检索结果-南通市图书馆

基于改进YOLOv5的镍板表面缺陷检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

矿冶工程 2024年第2期44卷 160-166页

作者：谭沁源唐勇金岩覃美满吴伟长沙矿山研究院有限责任公司湖南长沙410012 国家金属采矿工程技术研究中心湖南长沙410012 金川集团股份有限责任公司甘肃金昌737100

针对镍板表面缺陷检测智能化程度低的问题,提出了一种基于改进YOLOv5的镍板表面缺陷检测方法。首先,对图像增强后的镍板数据集通过K-means++重新聚类锚框,提高锚框对本文数据集的适应度。其次,在主干网络Backbone中加入CBAM注意力机制,... 详细信息

针对镍板表面缺陷检测智能化程度低的问题,提出了一种基于改进YOLOv5的镍板表面缺陷检测方法。首先,对图像增强后的镍板数据集通过K-means++重新聚类锚框,提高锚框对本文数据集的适应度。其次,在主干网络Backbone中加入CBAM注意力机制,通过空间与通道信息融合来加强对感兴趣区域以及不清晰目标的特征识别。最后,在边界框回归时引入EIoU损失函数代替原CIoU损失函数,有效提高回归收敛速度,从而提高模型检测速度。实验结果表明,在自建的镍板缺陷数据集上,改进后的模型检测准确率高于Faster R-CNN、SSD、YOLOv3、YOLOv5等模型,其平均精度均值达81.4%,检测速度达61帧/s,模型在提高检测精度的同时也很好地满足了对检测速度的要求。

关键词：表面缺陷镍板缺陷检测图像处理图像增强算法 YOLOv5 注意力机制 EIoU损失函数准确率平均精度检测速度

基于改进YOLOv8的风电叶片表面损伤检测与识别方法

在线全文

学校读者我要写书评

暂无评论

机电工程 2024年第7期 1260-1268页

作者：吴博阳毛胜轲林特宇任浩杰蔡海洋李扬运达能源科技集团股份有限公司

针对风电叶片极易出现损伤和故障，且制造和维护成本高昂等问题，提出了一种基于改进YOLOv8模型的风电叶片表面损伤检测与识别方法。首先，将现场拍摄到的高清叶片图像作为实验数据集，并将其按比例随机划分为训练集、验证集和测试集；... 详细信息

针对风电叶片极易出现损伤和故障，且制造和维护成本高昂等问题，提出了一种基于改进YOLOv8模型的风电叶片表面损伤检测与识别方法。首先，将现场拍摄到的高清叶片图像作为实验数据集，并将其按比例随机划分为训练集、验证集和测试集；然后，在YOLOv8模型中引入了动态数据增强算法Mosaic、Mixup及离线数据增强算法Albumentations,对训练数据集进行了扩充，解决了模型在有限数据集下的泛化性问题；最后，使用卷积注意力模块(CBAM)和梯度协调机制(GHM)/Focal loss算法等手段加强了模型的损伤检测能力，改进了样本分布不均衡问题，建立了一种先进的风电叶片表面损伤检测与识别方法，提升了YOLOv8模型对叶片损伤的检测精度。研究结果表明：改进后的YOLOv8模型在计算量和参数量都较低的情况下，其平均精度(AP)、平均召回率(AR)都超越了同等配置下的快速区域卷积神经网络(Faster R-CNN)模型。改进后的YOLOv8模型在交并比(IoU)阈值为0.5时的AP和AR分别达到了73.2%和58.8%,验证了该方法在风电叶片损伤检测方面具有一定的可靠性和有效性。

关键词：风电叶片损伤识别 YOLOv8 目标检测数据增强算法卷积注意力模块梯度协调机制平均精度平均召回率快速区域卷积神经网络交并比

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进YOLOv7的口罩佩戴检测算法

北京信息科技大学学报（自然科学版） 2024年第1期39卷 55-60页

作者：张文铠刘佳北京信息科技大学自动化学院北京100192

针对YOLOv7模型在口罩佩戴检测任务中特征提取能力不足、模型感受野相对较小等问题,提出一种改进YOLOv7的口罩佩戴检测算法。首先,在YOLOv7模型的主干网络引入感受野模块(receptive field block,RFB),增大模型的感受野;其次,在YOLOv7模... 详细信息

针对YOLOv7模型在口罩佩戴检测任务中特征提取能力不足、模型感受野相对较小等问题,提出一种改进YOLOv7的口罩佩戴检测算法。首先,在YOLOv7模型的主干网络引入感受野模块(receptive field block,RFB),增大模型的感受野;其次,在YOLOv7模型的头部网络引入卷积块注意力模块(convolutional block attention module,CBAM),提取关键信息,忽略无关信息,增强特征图的信息表达能力,提高模型的检测能力。实验结果表明:改进后的YOLOv7口罩佩戴检测算法精确率达到95.7%,较原YOLOv7算法提高了5.6百分点;平均精度均值达到96.6%,提高了2.6百分点。相比于目前主流的口罩佩戴检测算法,改进后的YOLOv7口罩佩戴检测算法可以更加准确地检测出口罩佩戴情况。

关键词： YOLOv7 口罩佩戴检测 CBAM注意力机制感受野模块平均精度

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5s的桥梁表观病害检测方法

重庆大学学报 2023年

作者：董绍江谭浩刘超胡小林重庆交通大学机电与车辆工程学院重庆工业大数据创新中心有限公司

针对已有目标检测方法在混凝土桥梁表观病害检测的应用上识别精度低且伴随较多误检和漏检的问题，提出一种改进的YOLOv5s桥梁表观病害检测方法。首先，针对目前桥梁表观病害特征成分较复杂的问题，为了更有效的利用不同尺度的缺陷特征... 详细信息

针对已有目标检测方法在混凝土桥梁表观病害检测的应用上识别精度低且伴随较多误检和漏检的问题，提出一种改进的YOLOv5s桥梁表观病害检测方法。首先，针对目前桥梁表观病害特征成分较复杂的问题，为了更有效的利用不同尺度的缺陷特征，在主干网中添加修改后的空间金字塔池化模块，从而提高了整体网络对缺陷特征信息的获取能力，同时减少了运算工作量；其次，针对由病害图像中不同缺陷特征交叉分布导致的误检率、漏检率高的问题，在YOLOv5s网络中加入轻量化注意力模块。最后，针对桥梁缺陷尺寸差异大、分类困难以及数据集小而导致的边界回归不匹配的问题，采用考虑了向量角度的损失函数。实验证明，改进后的YOLOv5s检测器在桥梁表观病害目标检测识别任务中能够有效提高精度、降低误检率和漏检率。

关键词：病害检测 YOLOv5s 特征融合平均精度

基于局部细化多分支与全局特征共享的无监督行人重识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量与仪器学报 2023年第1期37卷 106-115页

作者：钱亚萍王凤随熊磊安徽工程大学电气工程学院芜湖241000 检测技术与节能装置安徽省重点实验室芜湖241000 高端装备先进感知与智能控制教育部重点实验室芜湖241000

无监督行人重识别因其在真实监控场景中具备良好的可扩展性而备受关注。现有的无监督行人重识别方法主要通过基础骨干网络获取粗略的全局特征来训练网络,很少利用局部细化分支与全局特征共享来形成更具有鉴别性的特征描述符。本文提出... 详细信息

无监督行人重识别因其在真实监控场景中具备良好的可扩展性而备受关注。现有的无监督行人重识别方法主要通过基础骨干网络获取粗略的全局特征来训练网络,很少利用局部细化分支与全局特征共享来形成更具有鉴别性的特征描述符。本文提出一种基于局部细化多分支与全局特征共享的特征提取网络,该网络融合了粗略的全局特征和局部细化分支中的细腻特征来获取行人多样化的特征表达。另外,为了提升分支网络对潜在关键区域信息的捕获能力,在分支操作前放置通道细化信息融合的注意力块来增强网络对行人特征的关注力度,执行细化特征的专注学习。通过在Market-1501、DukeMTMC-reID和MSMT17数据集上的实验结果验证了所提方法的有效性,平均精度(mAP)分别提升了4.4%、3.2%、6.4%,其中在Market-1501数据集上的平均精度达到了83.3%。

关键词：行人重识别无监督多分支局部细化全局和局部特征平均精度

在线全文

学校读者我要写书评

暂无评论

两阶抽样中比率型估计量的平均精度

生物数学学报 1996年第1期11卷 28-31页

作者：易能君杨义群南京林业大学南京210037 浙江农业大学杭州310029

本文给出了两阶抽样中总体均值的比率型估计量的平均精度，它当样本容量充分大时主项不劣于无偏估计量的平均精度．

关键词：两阶抽样比率型估计量平均精度

基于更快区域卷积神经网络深度学习算法的织物缺陷检测和分类系统研究

在线全文

学校读者我要写书评

暂无评论

基于更快区域卷积神经网络深度学习算法的织物缺陷检测和分类系统...

作者： Othman Paschal Msalika 天津职业技术师范大学

学位级别：硕士

织物上的缺陷检测仍然是研究人员和行业的持续话题。面料缺陷导致服装行业检测到的缺陷中约有85%。对于二级或劣质商品,面料价格下降了45%-65%。回到质量控制,检验员可以检测到不超过60-70%的缺陷率,织物宽度限制为2米。因此,检测、识... 详细信息

织物上的缺陷检测仍然是研究人员和行业的持续话题。面料缺陷导致服装行业检测到的缺陷中约有85%。对于二级或劣质商品,面料价格下降了45%-65%。回到质量控制,检验员可以检测到不超过60-70%的缺陷率,织物宽度限制为2米。因此,检测、识别和防止这些缺陷使最终产品无用是非常重要的。因此,自动化织物检测成为提高织物质量的有效方法。由于在本世纪人工智能主导了新的发展趋势,给制造业、生产业和纺织业的刚性需求带来了新的挑战,因此本论文使用机器视觉,通过使用深度学习机器学习方法检测织物缺陷,用于织物预防性检查阶段以及产品终端检查阶段的缺陷检测。本文的研究内容和成果如下:本论文致力于基于机器视觉技术的织物疵点检测与分类算法的开发和改进。另一方面,提出了织物缺陷检测系统的机械结构设计、照明以及摄像头设置的合理安排和集成。包括检测系统摄像头捕获的实时图像以及存储在磁盘中的缺陷图像,以检查缺陷,即离线检测。所有这些都是为了省去直接的人机交互,使系统完全自动化。算法开发使用了Tensor Flow库和Tensor Flow API完成,其中大量应用视觉以及模型开发技术,检测并划分了六类不同的缺陷数据图像,包括总计不少于1000个数据集图像。应用不同的训练和微调技术进行模型优化,克服模型的欠拟合或过拟合,同时最大限度地提高模型检测的准确性。总的来说,模型的平均精度最终达到60.9%。此外开发了图形用户界面GUI,使用Lab View编程语言完成,由Tensor Flow模型开发,Lab View编程工具部署,编程接口包括实时和离线缺陷两种检测功能。

关键词：织物缺陷分类和检测深度学习人工智能平均精度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

劈窗算法LST精度评价和参数敏感性分析

中国矿业大学学报 2005年第3期34卷 318-322页

作者：毛克彪覃志豪宫鹏余琴中国科学院遥感应用研究所农业部资源遥感与数字农业重点实验室

介绍了大气模拟数据法,并用此方法分析和评价了作者提出的劈窗算法.采用模拟大气参数计算得到的地表温度平均精度为0.46℃;利用间接方法(即大气透过率是由大气水汽含量计算得到)得到的平均精度为0.60℃.同时对MODIS地表温度产品与我们用... 详细信息

介绍了大气模拟数据法,并用此方法分析和评价了作者提出的劈窗算法.采用模拟大气参数计算得到的地表温度平均精度为0.46℃;利用间接方法(即大气透过率是由大气水汽含量计算得到)得到的平均精度为0.60℃.同时对MODIS地表温度产品与我们用MODIS影像反演出来的结果对比分析表明作者提出的劈窗算法是可行的.敏感性分析表明此算法对参数透过率、比辐射率都不敏感.

关键词：参数敏感性分析算法精度评价 LST MODIS影像窗平均精度地表温度大气透过率模拟数据参数计算含量计算大气水汽间接方法比辐射率分析表作者

基于改进YOLOv7算法的风机塔筒系统故障识别系统

在线全文

学校读者我要写书评

暂无评论

电力大数据 2023年第10期26卷 17-25页

作者：江超杜金南子洋宋美鲁东大学信息与电气工程学院山东烟台264000 鲁东大学数学与统计科学学院山东烟台264000

塔筒系统(含塔筒、螺栓)是风电机组正常运行的重要基础部件,因此,对其可能存在的裂痕等安全隐患进行准确识别至关重要。然而,由于裂痕的表征不明显、辨识度低、对比度差等问题,在实际操作中带来了一定的困难。为了解决这个问题,本文提... 详细信息

塔筒系统(含塔筒、螺栓)是风电机组正常运行的重要基础部件,因此,对其可能存在的裂痕等安全隐患进行准确识别至关重要。然而,由于裂痕的表征不明显、辨识度低、对比度差等问题,在实际操作中带来了一定的困难。为了解决这个问题,本文提出了一种基于YOLO系列算法改进的YOLOv7-SEAttention算法模型。然后,将这种改进后的模型与Faster R-CNN,RFCN,SSD,YOLOv5,YOLOv7等多种算法模型进行了对比,并对改进算法模型的查全率(Recall)、查准率(Precision)、平均精度(Average Precision)进行了综合评价。改进后的YOLOv7-SEAttention模型在塔筒系统的表面裂痕检测上表现出了显著的优势。相比于原始的YOLOv7以及其他算法模型,它在塔筒裂痕检测方面平均精度(AP)提高了2.6%,达到了83.7%;在螺栓裂痕检测方面平均精度提高了4%,达到了84.3%。结果表明,本文改进的模型能更精准检测塔筒系统表面裂痕。

关键词：塔筒系统提前故障识别 YOLOv7-SEAttention算法表面裂痕检测平均精度