检索结果-南通市图书馆

基于轻量级主干的YOLOv5驾驶员疲劳检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科学技术与工程 2024年第16期24卷 6766-6774页

作者：蒋启超余成波宣以国杨如民重庆理工大学电气与电子工程学院重庆400054

针对目前基于深度学习的驾驶员疲劳检测算法存在着参数量和计算成本较大,难以在算力较低的设备上得到有效应用这一问题,提出一种基于轻量级主干的YOLOv5驾驶员疲劳检测算法,通过检测闭眼、张嘴、低头这3种标签的时间占比来进行疲劳判断... 详细信息

针对目前基于深度学习的驾驶员疲劳检测算法存在着参数量和计算成本较大,难以在算力较低的设备上得到有效应用这一问题,提出一种基于轻量级主干的YOLOv5驾驶员疲劳检测算法,通过检测闭眼、张嘴、低头这3种标签的时间占比来进行疲劳判断。算法使用efficientvit网络作为模型的主干网络,降低了整个模型的参数量以及计算成本,在模型的颈部网络部分加入上下文变换器模块并将归一化沃瑟斯坦距离作为新的损失函数以此来提高模型的准确度,减小轻量级主干所带来的损失。实验结果表明:改进后的算法准确率达到97.9%,与YOLOv5、YOLOv7、YOLOv8相比,其参数量分别降低了3.4、17.7和5.4倍,计算量分别降低了4.5、29.5和8.2倍,在CPU上的单幅图片推理速度加快至76.4 ms,能够有效地完成实时检测任务。

关键词：疲劳检测 YOLOv5 efficientvit 上下文变换器归一化沃瑟斯坦距离

维普期刊数据库

基于改进Yolov8-pose的分心驾驶检测与识别

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2024年

作者：朱周华侯智杰田成源周怡纳西安科技大学通信与信息工程学院

针对现有的分心驾驶检测算法存在检测率低、检测速率慢等问题，本文构建了一种基于改进Yolov8-pose的分心驾驶检测识别模型Yolov8-EFM。首先，通过使用efficientvit更换Yolov8-pose的主干网络，结合CNN和VIT之间的互补性，提升了检测的... 详细信息

针对现有的分心驾驶检测算法存在检测率低、检测速率慢等问题，本文构建了一种基于改进Yolov8-pose的分心驾驶检测识别模型Yolov8-EFM。首先，通过使用efficientvit更换Yolov8-pose的主干网络，结合CNN和VIT之间的互补性，提升了检测的准确率；其次，使用FasterBlock模块替换C2f中的Bottleneck模块，增加了检测速率并减小模型参数；最后在SPPF后加入了轻量级的MLCA注意力模块，在模型大小和准确性之间取得了良好的平衡。实验结果表明，本文所构建的Yolov8-EFM模型，mAP50可以达到98.9%，模型大小只有9.7M，该方法不仅可以识别出具体分心行为，还可以检测上半身的人体骨架，可以有效应用在驾驶员分心驾驶的检测场景中。

关键词：分心检测人体姿态估计 Yolov8-pose efficientvit FasterNet MLCA

基于改进YOLO v5的皮蛋裂纹在线检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2024年第2期55卷 384-392页

作者：汤文权陈灼廷王东桥范维王巧华华中农业大学工学院武汉430070 农业农村部长江中下游农业装备重点实验室武汉430070 国家蛋品加工技术研发分中心武汉430070

为了解决裂纹皮蛋分选中存在的效率低、人力成本高等问题,提出了一种基于改进YOLO v5的皮蛋裂纹在线检测方法。使用efficientvit网络替换主干特征提取网络,并采用迁移学习对网络进行训练,分别得到YOLO v5n_efficientvitb0和YOLO v5s_Eff... 详细信息

为了解决裂纹皮蛋分选中存在的效率低、人力成本高等问题,提出了一种基于改进YOLO v5的皮蛋裂纹在线检测方法。使用efficientvit网络替换主干特征提取网络,并采用迁移学习对网络进行训练,分别得到YOLO v5n_efficientvitb0和YOLO v5s_efficientvitb1两个模型。YOLO v5n_efficientvitb0为轻量化模型,相较于改进前参数量减少14.8%,浮点数计算量减少26.8%;YOLO v5s_efficientvitb1为高精度检测模型,平均精度均值为87.8%。采用GradCAM++对模型可视化分析,得出改进模型减少了对背景区域的关注度,证明了改进模型的有效性。设计了视频帧的目标框匹配算法,实现了视频中皮蛋的目标追踪,依据皮蛋的检测序列实现了对皮蛋的定位和裂纹与否的判别。轻量化模型的判别准确率为92.0%,高精度模型的判别准确率为94.3%。研究结果表明,改进得到的轻量化模型为运算能力较差的皮蛋裂纹在线检测装备提供了解决方案,改进得到的高精度模型为生产要求更高的皮蛋裂纹在线检测装备提供了技术支持。

关键词：皮蛋裂纹检测 YOLO v5 efficientvit 目标跟踪 GradCAM++

一种基于YOLOv5的木板材表面缺陷检测方法

维普期刊数据库

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

廊坊师范学院学报(自然科学版) 2024年

作者：孙姜珊朱启玥孙晓楠安徽理工大学

针对木板材表面缺陷检测精度低、缺陷类型不全面和小目标缺陷检测能力不足等问题，提出一种基于YOLOv5算法的木板材表面缺陷检测方法。首先在原始YOLOv5算法中使用efficientvit网络代替原始的骨干网络，它能更加有效地利用上下文信息，... 详细信息

针对木板材表面缺陷检测精度低、缺陷类型不全面和小目标缺陷检测能力不足等问题，提出一种基于YOLOv5算法的木板材表面缺陷检测方法。首先在原始YOLOv5算法中使用efficientvit网络代替原始的骨干网络，它能更加有效地利用上下文信息，同时具有更快的推理速度，并提供更强的特征增强能力；其次，在head部分添加ECANet注意力机制增强对全局重要特征的提取，同时抑制无关的特征信息；最后，使用Focal-EIoU损失函数代替原有的CIoU，提高预测缺陷边界框的回归预测精度，加快回归损失函数的收敛速度。实验表明：将改进后的算法用于木板材缺陷的检测，在精度上比原始算法提升了4.3%；改进后模型大小为6.3MB，为原模型大小的一半，提高了缺陷检测的速度。算法在缺陷检测任务中具有很高的实用性和效率。

关键词：缺陷检测 YOLOv5 efficientvit 注意力机制损失函数

基于轻量化YOLOv8-SEF的色织物疵点检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

棉纺织技术 2024年

作者：吴正香宋荣刘娴李惠军新疆大学新疆智能与绿色纺织重点实验室

针对色织物疵点检测算法受疵点尺寸和织物纹理背景影响，存在检测精度不高、模型复杂、不能快速检测出色织物疵点问题，提出一种轻量化的色织物疵点检测算法（YOLOv8-SEF）。以YOLOv8算法为基准模型，为降低模型复杂度和计算瓶颈，引入... 详细信息

针对色织物疵点检测算法受疵点尺寸和织物纹理背景影响，存在检测精度不高、模型复杂、不能快速检测出色织物疵点问题，提出一种轻量化的色织物疵点检测算法（YOLOv8-SEF）。以YOLOv8算法为基准模型，为降低模型复杂度和计算瓶颈，引入轻量级网络efficientvit替换YOLOv8的主干网络；在颈部网络中融入SE注意力机制来抑制无用纹理背景的影响，提升边缘疵点的识别能力；最后针对疵点样本不均衡和难以识别的边缘疵点问题，使用Slide Loss损失函数取代CIoU损失函数。试验结果表明：与基准模型YOLOv8相比，YOLOv8-SEF算法的mAP值达到96.4%，提高了2.3个百分点，计算量（FLOPs）仅为9.4 G，检测速度达到41.5帧/s，即单张图像仅需24 ms即可检测出来，基本满足实际工业生产实时检测的要求。

关键词：色织物疵点 efficientvit YOLOv8 轻量化注意力机制 Slide Loss

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的提花面料检测算法

计算机技术与发展 2024年

作者：李文卓何梦珂毋涛西安工程大学计算机科学学院中国纺织工业联合会

针对提花面料在人工检测背景下存在的检测耗时和不准确等问题，提出了一种改进的YOLOv5s深度学习算法用于提花面料检测。首先，对YOLOv5s主干网络进行改进，引入efficientvit网络作为主干特征提取网络，以提高特征提取的效果；其次，为... 详细信息

针对提花面料在人工检测背景下存在的检测耗时和不准确等问题，提出了一种改进的YOLOv5s深度学习算法用于提花面料检测。首先，对YOLOv5s主干网络进行改进，引入efficientvit网络作为主干特征提取网络，以提高特征提取的效果；其次，为增强网络对于关键区域的特征关注，引入一种动态且具有查询感知的双层路由注意力机制BRA，以减少背景对检测目标的影响；最后，对损失函数进行改进，使用MpdIoU与InnerIoU相结合的损失函数Mpd-InnerIoU替换CIoU，提高边界框的回归精度。实验结果表明，改进后的YOLOv5s算法相较于原算法在提花面料检测任务中取得了显著的性能提升。与原模型相比，算法精度提高了6.5个百分点，召回率提高了4.8个百分点，mAP@0.5提高了5.3个百分点，实验结果表明改进后的算法在各项性能指标上都有一定程度的提高，能够有效地进行提花面料检测的相关任务。

关键词：提花面料深度学习 efficientvit 双层路由注意力损失函数

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DETR的轻量级遥感图像目标检测算法

重庆工商大学学报(自然科学版) 2024年

作者：周孟然王澳安徽理工大学电气与信息工程学院安徽理工大学计算机科学与工程学院

【目的】针对传统遥感图像目标检测模型在无人机、卫星等低算力场景下难以部署的问题，如何保持检测精度的同时，降低模型的参数量，提出了一种基于DETR的轻量级遥感图像目标检测算法。【方法】该模型首先采用efficientvit特征提取模... 详细信息

【目的】针对传统遥感图像目标检测模型在无人机、卫星等低算力场景下难以部署的问题，如何保持检测精度的同时，降低模型的参数量，提出了一种基于DETR的轻量级遥感图像目标检测算法。【方法】该模型首先采用efficientvit特征提取模块作为轻量级骨干网络，用于图像特征提取和筛选；同时，设计了一个轻量级高效混合编码器，旨在在降低模型的参数量和计算量的同时，保持检测精度，该编码器由S-AIFI模块和MSFM模块组成，其中S-AIFI模块专注于处理深层特征，以增强对特征信息的聚合能力。而MSFM模块通过多尺度特征融合提高模型在遥感图像中对不同大小目标的检测能力；最后，引入了shape-IoU损失函数，以进一步提高模型的检测精度。【结果】在DOTA-v1数据集和SIMD数据集上进行实验，该模型的mAP达到了75.5%及81.9%，其参数量降低到了10.3M。【结论】根据实验结果显示，训练后的模型具有较小的内存占用和参数量，适用于计算资源有限的遥感图像处理应用场景。

关键词：遥感图像轻量级网络 efficientvit 多特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种轻量级掌静脉识别算法NEPVR

计算机技术与发展 2024年

作者：马莉刘子良谭振林黄蔼权杨文茵佛山科学技术学院电子信息工程学院

信息技术的进步催生了生物特征识别逐渐替代传统身份验证方法，尤其关注卫生、安全的掌静脉识别，然而在计算资源受限的情况下保持识别性能仍然是一项挑战。近年来，虽然深度学习架构Vision Transformer在模型性能上取得显著进展并在掌... 详细信息

信息技术的进步催生了生物特征识别逐渐替代传统身份验证方法，尤其关注卫生、安全的掌静脉识别，然而在计算资源受限的情况下保持识别性能仍然是一项挑战。近年来，虽然深度学习架构Vision Transformer在模型性能上取得显著进展并在掌静脉识别领域逐渐得到应用，但是也因参数量问题限制了其适用范围。本文提出了一种手掌静脉识别算法NEPVR (NAM-efficientvit Based Palm Vein Recognition)，采用了efficientvit作为深度学习的高效轻量化网络以减少参数量的规模，并结合归一化注意力机制加强图像在通道和空间维度上对重要细节特征的提取，进而保持良好的识别性能。此外，NEPVR还融合了交叉熵和三元组损失函数作为在网络训练中的综合损失函数，以提高识别性能和模型收敛的稳定性。实验结果表明：将掌静脉信息编码为512维特征向量的方法识别性能最佳；在PolyU、CASIA与TongjiU数据集上进行的评估中，等误差率EER分别达到了0.067%、0.150%与0.085%，充分证明了本文算法的有效性。

关键词： efficientvit 归一化注意力机制轻量化掌静脉识别深度学习

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YOLOv5的变压器漏油检测

国外电子测量技术 2023年第9期42卷 169-176页

作者：王铖浩骆忠强漆梓渊四川轻化工大学自动化与信息工程学院宜宾644000 四川轻化工大学人工智能四川省重点实验室宜宾644000

为了能够及时检测变压器的漏油问题,保障电力系统的正常运转,提出了一种基于改进YOLOv5的变压器漏油检测方法。通过在特征金字塔网络(FPN)结构基础上加入4倍采样层,使特征信息跨层融合,提高模型的检测准确率;引入具有动态非单调聚焦机制... 详细信息

为了能够及时检测变压器的漏油问题,保障电力系统的正常运转,提出了一种基于改进YOLOv5的变压器漏油检测方法。通过在特征金字塔网络(FPN)结构基础上加入4倍采样层,使特征信息跨层融合,提高模型的检测准确率;引入具有动态非单调聚焦机制的Wise-IoU边界框损失函数来加快网络的训练与推理,通过权衡低质量样本和高质量样本的学习进一步提高模型的整体性能;最后,受Transformer模型的启发,使用efficientvit模型作为主干网络,大幅减少了模型的参数量,虽然牺牲了小部分检测性能,但仍保持了优于原模型的性能。使用自建的户外变压器漏油数据集进行训练与测试,结果表明,与原模型相比,改进后的网络准确率提高了8.6%,召回率提高了8.5%,mAP@0.5提高了7.8%,参数量下降了42.3%,有利于工程部署。

关键词：变压器漏油检测 YOLOv5 特征融合 Wise-IoU efficientvit

维普期刊数据库