检索结果-南通市图书馆

基于自适应空间特征融合的YOLOv5安全帽检测系统设计

在线全文

学校读者我要写书评

暂无评论

机电工程技术 2022年第9期51卷 37-42页

作者：郑楚伟林辉吴晓明刘孝炜凌福龙韶关学院智能工程学院广东韶关512005

在施工现场正确佩戴安全帽能有效地防止和减轻施工人员遭受头部伤害。目前在施工现场对安全帽佩戴的监管主要依赖人工,存在效率低且耗费人力的问题。对此,设计了基于改进YOLOv5的智能安防监控系统,实现安全帽佩戴检测和人员管理等功能... 详细信息

在施工现场正确佩戴安全帽能有效地防止和减轻施工人员遭受头部伤害。目前在施工现场对安全帽佩戴的监管主要依赖人工,存在效率低且耗费人力的问题。对此,设计了基于改进YOLOv5的智能安防监控系统,实现安全帽佩戴检测和人员管理等功能。首先,使用改进的YOLOv5网络模型实现安全帽佩戴检测,通过自适应空间特征融合网络学习权重参数来决定输入特征图中各像素点的激活与抑制,充分利用不同尺度特征图在不同空间位置像素点的贡献度,以更好地适应不同尺度的目标检测任务。其次,使用百度智能云进行人脸识别,获取违规人员信息以生成违规通报,并上传到微信小程序,将违规行为记录存档,实现安全生产智能化管理。实验结果表明,相比原始YOLOv5,改进的YOLOv5在安全帽检测任务上的平均准确率提升0.5%。

关键词： YOLOv5 自适应空间特征融合安全帽佩戴检测安防监控系统人脸识别

维普期刊数据库博看期刊

自然环境下改进YOLOv5对小目标苹果的检测

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年

作者：刘子龙张磊上海理工大学光电信息与计算机工程学院

国作为苹果生产大国，在其采摘阶段需要消耗大量的人力物力，因此，我国逐渐开始发展智能农业。在真实环境中，苹果的分布通常会存在遮挡、小目标以及密集目标等问题。针对这些问题，本文提出了一种基于改进YOLOv5的目标检测算法。该算... 详细信息

国作为苹果生产大国，在其采摘阶段需要消耗大量的人力物力，因此，我国逐渐开始发展智能农业。在真实环境中，苹果的分布通常会存在遮挡、小目标以及密集目标等问题。针对这些问题，本文提出了一种基于改进YOLOv5的目标检测算法。该算法在YOLOv5的基础上加入了坐标注意力机制(Coordinate Attention， CA)、感受野模块(Receptive Field Block， RFB)以及自适应空间特征融合(Adaptively Spatial Feature Fusion， ASFF)，加强了对小目标检测的能力。其次，本文将YOLOv5中使用的CIOU替换为了SIOU，进一步提高了目标检测框的位置预测精度。最后还将部分普通卷积替换为了深度可分离卷积(Depthwise Seperable Convolution， DSC)，有效减少了计算量。实验表明，改进YOLOv5的综合性能要优于原始YOLOv5以及其它算法。且它的mAP值相比于原始YOLOv5提升了9.6%。

关键词：智能农业坐标注意力机制感受野自适应空间特征融合小目标检测 YOLOv5

基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能系统学报 2024年第3期19卷 653-660页

作者：胡丹丹张忠婷中国民航大学机器人研究所天津300300

在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以... 详细信息

在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以提升检测速度。其次,在特征融合网络中引入基于感受野模块(receptive field block,RFB)改进的RFB-s,通过模仿人类视觉感知,增强特征图的有效感受野区域,提高网络特征表达能力及对目标特征的可辨识性。最后,使用自适应空间特征融合(adaptively spatial feature fusion,ASFF)方式以提升PANet对多尺度特征融合的效果。实验结果表明,在PASCAL VOC数据集上,所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点,达到84.01%,在满足自动驾驶汽车实时性要求的前提下,在一定程度上减少目标检测时的误检及漏检情况,有效提升模型在复杂驾驶场景下的检测性能。

关键词： YOLOv5s 自动驾驶目标检测算法深度可分离卷积感受野模块自适应空间特征融合 PANet 多尺度特征融合

同方期刊数据库

基于改进YOLOv5的无人机影像道路裂缝检测方法

在线全文

学校读者我要写书评

暂无评论

测绘通报 2024年第3期 173-178页

作者：朱伟刚汪伦陈田邹博文长春工程学院勘查与测绘工程学院吉林长春130021

道路裂缝的出现对道路使用寿命和人车安全带来明显影响,需及时检测出道路裂缝。针对无人机影像中裂缝目标小、图像背景复杂导致检测精度低等问题,本文以无人机采集裂缝图像作为研究数据,提出了一种改进YOLOv5模型的深度学习道路裂缝检... 详细信息

道路裂缝的出现对道路使用寿命和人车安全带来明显影响,需及时检测出道路裂缝。针对无人机影像中裂缝目标小、图像背景复杂导致检测精度低等问题,本文以无人机采集裂缝图像作为研究数据,提出了一种改进YOLOv5模型的深度学习道路裂缝检测方法。在YOLOv5模型骨干网络中分别加入CBAM、SimAM、CA注意力机制,提高模型对裂缝的识别能力及检测精度,通过消融试验进行对比分析,同时在YOLOv5模型上融入自适应空间特征融合算法,改善裂缝特征提取能力。研究表明,改进后的YOLOv5网络模型相比于原模型,精度得到明显提高,均值平均精度(mAP)提升20.6%,在保证准确性的同时有效提高了检测精度,可为道路裂缝检测提供新的方法。

关键词：裂缝检测 YOLOv5 注意力机制自适应空间特征融合

基于Diff-AdvGAN的图像对抗样本生成方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2024年

作者：赵宏马宇轩宋馥荣兰州理工大学计算机与通信学院

针对基于生成对抗网络的对抗样本生成方法（AdvGAN）生成的扰动偏离关键区域且可控性不强，导致对抗样本攻击效果欠佳，真实性较低的问题，提出Diff-AdvGAN（Diffusion-AdvGAN）对抗样本生成方法。首先，利用自适应空间特征融合模块（Ad... 详细信息

针对基于生成对抗网络的对抗样本生成方法（AdvGAN）生成的扰动偏离关键区域且可控性不强，导致对抗样本攻击效果欠佳，真实性较低的问题，提出Diff-AdvGAN（Diffusion-AdvGAN）对抗样本生成方法。首先，利用自适应空间特征融合模块（Adaptively Spatial Feature Fusion， ASFF）融合图像的不同尺度特征图。其次，将融合的特征图输入生成器产生扰动，并使用随机微分引导模块（Stochastic Differential Guide Module， SDGM）增强扰动的可控性，生成对抗样本。最后，将对抗样本输入判别器和目标模型中，迭代计算损失值并反馈至生成器，生成攻击性能较强的扰动。实验结果表明，Diff-AdvGAN方法在MNIST数据集上对LeNet C、VGG11和C&Wmodel模型的攻击成功率均达到99%以上，在CIFAR-10数据集上对ResNet18和ResNet32模型的攻击成功率分别为96.17%和95.82%。并且生成的扰动处于图像关键区域，稀疏性高、幅度小，均优于对比方法。

关键词：对抗样本生成对抗网络扩散模型随机微分引导模块自适应空间特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征融合和增强的蚕茧图像分类模型

蚕业科学 2024年

作者：刘莫尘侯欣韦伟张鑫山李法德宋占华张桂征梁光建闫银发山东农业大学机械与电子工程学院广西壮族自治区蚕业技术推广站山东省园艺机械与装备重点实验室山东省农业装备智能化工程实验室

为对原料茧中的上车茧和下茧进行准确分类，实现蚕茧分拣智能化、机械化。文中提出了一种基于多尺度特征融合和增强的双线性池化分类模型。首先以ResNet41作为特征提取骨干网络构建双线性池化模型，增强网络特征提取能力的同时得到不同... 详细信息

为对原料茧中的上车茧和下茧进行准确分类，实现蚕茧分拣智能化、机械化。文中提出了一种基于多尺度特征融合和增强的双线性池化分类模型。首先以ResNet41作为特征提取骨干网络构建双线性池化模型，增强网络特征提取能力的同时得到不同维度的语义信息；然后引入自适应空间特征融合模块，融合蚕茧的浅层图像信息和深层语义信息，解决ResNet41在特征提取过程中出现的信息丢失问题；最后采用挤压和激发模块抑制冗余信息，降低分类偏差。改进模型B-Res41-ASE在测试集中的分类准确率和F1值分别为93.7%和94.9%，对上车茧的分类精确率为97.8%，对黄斑茧、柴印茧、烂茧、瘪茧、薄皮茧等下茧的分类精确率分别为96.4%、93.7%、98.6%、94.5%、93.1%，相比于改进前模型和常用的细粒度分类模型均有明显优势，且B-Res41-ASE对蚕茧的可判别区域的聚焦更精准。实验结果表明，文中提出的优化方法在分类准确率、鲁棒性等方面优于其他蚕茧分类模型，可为蚕茧智能分拣提供理论依据。

关键词：蚕茧分类双线性池化自适应空间特征融合可视化分析

一种用于可见光通信信号调制格式识别的改进YOLOv5s算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光通信技术 2024年第3期48卷 18-22页

作者：王业恒吴彰赵永胜严志远毛瑞霞朱宏娜西南交通大学物理科学与技术学院成都610031

针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将... 详细信息

针对可见光通信信号在传输中易受信道环境和背景噪声干扰等因素影响调制格式识别精度的问题,提出一种用于可见光通信信号调制格式识别的改进YOLOv5s(You Only Look Once)算法。首先,通过YOLOv5s算法网络输入端引入Mixup数据增强方式,将其与原网络中的Mosaic数据增强方式相结合,提升网络的鲁棒性,并增强算法在不同调制格式信号间的泛化能力;其次,将自适应空间特征融合(ASFF)引入到Neck网络中,充分提取不同层次的特征,提高检测精度。实验结果表明,在混合信噪比条件下,所提改进算法的平均精度均值(mAP)达到了0.903,比原始YOLOv5s算法提升了0.7%,且在信噪比为20 dB时mAP高达0.993。

关键词：可见光通信调制格式识别 YOLOv5s Mixup数据增强自适应空间特征融合

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合滑动注意力机制的钢带缺陷检测算法

太原科技大学学报 2024年第3期45卷 263-270页

作者：赵文晶太原理工大学工程训练国家级实验教学示范中心太原030024

针对工业钢带表面缺陷检测存在的小目标识别率差、检测精度低等问题,提出一种融合滑动注意力机制的钢带缺陷检测算法。首先,构建融合滑动注意力主干网络,建模局部自注意力机制全局上下文;其次,提出基于内容重组的上采样算子,通过模型感... 详细信息

针对工业钢带表面缺陷检测存在的小目标识别率差、检测精度低等问题,提出一种融合滑动注意力机制的钢带缺陷检测算法。首先,构建融合滑动注意力主干网络,建模局部自注意力机制全局上下文;其次,提出基于内容重组的上采样算子,通过模型感受野的提升捕获目标周围特征信息;最后,通过可自适应学习的参数引导特征融合模块,抑制模型在训练过程中由于梯度反传而导致的不一致性。工业钢带数据集NEU-DET上的实验结果表明,所提检测算法能够在牺牲较少检测速度的情况下,提升均值平均精度至83.2%.

关键词：缺陷检测注意力机制钢带自适应空间特征融合

基于多尺度特征的货运列车风管与折角塞门检测

在线全文

学校读者我要写书评

暂无评论

工业控制计算机 2024年第6期37卷 7-9页

作者：庞立波孙林峰唐飞何晓晖曾利平石磊陕西榆横铁路有限责任公司陕西榆林719000 四川国软科技集团有限公司四川成都610031

针对小尺寸列车风管与折角塞门的检测问题,提出一种多尺度特征增强的YOLOv5s检测算法。首先在主干网络Backbone增加了一个大尺寸特征图输出分支,使用C2f(CSP bottleneck with 2 convolution and forward)模块丰富新增特征图的梯度流信息... 详细信息

针对小尺寸列车风管与折角塞门的检测问题,提出一种多尺度特征增强的YOLOv5s检测算法。首先在主干网络Backbone增加了一个大尺寸特征图输出分支,使用C2f(CSP bottleneck with 2 convolution and forward)模块丰富新增特征图的梯度流信息;然后在Neck部分使用自适应空间特征融合增强特征金字塔模型FPN (Feature Pyramid Network)的多尺度特征融合能力,并使用路径聚合模型PAN(Path Aggregation Network)提高目标定位能力;检测头Head拥有4种尺度的特征图,其中新增特征图的尺寸最大,用于增强小尺寸目标的检测能力。实验结果表明,多尺度特征增强的YOLOv5s比原来的YOLOv5s在平均精度mAP(mean Average Precision)上提升了1.5%,优于其他检测器,提升了小尺寸风管和折角塞门的检测能力。

关键词：目标检测列车风管折角塞门多尺度特征自适应空间特征融合