检索结果-南通市图书馆

Infrared Fault Detection Method for Dense Electrolytic Bath Polar Plate Based on YOLOv5s

Computers, Materials and Continua 2024年第3期80卷 4859-4874页

作者： Yu H. Hang Y. Shi S. Wu K. Zhang Y. Software Engineering Department of Computer Science Changzhou University Changzhou 213146 China Electrical Engineering Department of Computer Science Changzhou University Changzhou 213146 China

Electrolysis tanks are used to smelt metals based on electrochemical principles, and the short-circuiting of the pole plates in the tanks in the production process will lead to high temperatures, thus affecting normal production. Aiming at the problems of time-consuming and poor accuracy of existing infrared methods for high-temperature detection of dense pole plates in electrolysis tanks, an infrared dense pole plate anomalous target detection network YOLOv5-RMF based on You Only Look Once version 5 (YOLOv5) is proposed. Firstly, we modified the Real-Time Enhanced Super-Resolution Generative Adversarial Network (Real-ESRGAN) by changing the U-shaped network (U-Net) to Attention U-Net, to preprocess the images; secondly, we propose a new Focus module that introduces the Marr operator, which can provide more boundary information for the network; again, because Complete Intersection over Union (CIOU) cannot accommodate target borders that are increasing and decreasing, replace CIOU with Extended Intersection over Union (eiou), while the loss function is changed to focal and Efficient IOU (focal-eiou) due to the different difficulty of sample detection. On the homemade dataset, the precision of our method is 94%, the recall is 70.8%, and the map@.5 is 83.6%, which is an improvement of 1.3% in precision, 9.7% in recall, and 7% in map@.5 over the original network. The algorithm can meet the needs of electrolysis tank pole plate abnormal temperature detection, which can lay a technical foundation for improving production efficiency and reducing production waste. Copyright © 2024 The Authors. Published by Tech Science Press.

关键词： focal-eiou loss Infrared polar plate fault detection Marr boundary detection operator Real-ESRGAN YOLOv5

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

驾驶员手机使用检测模型:优化Yolov5n算法

引用

计算机工程与应用 2023年第18期59卷 129-136页

作者：王鑫鹏王晓强林浩李雷孝李科岑陶乙豪内蒙古工业大学信息工程学院呼和浩特010080 天津理工大学计算机科学与工程学院天津300384 内蒙古工业大学数据科学与应用学院呼和浩特010080

为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测,通过优化Yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。将focal-eiou loss与focalL1 loss相结合来获得更加精确的框定位以及损失函数的更快收敛。利... 详细信息

为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测,通过优化Yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。将focal-eiou loss与focalL1 loss相结合来获得更加精确的框定位以及损失函数的更快收敛。利用Slimming剪枝算法来进一步提高模型的轻量化及计算效率。在模型微调时利用数据增强技术对微调操作进行指导,从而使模型能够获得更好的性能提升。在手机使用数据集上对改进方法进行消融实验,进一步验证检测模型的有效性。实验表明,优化后的模型在手机使用数据集及Pascal VOC 2012数据集上的检测精度分别提高了0.2、12.3个百分点,参数量减少44.4%,计算量分别减小45.2%、40%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。

关键词： Yolov5n算法优化 Slimming剪枝 focal-eiou loss focalL1 loss 数据增强

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：