检索结果-南通市图书馆

基于改进yolov5的红花目标检测算法研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

农机化研究 2025年第1期47卷 26-32,66页

作者：陈金荣许燕周建平王小荣新疆大学机械工程学院乌鲁木齐830047 新疆大学工程训练中心乌鲁木齐830047 新疆维吾尔自治区农牧机器人及智能装备工程研究中心乌鲁木齐830047

为实现农业非结构环境下采摘机器人对红花的准确识别,提出了一种基于改进yolov5的红花目标检测算法。将CBAM注意力机制嵌入到yolov5网络,提高了小尺寸目标物在高层次特征中的表现力;建立一种Alpha-IoU目标位置损失函数对原损失函数GIOU... 详细信息

为实现农业非结构环境下采摘机器人对红花的准确识别,提出了一种基于改进yolov5的红花目标检测算法。将CBAM注意力机制嵌入到yolov5网络,提高了小尺寸目标物在高层次特征中的表现力;建立一种Alpha-IoU目标位置损失函数对原损失函数GIOU存在的梯度消失问题进行改进,提高了被遮挡红花的预测率,并通过在目标检测网络中增加分割检测模块,提高宽和高小于最低像素的小目标物检测精度,利用图像扩增数据集对改进后的yolov5算法进行训练,再分别与改进前后yolov5网络和Faster R-CNN网络在不同红花品种、不同自然光照情况、不同天气条件和不同遮挡情况下进行对比。试验结果表明:改进后的yolov5算法P值、R值分别为90.45%和0.90,对非结构环境下盛开期的未采摘红花mAP值达到94.48%,在不同影响因素下都可以准确识别出红花且置信度较高,可为红花采摘机器人自动化作业中的红花识别提供技术支持。

关键词：红花目标检测改进yolov5 数据增强非结构环境

维普期刊数据库博看期刊

基于改进yolov5的超市商品包装老化自动识别技术

在线全文

学校读者我要写书评

暂无评论

粘接 2025年第1期52卷 78-81页

作者：周昊陆忞国网南京供电公司江苏南京210019

针对商品包装袋老化图像识别过程中存在的问题,提出基于改进yolov5的商品包装袋老化图像识别技术,引入FasterNet轻量级网络,形成C3-Faster模块,进一步减少冗余计算和内存访问,并缩小模型规模。实验结果表明,随着照射时间的延长,吸收峰... 详细信息

针对商品包装袋老化图像识别过程中存在的问题,提出基于改进yolov5的商品包装袋老化图像识别技术,引入FasterNet轻量级网络,形成C3-Faster模块,进一步减少冗余计算和内存访问,并缩小模型规模。实验结果表明,随着照射时间的延长,吸收峰逐渐增加,老化后官能团的含量逐渐增加。且随着迭代次数大于200时,漏检率呈下降趋势。yolov5模型的漏检率在迭代800次后趋于收敛,改进yolov5模型的漏检率在迭代600次后趋于收敛,平均漏检率约为2.66%,远低于yolov5模型的漏检率。无人超市商品包装袋的破损检测时间及检测准确率效果较优,检测时间为25 ms,较包装袋龟裂及褪色分别降低30.55%及51.92%。

关键词：改进yolov5 无人超市商品包装材料图像识别

改进yolov5的轻量级安全帽佩戴检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2022年第9期58卷 201-207页

作者：杨永波李栋内蒙古工业大学信息工程学院内蒙古自治区感知技术与智能系统重点实验室呼和浩特010051

针对现有的对安全帽佩戴检测算法的参数多、网络复杂、计算量大、不利于在嵌入式等设备进行部署,且对遮挡目标辨别度差等问题,提出了一种改进的轻量级的安全帽检测算法YOLO-M3,先将yolov5s主干网络替换为MobileNetV3来进行特征提取,降... 详细信息

针对现有的对安全帽佩戴检测算法的参数多、网络复杂、计算量大、不利于在嵌入式等设备进行部署,且对遮挡目标辨别度差等问题,提出了一种改进的轻量级的安全帽检测算法YOLO-M3,先将yolov5s主干网络替换为MobileNetV3来进行特征提取,降低了网络的参数量和计算量。使用DIoU-NMS替换NMS,提高对遮挡目标的辨识度,添加CBAM注意力机制使模型更关注主要信息以提升检测精度,对模型进行知识蒸馏,增加模型检测的召回率和准确度。通过实验验证了YOLO-M3算法提高了对遮挡目标的辨识度,在保证较高的检测平均精度时,将yolov5s模型的计算量降低了42%,模型大小降低了40%,降低了硬件成本,满足在嵌入式端部署的需求。

关键词：轻量化目标检测改进yolov5 注意力机制知识蒸馏

同方期刊数据库

面向小目标的改进yolov5安全帽佩戴检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第3期60卷 78-87页

作者：邓珍荣熊宇旭杨睿陈昱任桂林电子科技大学计算机与信息安全学院广西桂林541004 广西图像图形与智能处理重点实验室广西桂林541004 广西建工大都租赁有限公司南宁530000

安全帽是施工人员的安全保障,但是现有安全帽检测模型在复杂环境下对重叠和密集小目标存在误检和漏检等问题,为此提出改进yolov5的小目标检测算法。在yolov5的主干网络中加入Transformer捕获多个尺度上的全局信息,获得更丰富的高层语义... 详细信息

安全帽是施工人员的安全保障,但是现有安全帽检测模型在复杂环境下对重叠和密集小目标存在误检和漏检等问题,为此提出改进yolov5的小目标检测算法。在yolov5的主干网络中加入Transformer捕获多个尺度上的全局信息,获得更丰富的高层语义特征;使用GsConv卷积进行特征融合增强,并引入坐标注意力机制(coordinate attention),让网络在更大区域上进行注意;检测头将分类和回归进行解耦,加快收敛速度;使用无锚点(anchor-free)的检测方法,简化算法结构,加快检测速度;使用EIOU损失函数来优化边框预测的准确度。在自制安全帽数据集上实验结果表明,改进的yolov5模型平均精度达到了96.33%,相比于yolov5模型,平均精度提高了4.73个百分点,达到了在复杂条件下对重叠和密集小目标检测的要求。

关键词：安全帽检测改进yolov5 Transformer 解耦头无锚点(anchor-free)

一种改进yolov5的多尺度像素林火识别算法

在线全文

学校读者我要写书评

暂无评论

林业工程学报 2023年第2期8卷 159-165页

作者：王寅凯曹磊钱佳晨林海峰南京林业大学信息科学技术学院南京210037

林火破坏程度大、蔓延速度快的特点给森林生态环境和人类带来极大的危害。深度学习技术可以学习和自适应提取林火特征,捕获的林火图像中火焰的像素尺寸不同,林火提取的特征也不同。为了能够识别复杂背景下不同像素尺度的火灾,笔者提出... 详细信息

林火破坏程度大、蔓延速度快的特点给森林生态环境和人类带来极大的危害。深度学习技术可以学习和自适应提取林火特征,捕获的林火图像中火焰的像素尺寸不同,林火提取的特征也不同。为了能够识别复杂背景下不同像素尺度的火灾,笔者提出了一种改进的yolov5林火识别方法,通过在yolov5的检测网络加入解耦头,解决林火图像输出变量时分类和回归的冲突问题,加快网络收敛速度提高识别精度;在网络中引进CBAM注意力机制,更关注林火信息同时提升识别精度;在Neck网络引入加权双向特征金字塔网络(BiFPN),替换原有的路径聚合网络(PANet),对不同维度的林火特征进行融合,进行特征筛选,增强特征表示能力。实验结果表明,该林火识别算法在自制的林火数据集上进行训练和验证模型,检测性能上均优于yolov5算法,在准确率、召回率、平均精度分别提升了5.2%,3.0%,3.4%,mAP@.5:.95提升了4.6%,并且在不同尺寸林火目标的识别精度上均有提升。研究结果对林火识别性能提升有着积极意义。

关键词：林火识别改进yolov5 解耦头深度学习

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进yolov5的遥感小目标检测网络

计算机工程 2023年第9期49卷 256-264页

作者：李嘉新侯进盛博莹周宇航西南交通大学计算机与人工智能学院成都611756 西南交通大学信息科学与技术学院智能感知智慧运维实验室成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756

受遥感图像背景复杂、分辨率高、有效信息量少等因素影响,现有目标检测算法在检测小目标过程中存在错检、漏检等问题。提出基于yolov5的遥感小目标检测算法yolov5-RS。为有效减少图像中复杂背景和负样本的干扰,构建并行混合注意力模块,... 详细信息

受遥感图像背景复杂、分辨率高、有效信息量少等因素影响,现有目标检测算法在检测小目标过程中存在错检、漏检等问题。提出基于yolov5的遥感小目标检测算法yolov5-RS。为有效减少图像中复杂背景和负样本的干扰,构建并行混合注意力模块,采用卷积替换全连接层和移除池化层的操作来优化注意力模块生成权重特征图的过程。为获取和传递更丰富且更具判别性的小目标特征,调整下采样倍数并在模型训练过程中增加小目标信息丰富的浅层特征,同时设计卷积与多头自注意力相结合的特征提取模块,通过对局部和全局信息进行联合表征以突破普通卷积提取的局限性,从而获得更大的感受野。采用EIoU损失函数优化预测框与检测框的回归过程,增强小目标的定位能力。在遥感小目标数据集上进行实验以验证该算法的有效性。实验结果表明,与yolov5s相比,该算法在参数量减少20%的情况下平均检测精度提升1.5个百分点,其中,小车类目标的平均检测精度提升3.2个百分点;与EfficientDet、YOLOx、yolov7相比,该算法能有效兼顾检测精度和实时性。

关键词：遥感小目标检测改进yolov5 并行混合注意力全局特征融合损失函数

基于改进yolov5的田间复杂环境障碍物检测

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第6期45卷 216-222,256,F0002页

作者：杨昊霖王其欢李华彪耿端阳武继达姚艳春山东理工大学农业工程与食品科学学院山东淄博255000

为实现田间复杂环境下农业机器人自主导航作业过程中障碍物快速检测,提出一种基于改进yolov5的田间复杂环境下障碍物检测方法。建立包含农业机械、人、羊三类目标障碍物共计6766张图片的农田障碍物数据集;通过k-means聚类算法生成最佳... 详细信息

为实现田间复杂环境下农业机器人自主导航作业过程中障碍物快速检测,提出一种基于改进yolov5的田间复杂环境下障碍物检测方法。建立包含农业机械、人、羊三类目标障碍物共计6766张图片的农田障碍物数据集;通过k-means聚类算法生成最佳先验锚框尺寸;引入CBAM卷积块注意力模块,抑制目标障碍物周围复杂环境的干扰,增强目标显著度;增加一个检测头,跨层级连接主干特征,增强多尺度特征表达能力,缓解标注对象尺度方差带来的负面影响;使用Ghost卷积替换Neck层中普通卷积,减少模型参数,降低模型复杂度。改进后的模型比yolov5s基准模型检测精度提高2.3%,召回率提高3.1%,精确率提高1.9%,参数量降低7%左右,为无人农业机械自主作业过程中导航避障的研究提供技术参考。

关键词：农业机器人农田障碍物检测改进yolov5 图像处理机器视觉

改进yolov5的油田作业现场安全着装小目标检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2022年第3期31卷 159-168页

作者：田枫贾昊鹏刘芳东北石油大学计算机与信息技术学院大庆163318

针对油田作业现场监控视频中的工人安全着装小目标检测效果较差的问题,提出了改进yolov5的油田场景规范化着装检测方法Cascade-yolov5(C-yolov5).首先搭建YOLO-people与YOLO-dress级联的小目标检测网络,定位行人目标,然后裁剪出行人区... 详细信息

针对油田作业现场监控视频中的工人安全着装小目标检测效果较差的问题,提出了改进yolov5的油田场景规范化着装检测方法Cascade-yolov5(C-yolov5).首先搭建YOLO-people与YOLO-dress级联的小目标检测网络,定位行人目标,然后裁剪出行人区域并进行尺度变换,最后对行人进行安全着装检测;为了充分融合浅层与深层特征信息,在各级网络中使用4个不同尺度的卷积特征层来预测待检测目标.最后在原始图像中用不同颜色的框标出行人以及行人的着装部件类别,从而判定行人是否着装规范.实验证明,相比原始yolov5算法,C-yolov5方法不仅满足实时性的要求,而且检测的mAP提升了2.3%.同时,融合了深浅层信息的改进方法有效地增强了特征的表征能力,提高了小目标的检测精度.

关键词：改进yolov5 着装检测多尺度融合小目标检测级联网络

基于改进yolov5的移动端螺栓缺失检测方法

在线全文

学校读者我要写书评

暂无评论

现代制造工程 2022年第11期 108-114,143页

作者：陈欣瑞周洋赵屹涛闫宪峰郑州大学机械与动力工程学院郑州450001 山西省机电设计研究院有限公司太原030000

大型结构件中螺栓缺失往往会产生重大的安全隐患,而目前通过深度学习进行目标检测的设备通常部署繁琐、困难,为了保证检测的高效率并且足够轻量化的性能,提出一种通过改进yolov5进行模型训练,并将模型轻量化移植到移动端的方法,以实现... 详细信息

大型结构件中螺栓缺失往往会产生重大的安全隐患,而目前通过深度学习进行目标检测的设备通常部署繁琐、困难,为了保证检测的高效率并且足够轻量化的性能,提出一种通过改进yolov5进行模型训练,并将模型轻量化移植到移动端的方法,以实现螺栓的快速识别与个数缺失统计与报警。首先利用LabelImg软件对现有的螺栓数据进行标注,标注完成后对该数据集进行训练,再将得到的模型文件转化并降低位宽,转化为TensorFlow Lite(TFLite)模型文件,进而在安卓端进行部署。结果表明,将模型部署在小米MI 9 SE手机上,进行单目标检测时准确率可以达到98%,多目标检测时准确率可以达到97%,推理时间在40 ms左右,且报警功能可以正常使用,为螺栓缺失的检测提供了一种新的轻量化方法。

关键词：目标检测深度学习改进yolov5 轻量化螺栓连接