首页期刊导航|辽宁石油化工大学学报
期刊信息/Journal information
辽宁石油化工大学学报
辽宁石油化工大学
辽宁石油化工大学学报

辽宁石油化工大学

陈平

季刊

1672-6952

lnxuebao@126.com

024-56865105;56865092

113001

辽宁省抚顺市望花区丹东路西段1号

辽宁石油化工大学学报/Journal Journal of Liaoning University of Petroleum & Chemical TechnologyCSTPCD
查看更多>>本刊已进入美国《化学文摘》(CA)、俄罗斯《文摘杂志》等检索系统,是中国科技论文统计、中国学术期刊评价数据库、中国学术期刊光盘数据库和中石化集团公司光盘数据库、万方数据网—中国核心期刊(遴选)数据库刊源,入网《中国期刊网》和《万方数据网》。本刊曾获辽宁省一级期刊、辽宁省高校自然科学学报一等奖、全国高校自然科学学报三等奖、中国石油化工集团公司优秀期刊二等奖、全国石油和化工行业优秀报刊三等奖、中国学术期刊光盘规范执行优秀奖、中国高校学报特色科技期刊奖。“RCCSE中国扩展核心学术期刊”(A-)。
正式出版
收录年代

    基于浅层特征抑制的油气管道小缺陷检测网络

    郝鹏程郎宪明郭晓庆
    81-88页
    查看更多>>摘要:针对在漏磁检测中石油和天然气管道中的小缺陷样本稀缺及检测精度不佳的问题,提出了基于浅层特征抑制的油气管道小缺陷检测网络。首先,利用对抗生成网络并融入先验知识,以生成高质量小缺陷样本。然后,在特征提取过程中引入缺陷特征抑制模块,在浅层金字塔特征中抑制大缺陷语义从而增强小缺陷特征。最后,多尺度注意力变换器(Transformer)充分利用特征图像的局部细节和全局信息提高管道缺陷检测准确率。实验结果表明,该模型检测的准确率为95。1%,比现有的Faster R-CNN等方法的平均值高7。8%。

    小缺陷检测漏磁图像特征金字塔卷积神经网络注意力机制

    基于通道注意力和时序改进多摄像头的鸟瞰视角目标检测

    李伟杰祁军潘斌
    89-96页
    查看更多>>摘要:基于摄像头构建的感知和检测系统,以较低的成本和较高的分辨率实现目标检测。通过六个单目相机生成的鸟瞰图(BEV)特征可进行目标检测。其中,BEV特征包含物体的位置和尺度,适用于各种自动驾驶任务。BEV检测器通常与深度预训练的图像骨干相结合,但是两者直接连接并不能突出2D特征与3D特征的对应关系。为了解决以上问题,使用通道注意力对输出特征图加权调整提议特征通道,并与深度估计模块相结合,突出了2D与3D特征的关系;通过时序叠加融合方式解决了继承式融合方式中过去信息逐渐丢失的问题,保证了模型能够充分利用历史信息。在NuScenes数据集上进行了广泛的实验,结果表明归一化累计得分(NDS)达到了0。604,比BEVFormer模型提升了0。035,验证了模型的有效性。

    自动驾驶鸟瞰图检测通道注意力目标检测注意力机制时空编码器