检索结果-南通市图书馆

佳木斯大学学报（自然科学版） 2024年第3期42卷 6-11页

作者：陈森森程刚王龙腾安徽理工大学机械工程学院安徽淮南232001

现有基于深度学习的煤矸识别方法在光线昏暗、高噪声、遮挡等因素的干扰下容易出现漏检、错检的现象。针对该问题,提出一种基于YOLO-repgfpn模型的煤矸检测方法。YOLO-repgfpn模型基于YOLOV5s模型改进:1)在Backbone部分中引入CA注意力机... 详细信息

现有基于深度学习的煤矸识别方法在光线昏暗、高噪声、遮挡等因素的干扰下容易出现漏检、错检的现象。针对该问题,提出一种基于YOLO-repgfpn模型的煤矸检测方法。YOLO-repgfpn模型基于YOLOV5s模型改进:1)在Backbone部分中引入CA注意力机制,使网络能充分利用丰富的上下文信息,增强特征学习能力,2)在Neck部分采用repgfpn网络模块,增强模型对煤矸高级语义和低级空间特征的提取和融合能力,从而提高检测精度,3)修改损失函数为XIOU增强目标匹配和目标边框回归过程中的定位精度和鲁棒性。实验结果表明:repgfpn煤矸识别方法与目前主流YOLO算法相比识别精度(mAP)最高,达到94.7%,可有效避免恶劣条件下,煤矸识别时容易出现的漏检、误检和重检现象。

关键词：煤矸识别深度学习注意力机制 repgfpn 损失函数

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

Dim-YOLOv5n昏暗场景目标检测算法

引用

计算机工程与应用 2024年第11期60卷 173-181页

作者：朱晓彤张荣芬刘宇红孙龙贵州大学大数据与信息工程学院贵阳550025

相比于正常光照场景,照明不良昏暗场景干扰因素较多,图像处理较为复杂,且现有的昏暗目标检测,存在参数量大,识别准确率低等不足。针对昏暗场景下目标检测算法中存在误检与漏检等问题,提出以YOLOv5n算法为基础进行改进的昏暗场景目标检... 详细信息

相比于正常光照场景,照明不良昏暗场景干扰因素较多,图像处理较为复杂,且现有的昏暗目标检测,存在参数量大,识别准确率低等不足。针对昏暗场景下目标检测算法中存在误检与漏检等问题,提出以YOLOv5n算法为基础进行改进的昏暗场景目标检测算法Dim-YOLOv5n。利用嵌入全维动态卷积(omni-dimensional dynamic convolution,ODConv)的轻量化主干ODConv-MobileNetV2替换主干网络,在减少计算量的同时提高检测精度。基于repgfpn(reparameterized generalized-FPN)方法设计更加轻量高效的LigGFPN(lightweight generalized-FPN)加强特征融合网络,以提高网络特征提取能力,并在此基础上,使用GhostConv(ghost convolution)替换传统卷积,以减少模型的参数量。实验结果表明,改进后算法与原算法相比,检测精度P和召回率R分别提高了5.3个百分点和5个百分点,平均精度均值mAP0.5:0.95和mAP0.5分别提升了8.2个百分点和4.6个百分点,改进的算法在保证模型较小的同时有效提高了检测准确率。

关键词：昏暗图像 YOLOv5n 全维动态卷积(ODConv) MobileNetV2 repgfpn GhostConv

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

改进YOLOv8的金属表面缺陷检测模型

引用

制造技术与机床 2024年第8期 187-194页

作者：龙阳肖小玲长江大学计算机科学学院湖北荆州434100

针对工业制造中金属表面缺陷检测的检测精度低、漏检率和误检率高等问题,文章提出了一种改进YOLOv8的金属表面缺陷检测模型。首先采用CG模块替换掉Backbone的下采样卷积模块,增强模型的上下文信息理解能力;其次采用repgfpn模块替换原始... 详细信息

针对工业制造中金属表面缺陷检测的检测精度低、漏检率和误检率高等问题,文章提出了一种改进YOLOv8的金属表面缺陷检测模型。首先采用CG模块替换掉Backbone的下采样卷积模块,增强模型的上下文信息理解能力;其次采用repgfpn模块替换原始的特征金字塔网络,提高模型的多尺度特征提取能力;最后通过对检测头重设计,提出GDetect模块,提升模型的整体性能。实验结果表明,改进后的模型在GC10-DET数据集中准确率、召回率和m AP@0.5达到了71.2%、72.4%和74.5%,分别提高了2.8%、8.1%和6.0%,参数量和计算量分别减少了6%和22%。同时在PASCAL VOC和NEU-DET数据集验证了模型在不同数据集下的鲁棒性和泛化能力,提高了对目标的检测精度。所提出的改进模型在金属缺陷检测领域取得了显著进展,提高了检测精度,解决了常见问题,并在保持轻量级的同时实现了较高的性能,为金属表面缺陷检测提供了一种高效且可行的解决方案。

关键词：金属表面缺陷检测 YOLOv8 CG repgfpn GDetect

来源：

维普期刊数据库

同方期刊数据库

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

改进YOLOv5算法下的无人驾驶道路行人识别研究

引用

国外电子测量技术 2024年第6期43卷 170-178页

作者：王亚鹏韩文花上海电力大学自动化工程学院上海200090

基于无人驾驶领域的飞速发展,为提高道路行人目标检测的速度和精度,提出一种基于YOLOv5网络改进的YWYOLO的道路行人目标检测方法,在YOLOv5模型的neck结构中改入repgfpn,充分交换高级语义信息和低级空间信息,添加自适应融合机制,引入SimA... 详细信息

基于无人驾驶领域的飞速发展,为提高道路行人目标检测的速度和精度,提出一种基于YOLOv5网络改进的YWYOLO的道路行人目标检测方法,在YOLOv5模型的neck结构中改入repgfpn,充分交换高级语义信息和低级空间信息,添加自适应融合机制,引入SimAM注意力模块机制,提高算法的特征提取能力,在损失函数方面,使用Optimal Transport Assignment优化损失函数。实验结果表明,所提算法与原算法相比,在道路行人类别数据集上识别精确率由38.1%提升到52.6%,检测速度由29.4 fps提高到30.8 fps,具有更好的检测效果。

关键词：行人检测 YOLOv5 repgfpn 注意力机制 OTA

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

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

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：