强激光与粒子束

北大核心,CA,INSPEC,JST,CSCD

国内刊号:51-1311/O4

国际刊号:1001-4322

强激光与粒子束杂志2019年第11期:深度卷积神经网络在辐射环境下核废料检测中的应用

发布日期:

作者:向伟, 史晋芳, 刘桂华, 徐锋,

关键词:深度学习, 卷积神经网络, YOLO V3, 核废料, 目标检测,

针对辐射环境下核废料检测准确率低的问题,提出一种基于深度卷积神经网络的辐射环境下核废料检测算法Dense-Dilated-YOLO V3。实验结果表明,Dense-Dilated-YOLO V3在不增加参数的情况下扩大了网络感受野,也有效避免图像信息的损失,同时能够在核辐射环境下提取到更多的目标细节特征,对辐射环境下目标检测的准确率可达93.29%,比原算法提高5.53%,召回率可达91.73%,提高了8.28%,有效解决了复杂辐射环境下核废料检测准确率低的问题,为辐射环境下核废料检测提供了新的途径。

来源:2019年第11期

《强激光与粒子束》期刊编辑部

查看强激光与粒子束杂志2019年第11期

联系我们

  • 地址:四川绵阳科学城科技信息中心
  • 电话:0816-2485753
  • E-mail:h hplpb@caep.cn n

咨询工作人员