检索结果-南通市图书馆

融合图像去雾与tiny-yolov3的护帮板状态检测研究

在线全文

学校读者我要写书评

暂无评论

太原科技大学学报 2022年第1期43卷 15-22,28页

作者：魏强白尚旺龚大立党伟超潘理虎太原科技大学计算机科学与技术学院太原030024 精英数智科技股份有限公司太原030024

为解决液压支架工长时间作业过程中,因身体疲劳不能及时发现护帮板未护帮的问题,采用实时性高的tiny-yolov3算法检测护帮板状态,但检测任务会受到综采工作面尘雾的影响。因此,提出一种融合图像去雾与tiny-yolov3的目标检测算法,并在此... 详细信息

为解决液压支架工长时间作业过程中,因身体疲劳不能及时发现护帮板未护帮的问题,采用实时性高的tiny-yolov3算法检测护帮板状态,但检测任务会受到综采工作面尘雾的影响。因此,提出一种融合图像去雾与tiny-yolov3的目标检测算法,并在此基础上优化图像去雾算法的CUDA实现,首先将暗通道图像用RGB单通道图像代替,然后按列分组求大气光值,合并初始透射率的kernel函数并优化精细化透射率计算方式,提升图像去雾速度,保证算法的实时性。实验结果表明,在煤矿护帮板状态检测场景中,融合算法比tiny-yolov3算法的准确率提高了22.8%,且满足实时检测的要求。

关键词：液压支架护帮板目标检测 tiny-yolov3 暗通道先验图像去雾算法 CUDA

基于改进tiny-yolov3的火灾图像识别算法研究

在线全文

学校读者我要写书评

暂无评论

农业装备与车辆工程 2022年第9期60卷 121-124页

作者：王少韩刘淼上海工程技术大学机械与汽车工程学院上海市201620

传统图像识别率及识别准确率不高,检测速度比较慢,在计算能力比较低的设备中无法运行等,对此使用改进的tiny-yolov3算法模型解决这些问题。改进的算法模型进一步减少了模型的尺寸,检测速度大大提升,检测准确率与原模型的相比并没有太大... 详细信息

传统图像识别率及识别准确率不高,检测速度比较慢,在计算能力比较低的设备中无法运行等,对此使用改进的tiny-yolov3算法模型解决这些问题。改进的算法模型进一步减少了模型的尺寸,检测速度大大提升,检测准确率与原模型的相比并没有太大变化。实验结果表明,改进的tiny-yolov3算法生成的模型的尺寸为8.5 MB,比原模型更小,同时在数据集上的实时性能表现为25.3 FPS,mAP值为60%左右,性能比原模型更优。

关键词：火灾图像识别 tiny-yolov3 改进tiny-yolov3 模型尺寸检测速度

基于tiny-yolov3改进算法的工件识别

在线全文

学校读者我要写书评

暂无评论

制造技术与机床 2021年第10期 78-83页

作者：苏维成梁宏斌冯广辽宁科技大学辽宁鞍山114000

针对tiny-yolov3算法在工件识别实时检测中存在漏检率高的问题,提出了在tiny-yolov3基础上加以改进实现了对工件更加快速、准确地识别。主要改进的方式是在tiny-yolov3的特征提取网络中增加3个网络模块,即SPP结构、SE模块和Ghost模块,... 详细信息

针对tiny-yolov3算法在工件识别实时检测中存在漏检率高的问题,提出了在tiny-yolov3基础上加以改进实现了对工件更加快速、准确地识别。主要改进的方式是在tiny-yolov3的特征提取网络中增加3个网络模块,即SPP结构、SE模块和Ghost模块,并用卷积层代替池化层,改进后的网络结构平均精度均值、准确率和网络模型大小都有着显著的改善。试验结果表明,改进后的算法能够更好的提升工件识别的效率,并同时满足在嵌入式设备中进行实时检测的要求。

关键词：目标检测机器视觉工件识别 tiny-yolov3

基于tiny-yolov3的小目标检测仿真

在线全文

学校读者我要写书评

暂无评论

实验技术与管理 2020年第10期37卷 38-41页

作者：綦志刚李洋洋李冰原新哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001

针对轻量级神经网络模型检测精度不高,容易对小目标物体产生漏检的问题,该文提出了基于tiny-yolov3的目标检测改进算法。将tiny-yolov3模型中的池化层用卷积核为3×3、步长为2×2的卷积层代替,对输入图像的尺寸进行调整,对特征提取网络... 详细信息

针对轻量级神经网络模型检测精度不高,容易对小目标物体产生漏检的问题,该文提出了基于tiny-yolov3的目标检测改进算法。将tiny-yolov3模型中的池化层用卷积核为3×3、步长为2×2的卷积层代替,对输入图像的尺寸进行调整,对特征提取网络最后4层的特征图尺寸与通道数进行修改,并在原有模型的基础上添加了一层特征融合层。在VOC2007数据集上进行仿真实验,改进后的模型mAP上升了3.79%,瓶子这类物体的AP值提高了14%,说明小目标物体的检测效果得到了提升,降低了中小目标检测过程中的漏检率。

关键词：目标检测 tiny-yolov3 多尺度融合

基于tiny-yolov3的田间绿色柑橘目标检测方法

在线全文

学校读者我要写书评

暂无评论

中国计量大学学报 2020年第3期31卷 349-356,392页

作者：韩文魏超宇刘辉军中国计量大学计量测试工程学院浙江杭州310018

目的:为准确、快速地识别田间绿色柑橘,提出一种基于tiny-yolov3网络的目标检测方法。方法:采用卷积层替换tiny的池化层以减少目标信息丢失,借鉴DenseNet网络,在tiny网络中嵌入2个多层密集块,提出tiny-Dense-yolov3网络。结果:在2个数... 详细信息

目的:为准确、快速地识别田间绿色柑橘,提出一种基于tiny-yolov3网络的目标检测方法。方法:采用卷积层替换tiny的池化层以减少目标信息丢失,借鉴DenseNet网络,在tiny网络中嵌入2个多层密集块,提出tiny-Dense-yolov3网络。结果:在2个数据集上试验以验证改进模型的有效性,在果园柑橘数据集中,tiny-Dense-yolov3的准确率、召回率和F 1值分别为88.98%、95.29%和92.03%,相比于tiny-yolov3模型分别提高3.55%、4.81%和4.15%;在MSCOCO集的柑橘数据集中,tiny-Dense-yolov3的F 1值为52.83%,相比于tiny-yolov3模型,F 1值提高了6.33%。tiny、Darknet53和tiny-Dense等网络输出特征图的可视化结果表明,不同网络均能提取果实目标特征,其中tiny网络未能有效抑制树叶、枝干等背景特征的干扰。结论:tiny-Dense-yolov3轻量化卷积网络可实现对田间绿色柑橘的高精度实时检测。

关键词：绿色柑橘目标检测密集连接 tiny-yolov3 可视化

基于tiny-yolov3的无人机地面目标跟踪算法设计

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2021年第2期29卷 76-81页

作者：张兴旺刘小雄林传健梁晨西北工业大学自动化学院西安710072

为了提高四旋翼无人机对地面目标跟踪的稳定性和跟踪精度,提出了一种结合tiny-yolov3和卡尔曼滤波的跟踪算法;首先分析了tiny-yolov3的原理和网络结构,并基于tiny-yolov3的目标检测结果,结合无人机状态和目标的几何关系建立了目标跟踪... 详细信息

为了提高四旋翼无人机对地面目标跟踪的稳定性和跟踪精度,提出了一种结合tiny-yolov3和卡尔曼滤波的跟踪算法;首先分析了tiny-yolov3的原理和网络结构,并基于tiny-yolov3的目标检测结果,结合无人机状态和目标的几何关系建立了目标跟踪系统的数学模型;接着对目标相对运动关系进行分析,建立目标的运动学模型,考虑到目标检测结果受干扰影响较大,应用卡尔曼滤波器实现对目标轨迹的滤波和预测,进而提升目标跟踪的精度;最后根据经过卡尔曼滤波后的目标轨迹信息设计无人机控制律,在轨迹控制的同时引入对无人机偏航角的控制,从而实现无人机对目标的稳定跟踪;仿真结果表明无人机对目标的位置跟踪精度在0.5 m以内,速度跟踪误差在0.2 m/s以内,偏航角跟踪误差在3°以内,跟踪效果良好,从而论证了所提算法的有效性。

关键词： tiny-yolov3 卡尔曼滤波目标跟踪四旋翼无人机

基于改进tiny-yolov3的烟雾检测算法

在线全文

学校读者我要写书评

暂无评论

科学技术创新 2021年第4期 95-96页

作者：吉森荣华北电力大学控制与计算机工程学院北京102206

实时准确的烟雾检测对森林火灾的预警至关重要,特别是面向计算力有限的嵌入式设备。为在这类设备上稳定检测烟雾,本文选择tiny-yolov3作为基准模型。受Mobilenet的启发,设计一种改进tiny-yolov3的新型网络结构,使用深度可分离卷积替换... 详细信息

实时准确的烟雾检测对森林火灾的预警至关重要,特别是面向计算力有限的嵌入式设备。为在这类设备上稳定检测烟雾,本文选择tiny-yolov3作为基准模型。受Mobilenet的启发,设计一种改进tiny-yolov3的新型网络结构,使用深度可分离卷积替换普通卷积,增加网络层数和输出通道数提高模型的精度。实验结果表明,所提出模型的体积小于tiny-yolov3,在公开烟雾数据集的精度高于tiny-yolov3,且性能优于经典的主流检测模型。这证明了本文算法的有效性。

关键词：烟雾检测 tiny-yolov3 深度可分离卷积嵌入式设备

基于tiny-yolov3的行人目标检测研究

在线全文

学校读者我要写书评

暂无评论

软件导刊 2021年第5期20卷 7-11页

作者：宋祥龙李心慧山东科技大学计算机科学与工程学院山东青岛266590

为了改善传统行人检测算法鲁棒性差、检测精度不高、实时性差、训练环境对硬件依赖性强的缺点,基于Darknet框架,使用tiny-yolov3目标检测模型,在原有模型基础上,通过强化行人特征、改进算法网络结构,并不断调整学习率、动量、权重衰减... 详细信息

为了改善传统行人检测算法鲁棒性差、检测精度不高、实时性差、训练环境对硬件依赖性强的缺点,基于Darknet框架,使用tiny-yolov3目标检测模型,在原有模型基础上,通过强化行人特征、改进算法网络结构,并不断调整学习率、动量、权重衰减系数等超参数,将模型放在混合数据集上进行实验。实验结果表明,基于tiny-yolov3的改进行人目标检测模型准确率、召回率、平均交并比和FPS值较高,分别达81.13%、76%、83.76%和62帧/s。基于tiny-yolov3的改进行人目标检测模型不仅能对实际场景进行更实时的检测,而且有效降低了模型对硬件的依赖,同时也能提高行人目标检测准确度,提升识别效率。

关键词：行人检测深度学习卷积神经网络 tiny-yolov3

基于改进tiny-yolov3的人数统计方法

在线全文

学校读者我要写书评

暂无评论

科技创新导报 2020年第10期17卷 4-5,8页

作者：成玉荣胡海洋江苏理工学院江苏常州213001

卷积神经网络已经成为了计算机视觉处理最为广泛的技术方法,基于卷积神经网络的目标检测技术也是一个热门的研究话题。本文通过引入通道注意力机制,对目标检测算法tiny-yolov3进行改进,训练人体头部的目标检测模型,从而统计当前监控环... 详细信息

卷积神经网络已经成为了计算机视觉处理最为广泛的技术方法,基于卷积神经网络的目标检测技术也是一个热门的研究话题。本文通过引入通道注意力机制,对目标检测算法tiny-yolov3进行改进,训练人体头部的目标检测模型,从而统计当前监控环境下的人数。实验结果表明该方法能取得较好的头部检测效果,人数统计准确率高。

关键词：卷积神经网络 tiny-yolov3 头部检测人数统计