检索结果-南通市图书馆

维普期刊数据库博看期刊

基于改进yolov5s的航拍红外图像目标识别方法

在线全文

学校读者我要写书评

暂无评论

红外技术 2024年第7期46卷 775-781,801页

作者：王悠韩立祥付贵中国民用航空飞行学院四川广汉618307 四川省通用航空器维修工程技术研究中心四川广汉618307

为了提高无人机在黑暗条件下的识别效率,降低在复杂环境及路况方面存在漏检及延时效果等问题,本文提出了一种改进的yolov5s-GN-CB红外图像识别方法,该方法可以提高无人机红外航拍图像对车、人等多类目标识别效率。本文对yolov5s的主要... 详细信息

为了提高无人机在黑暗条件下的识别效率,降低在复杂环境及路况方面存在漏检及延时效果等问题,本文提出了一种改进的yolov5s-GN-CB红外图像识别方法,该方法可以提高无人机红外航拍图像对车、人等多类目标识别效率。本文对yolov5s的主要改进包括以下3个方面:将Ghost引入到yolov5s主干网络中,并将NWD loss损失函数融入至Ghost中;添加注意力机制CA;添加加权双向特征金字塔BiFPN。经验证,改进的yolov5s-GN-CB检测模型在InfiRay红外航拍人车检测数据集下目标识别平均精度均值(mAP@0.5)达到95.1%,FPs提高至75.188帧/s。相较于yolov5原始模型的平均精度均值和FPs分别提高了4.2%和12.02%。在对同一场景中无人机航拍红外图像目标识别的检测精度有明显提升,延时率有所下降。

关键词：红外目标检测改进yolov5s Ghost网络注意力机制

在线全文

学校读者我要写书评

暂无评论

改进yolov5s的钢材表面缺陷检测算法

化工自动化及仪表 2024年第2期51卷 301-309页

作者：吕秀丽卢海滨侯春光王志刚东北石油大学物理与电子工程学院中共大庆市委网络安全和信息化委员会办公室

为提高钢材表面缺陷检测的准确率,提出一种改进yolov5s的钢材表面缺陷检测算法。首先,在特征提取网络中引入swin Transformer结构,增强网络对特征的感知能力;其次,添加坐标注意力机制,加强对重要特征信息的关注;最后,针对钢材缺陷的特... 详细信息

为提高钢材表面缺陷检测的准确率,提出一种改进yolov5s的钢材表面缺陷检测算法。首先,在特征提取网络中引入swin Transformer结构,增强网络对特征的感知能力;其次,添加坐标注意力机制,加强对重要特征信息的关注;最后,针对钢材缺陷的特点增加检测层,提升多尺度目标检测能力,并使用sIOU损失函数评估检测效果。将所提出的算法在公开数据集NEU-DET上进行消融实验,结果表明:所提算法能有效提高钢材表面缺陷目标检测的准确率。

关键词：缺陷检测深度学习改进yolov5s swin Transformer 注意力机制

在线全文

学校读者我要写书评

暂无评论

基于改进yolov5s的建筑护栏目标检测

现代电子技术 2024年第14期47卷 135-141页

作者：俞恺洪涛厉勋中国计量大学质量与安全工程学院浙江杭州310018 浙江省一建建设集团有限公司浙江杭州310018

目前,建筑场所上仍存在因建筑护栏缺失或建筑护栏安全性降低而导致的建筑工人高空坠亡事件。针对该问题,提出一种基于改进yolov5s的建筑护栏检测算法。首先,针对建筑护栏普遍存在的安全隐患,收集影响护栏安全性较大的情况的图像,例如:... 详细信息

目前,建筑场所上仍存在因建筑护栏缺失或建筑护栏安全性降低而导致的建筑工人高空坠亡事件。针对该问题,提出一种基于改进yolov5s的建筑护栏检测算法。首先,针对建筑护栏普遍存在的安全隐患,收集影响护栏安全性较大的情况的图像,例如:建筑护栏栏板的存在图像、建筑护栏栏板的缺失图像、护栏网图像、护栏栏板衔接错位图像和护栏栏板衔接正确图像等,并且制作成训练数据集。为提升yolov5s在复杂环境下多目标检测任务和区分任务结果的准确率,将新型的Biformer注意力机制与sE注意力机制相结合,嵌入到原模型的特征提取网络中,并利用CBAMC3取代原特征提取网络的C3模块。最后,使用CLAHE算法较大程度地解决部分图像亮度偏暗,影响检测精度的问题。实验结果表明,所提检测算法的mAP50值和召回率分别达到了79.6%和83%,相比于原yolov5s算法分别提高了3.7%和6.8%。

关键词：目标检测建筑护栏改进yolov5s Biformer注意力机制 CBAMC3 CLAHE算法

维普期刊数据库博看期刊

基于机器视觉和改进yolov5s的鲫鱼病害轻量级无损检测模型研究

在线全文

学校读者我要写书评

暂无评论

基于机器视觉和改进YOLOv5s的鲫鱼病害轻量级无损检测模型研究

作者：陈科浙江科技大学

学位级别：硕士

水产养殖是我国农业经济的重要组成部分,对国民经济增长和国际贸易贡献巨大。水产养殖过程中,病害问题影响严重,鱼病一旦爆发传染性强、死亡率高,从而影响水产养殖的经济效益。因此水产养殖过程中鱼病快速精确检测对实际生产具有重要意... 详细信息

水产养殖是我国农业经济的重要组成部分,对国民经济增长和国际贸易贡献巨大。水产养殖过程中,病害问题影响严重,鱼病一旦爆发传染性强、死亡率高,从而影响水产养殖的经济效益。因此水产养殖过程中鱼病快速精确检测对实际生产具有重要意义。目前鱼病检测手段主要依赖人工,耗时、精确度低且成本高。当前目标检测作为一种计算机视觉技术,在各类病害检测中的应用越来越广泛。但将目标检测应用于鱼病方面仍存在数据集收集困难、数据标注工作量大、实时性要求高等问题。对于上述问题,本研究主要针对四种鲫鱼常见的病害损伤进行探讨,构建适合鲫鱼病害检测的模型,并提升检测效率。具体的研究主题如下:针对数据集收集困难、数据标注工作量大的问题,本文通过进行鲫鱼攻毒实验和数据采集,获取鲫鱼病害图像数据,通过Label Img软件对鲫鱼病害体表特征进行标注,并通过数据增强的方法,扩充数据集,获得了足够的鲫鱼病害数据集。为解决鲫鱼疾病诊断对及时性的需求问题,本研究提出了一个以yolov5s为基础的轻型模型,这个模型采用shuffle Net V2替代yolov5s的核心部分,并利用反向偏移式连接及通道混合技术进行了网络架构的优化,从而降低了模型的运算负担。通过一系列实验对比,结果显示本模型体积相较原yolov5s模型体积减少59930kb,表明了本模型对鲫鱼病害检测轻量化改进的可行性。针对轻量化后模型精确率下降的问题,本文对轻量化后的模型进行三方面的改进。首要步骤是增加CBAM(Convolutional Block Attention Module)以提升网络的特性表达能力和强化其抗干扰性能;接着为了进一步优化网络的广域适应性和改善对于小目标的识别准确率,我们加入了AsPP(Atrous spatial Pyramid Pooling)组件;最终,借助全新的损失函数sIOU(symmetric Intersection over Union)来减少模型的运算负担,更有效地应对嘈杂的数据及失衡的情况。通过一系列实验对比,结果显示改进后的模型病害检测精度可达93.1%,模型体积大小仅为11840 kb,优于当前相关主流模型,为水产养殖鱼类病害无损快速检测提供了技术支撑。最后,为了方便养殖户使用本模型,实现了一个鲫鱼病害检测系统的界面设计,通过对200张鲫鱼病害图片进行检测,总准确率高达94%,表明了本系统的可行性。

关键词：水产养殖鲫鱼病害无损检测改进yolov5s 轻量级

基于改进yolov5s的视频中打斗行为检测模型

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

刑事技术 2024年

作者：侯裕迪杨洪臣蔡能斌中国刑事警察学院上海市刑事科学技术研究院

快速、准确地识别监控视频中的打斗行为对于执法部门和安保行业至关重要，有助于减少暴力事件的发生、维持社会治安稳定。本文提出了一种基于yolov5s改进的打斗行为检测模型，利用大量数据训练网络模型，能够更加准确地检测出各种打斗... 详细信息

快速、准确地识别监控视频中的打斗行为对于执法部门和安保行业至关重要，有助于减少暴力事件的发生、维持社会治安稳定。本文提出了一种基于yolov5s改进的打斗行为检测模型，利用大量数据训练网络模型，能够更加准确地检测出各种打斗行为。首先，采用开源交互式标记工具Labelimg对数据集进行标注。其次，使用轻量级网络MobileNetv3取代原来yolov5s模型的骨干网络，以减少模型的参数数量和计算量，提高模型检测精度。实验结果表明，相比原始网络，改进后的模型检测精度值由92%提升到94.4%，计算量由原来的15.8G减少到3.1 G，算法检测速度最快可达0.153 s，满足实时性要求。该模型适用于精度要求高、内存和计算能力有限的公安实践应用场景。

关键词：视频侦查轻量化模型改进yolov5s 打斗行为检测

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yolov5s小目标检测算法

安徽科技学院学报 2024年第4期38卷 69-77页

作者：刘艺吴路路邓湘琳杜欣安徽工程大学机械工程学院安徽芜湖241000 安徽工程大学人工智能学院安徽芜湖241000

目的:针对现有目标检测算法进行小目标检测时检测效果不理想、漏检率高的问题,提出一种改进的yolov5s检测算法,提升小目标检测效果。方法:在原有模型基础上,引入BottleneckCsP模块并增加大尺度特征融合结构,提升模型小目标特征捕捉能力... 详细信息

目的:针对现有目标检测算法进行小目标检测时检测效果不理想、漏检率高的问题,提出一种改进的yolov5s检测算法,提升小目标检测效果。方法:在原有模型基础上,引入BottleneckCsP模块并增加大尺度特征融合结构,提升模型小目标特征捕捉能力;同时在网络结构中融合sE注意力机制,使得网络自主学习更关注小目标特征通道,增强网络模型对小目标的检测效果。结果:在同一自制小目标检测数据集上进行训练验证,与已有算法比较,能够有效提升yolov5s目标检测算法的mAP值和训练收敛速度,拓展小目标检测范围(由原有算法的0.002 5~0.010 0缩小至0.000 8~0.001 4),提高小目标检测性能(平均检测率提升46%)。结论:改进算法能够有效提升小目标的检测能力。

关键词：改进yolov5s 小目标检测 BottleneckCsP 大尺度特征融合 sE注意力机制

在线全文

学校读者我要写书评

暂无评论

改进yolov5s的带钢表面缺陷检测方法

机械科学与技术 2023年

作者：彭晏飞袁晓龙陈炎康赵涛辽宁工程技术大学电子与信息工程学院

针对目前带钢表面缺陷检测算法在实际应用中检测精度低等问题，提出了一种基于改进yolov5s的带钢表面缺陷检测方法。以yolov5s模型为基础，首先在主干网络融合swin Transformer结构，并与颈部网络进行特征融合，增强带钢表面缺陷的特征... 详细信息

针对目前带钢表面缺陷检测算法在实际应用中检测精度低等问题，提出了一种基于改进yolov5s的带钢表面缺陷检测方法。以yolov5s模型为基础，首先在主干网络融合swin Transformer结构，并与颈部网络进行特征融合，增强带钢表面缺陷的特征提取能力；其次，将全局注意力机制（Global Attention Mechanism）融合到C3结构中，在减少特征信息弥散的情况下放大全局跨纬度的交互特征，提高检测效率；最后，用解耦头（Decoupled Head）替换模型中的检测头，更好的解决分类任务与回归任务之间的矛盾。用改进后的带钢表面缺陷检测方法在数据集上进行实验，结果表明，改进后的方法精确率达到85.0%，均值平均精度达到80.8%，较原yolov5s算法提高了9.5%和5.7%，进一步满足了对带钢表面缺陷检测精度的需求。

关键词：缺陷检测 swin Transformer 改进yolov5s 注意力机制解耦头

基于改进yolov5s的自然环境下猕猴桃花朵检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2023年第6期39卷 177-185页

作者：龚惟新杨珍李凯郝伟何智丁辛亭崔永杰西北农林科技大学机械与电子工程学院杨凌712100 农业农村部农业物联网重点实验室杨凌712100 陕西省农业信息感知与智能服务重点实验室杨凌712100

为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进yolov5s的猕猴桃花朵检测模型yolov5s_s_N_CB_CA,并通过对比试验进行了精度验证。在yolov5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能... 详细信息

为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进yolov5s的猕猴桃花朵检测模型yolov5s_s_N_CB_CA,并通过对比试验进行了精度验证。在yolov5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP0.5)为92.45%,比仅进行样本缩放处理的原始yolov5s提高了31.91个百分点,检测速度为35.47帧/s,比原始yolov5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP0.5分别为91.96%、91.15%,比原始yolov5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花朵的mAP0.5分别为92.11%、92.10%,比原始yolov5s分别高出2.20、1.32个百分点。结果表明,该研究提出的基于改进yolov5s的猕猴桃花朵检测模型在保持轻量化的同时,检测精度高、速度快,可实现对自然环境下猕猴桃花朵的有效检测。

关键词：图像处理模型目标检测猕猴桃花朵改进yolov5s 自然环境

在线全文

学校读者我要写书评

暂无评论

基于改进yolov5s的光刻热点检测算法

激光与光电子学进展 2023年第24期60卷 243-251页

作者：吴清岳刘佳敏张松江浩刘世元华中科技大学智能制造装备与技术全国重点实验室湖北武汉430074 湖北光谷实验室湖北武汉430074

光刻热点检测是实现集成电路可制造性设计,保障集成电路芯片最终良率的关键。鉴于传统基于深度学习的光刻热点检测方法难以满足先进集成电路制造对检测精度的要求,提出了一种基于改进yolov5s的检测算法,用于光刻版图热点缺陷的精确检测... 详细信息

光刻热点检测是实现集成电路可制造性设计,保障集成电路芯片最终良率的关键。鉴于传统基于深度学习的光刻热点检测方法难以满足先进集成电路制造对检测精度的要求,提出了一种基于改进yolov5s的检测算法,用于光刻版图热点缺陷的精确检测。通过将坐标注意力机制引入骨干网络,提高了yolov5s模型对版图图形区域的关注度,进而极大地改善了基于yolov5s的检测算法的光刻热点检测性能。与此同时,采用sigmoid线性单元激活函数进一步完善整个神经网络的非线性表达,利用scylla交并比损失函数更快速地定量评估边界框回归损失,提高了热点检测算法的收敛速度和精度。将ICCAD(The International Conference on Computer-Aided Design)2012竞赛基准、经光学邻近校正优化后的光刻图形作为数据集对所提算法开展性能测试实验,验证了热点检测算法的优异检测精度。实验结果表明,该算法的平均准确率、平均召回率、平均F1-score和均值平均精度分别达到97.7%、98.0%、97.8%和98.4%,显著优于其他光刻热点检测算法,展示了良好的应用前景。

关键词：光刻热点检测改进yolov5s 检测精度坐标注意力机制 sigmoid线性单元激活函数 scylla交并比损失函数