检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于yolov3算法的铁轨弹条检测识别

电气自动化 2023年第2期45卷 22-24页

作者：张楠厉小润王森荣林超浙江大学电气工程学院浙江杭州310063 中铁第四勘察设计院集团有限公司湖北武汉430027

针对现有技术方案在铁轨弹条检测中存在检测率低或无法满足实时性要求等问题,提出了一种基于yolov3算法的铁轨弹条检测方案。构建以卷积神经网络为主的网络结构,在每一层卷积层后加入残差块结构,加强了网络的特征学习能力;引入特征金字... 详细信息

针对现有技术方案在铁轨弹条检测中存在检测率低或无法满足实时性要求等问题,提出了一种基于yolov3算法的铁轨弹条检测方案。构建以卷积神经网络为主的网络结构,在每一层卷积层后加入残差块结构,加强了网络的特征学习能力;引入特征金字塔结构,加强网络层特征复用,实现对小目标检测精度的提升。相较于其他深度残差网络,所构建的网络结构检测率为95.10%,平均检测速度大于70 FPS,在检测精度未明显下降的情况下,实现了检测速度的大幅提升。在各种试验环境条件下,算法的鲁棒性良好,因此所提方案可满足实际的工程运用需求,实现对铁轨弹条的全天候检测。

关键词：铁轨弹条 yolov3算法特征金字塔目标检测残差结构

基于yolov3算法的变电站保护硬压板检测技术研究

在线全文

学校读者我要写书评

暂无评论

机械与电子 2024年第5期42卷 46-49,56页

作者：王磊黄照厅张礼波晏丽丽谭小龙贵州电网有限责任公司六盘水供电局贵州六盘水553000 武汉映瑞电力科技有限公司湖北武汉430074

针对目前变电站保护硬压板巡检多由人工进行读取和核对操作,费时费力且易出错,难以满足变电站二次设备智能化的要求的问题,研究了基于yolov3算法的变电站保护硬压板检测与状态识别技术。首先,通过对变电站保护硬压板进行数据采集和标注... 详细信息

针对目前变电站保护硬压板巡检多由人工进行读取和核对操作,费时费力且易出错,难以满足变电站二次设备智能化的要求的问题,研究了基于yolov3算法的变电站保护硬压板检测与状态识别技术。首先,通过对变电站保护硬压板进行数据采集和标注,建立了一个包含大量样本的数据集。然后,使用yolov3算法进行目标检测,实现了对变电站保护硬压板的准确定位和识别。针对硬压板的不同状态,设计了相应的特征提取和分类模块,通过对检测到的硬压板进行状态识别,实现了对硬压板状态的准确判别。实验结果表明,该方法在变电站保护硬压板检测和状态识别方面具有较高的准确性,对压板作业操作票确认、压板状态校核等业务实现具有一定参考价值,可为变电站设备的状态监测和故障的智能诊断提供有效的技术支持。

关键词：变电站二次保护 yolov3算法压板状态识别

在线全文

学校读者我要写书评

暂无评论

基于改进yolov3算法的挖掘机检测方法

数字制造科学 2022年第2期 141-145页

作者：周斌苏鹏高鹏武汉理工大学机电工程学院湖北武汉430070

针对西气东输工程中无人值守的油气场站,为防止工程挖掘机在作业时进入危险区域,确保油气场站及附近管线安全。提出了一种基于改进yolov3算法的挖掘机检测识别算法。首先,将原有框架中的K-means聚类算法优化为K-means++算法进行聚类,得... 详细信息

针对西气东输工程中无人值守的油气场站,为防止工程挖掘机在作业时进入危险区域,确保油气场站及附近管线安全。提出了一种基于改进yolov3算法的挖掘机检测识别算法。首先,将原有框架中的K-means聚类算法优化为K-means++算法进行聚类,得到更适合挖掘机识别的先验框。其次,对于视频图像中工程挖掘机互相遮挡而引起漏检问题,采用soft-NMS算法选择输出预测框。实验结果表明,改进后的yolov3算法相较于改进前在能保证实时性的前提下,对挖掘机的检测精度更高,并能很好地解决漏检问题。

关键词： yolov3算法工程挖掘机油气场站 K-means++算法 soft-NMS算法

基于改进的yolov3-SPP算法目标检测研究

在线全文

学校读者我要写书评

暂无评论

兵器装备工程学报 2023年第4期44卷 268-274页

作者：洪毕辉李文彬朱炜王晓鸣张克斌南京理工大学智能弹药技术国防重点学科实验室南京210003

为了更好的对复杂战场环境下军事目标检测和侦查,提出一种基于yolov3-SPP的改进算法。通过收集不同目标尺寸、类别等条件下坦克、步战车、雷达等军事对象,构建军事目标小型数据集;对数据集进行数据增强处理,扩充样本数,提高训练模型鲁棒... 详细信息

为了更好的对复杂战场环境下军事目标检测和侦查,提出一种基于yolov3-SPP的改进算法。通过收集不同目标尺寸、类别等条件下坦克、步战车、雷达等军事对象,构建军事目标小型数据集;对数据集进行数据增强处理,扩充样本数,提高训练模型鲁棒性;将DIoU和Focal Loss替换均方误差函数和交叉熵函数,提高目标检测算法精度;利用K-means++聚类算法计算得出适用的锚框,进一步提高模型检测精度。实验结果表明,改进的yolov3-SPP军事目标检测算法相对于原yolov3-SPP算法,模型收敛更快,平均精度提高了10%,精度和召回率分别提高了9%和8%,具备良好的检测能力,能为战场环境下军事目标的检测和侦查任务提供技术支持。

关键词：目标检测数据集数据增强 yolov3算法 K-means++聚类

基于改进yolov3-DN算法的水利施工危险源辨识

在线全文

学校读者我要写书评

暂无评论

安全与环境学报 2022年第2期22卷 550-557页

作者：刘永强伏仲明吴浩揭伟镰河海大学水利水电学院南京210098 浙江蓝城建筑规划设计有限公司杭州310000

为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法。通过ZED双目视觉相机获取施工现场信息,利用改进的yolov3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Buildin... 详细信息

为解决水利工程施工危险源辨识精度低、实时性差及鲁棒性弱等问题,提出了新型智能建设安全管理危险源辨识方法。通过ZED双目视觉相机获取施工现场信息,利用改进的yolov3-DN算法辨识危险源要素,并将危险源实时反馈在建筑信息模型(Building Information Modeling,BIM)轻量化平台上。以浙江省八堡泵站工程项目施工现场为例验证改进的yolov3-DN算法辨识危险源的准确性。研究表明,该方法在辨识危险源中不仅能大幅提高平均准确率、查准率和召回率,还降低了硬件成本,相对于现有的方法具有明显优势。

关键词：安全工程危险源 yolov3算法 DenseNet网络架构 BIM轻量化平台

同方期刊数据库

一种基于yolov3的汽车底部危险目标检测算法

在线全文

学校读者我要写书评

暂无评论

天津大学学报（自然科学与工程技术版） 2020年第4期53卷 358-365页

作者：高春艳赵文辉张明路孟宪春河北工业大学机械工程学院天津300130

在公共安防领域,汽车底部潜藏的危险品危害性强,检测难度大.当前车底危险品检测主要通过模板匹配等传统目标检测技术进行检测,但存在检测速度慢、检测精度低的问题,为了能够更好地检测出藏匿于车底部位的危险品目标,提出一种改进的yolov... 详细信息

在公共安防领域,汽车底部潜藏的危险品危害性强,检测难度大.当前车底危险品检测主要通过模板匹配等传统目标检测技术进行检测,但存在检测速度慢、检测精度低的问题,为了能够更好地检测出藏匿于车底部位的危险品目标,提出一种改进的yolov3目标检测算法.该方法分别从多尺度图像训练、增加Inception-res模块和省去大尺度特征输出分支3个方面对yolov3网络进行改进.实验证明:在自制危险品数据集下,采用双数据集多尺度图像训练,网络的m AP值大约提高了0.9%,单张图像检测耗时大致不变;在3个支路分别增加相应Inception-res结构,网络的m AP值大约提高了1.5%,但是单张图像检测耗时却增加了原来的2.6倍;省去大尺度特征输出分支,网络的m AP值降低了0.3%,但是单张图像检测耗时也相应降低25.4%.通过结合上述方法对yolov3算法模型进行综合改进,选取双数据集多尺度图像训练的方式,同时省去大尺度特征输出分支,并在其他两支路增加相应Inception-res结构.这样在充分结合Inception-res结构优势的情况下,省去对检测耗时影响较大且对检测结果 m AP值影响较小的大尺度特征输出分支.实验测得改进网络m AP值大约提高2.2%左右,而单张图像检测耗时增加了0.014 s,在可接受范围内.且网络对于小尺寸目标识别效果明显增强,很好地满足了车底复杂背景危险品检测要求.

关键词：深度学习卷积神经网络 yolov3算法危险品检测

基于改进 yolov3 的自然场景下鸟类检测算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2022年第18期59卷 329-336页

作者：宋子盈杨奎河张宇北京交通大学计算机与信息技术学院北京100044 河北科技大学信息科学与工程学院河北石家庄050018

针对自然场景下鸟类检测任务中存在模型参数量大、计算量高和正负样本严重不平衡的问题,提出了YOLOBIRDS算法。一方面,对特征提取网络模型进行修改,将标准卷积神经网络结构修改为深度可分离残差模型。另一方面,对损失函数进行修改,将目... 详细信息

针对自然场景下鸟类检测任务中存在模型参数量大、计算量高和正负样本严重不平衡的问题,提出了YOLOBIRDS算法。一方面,对特征提取网络模型进行修改,将标准卷积神经网络结构修改为深度可分离残差模型。另一方面,对损失函数进行修改,将目标框大小与位置损失函数由均方误差修改为广义交并比(CIoU),在置信度损失函数中增加正负样本控制参数。实验结果表明,在衡水湖鸟类数据集中,YOLOBIRDS算法的平均精度均值(mAP)达87.12%,比原算法高2.71个百分点;参数个数达12425917,比原算法低79.88%;速度达32.67 frame/s,比原算法高19.98%。采用该算法训练得到的新模型对鸟类检测的精度更高,检测速度更快,对鸟类检测的整体识别率大幅度提高,平衡了正负样本的损失权重。

关键词：目标检测深度可分离残差模型广义交并比损失函数 yolov3算法

基于改进yolov3的自然环境下绿色柑橘的识别算法

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2021年第11期42卷 159-165页

作者：宋中山刘越郑禄帖军汪进中南民族大学计算机科学学院武汉市430074 湖北省制造企业智能管理工程技术研究中心武汉市430074

为研究自然环境下柑橘的图像识别技术,实现柑橘的早期产量预测,提出一种改进的D-yolov3算法,实现自然环境下未成熟的绿色柑橘的识别与检测。研究构建绿色柑橘图像数据集,并对采集的图像进行预处理;改进算法采用DenseNet的密集连接机制替... 详细信息

为研究自然环境下柑橘的图像识别技术,实现柑橘的早期产量预测,提出一种改进的D-yolov3算法,实现自然环境下未成熟的绿色柑橘的识别与检测。研究构建绿色柑橘图像数据集,并对采集的图像进行预处理;改进算法采用DenseNet的密集连接机制替换yolov3网络中的特征提取网络Darknet53中的后三个下采样层,加强特征的传播,实现特征的复用。通过自制的数据集对D-yolov3算法进行测试,并分别对改进前后网络的识别性能、不同预处理方法和不同数据量图像对模型的影响进行试验。试验结果表明,改进的D-yolov3算法相对于传统yolov3算法精确率提高6.57%,召回率提高2.75%,F_(1)分数提高4.41%,交并比提高6.13%,平均单张检测时间为0.28 s。通过不同果实数量图像对比试验验证了算法的可行性和准确性。研究结果表明,本文提出的D-yolov3算法对自然环境下未成熟的绿色柑橘识别具有较高的精准度,为柑橘的早期测产提供了技术支持。

关键词：目标检测 yolov3算法 DenseNet算法绿色柑橘

复杂场景下基于改进yolov3的口罩佩戴检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2020年第11期46卷 12-22页

作者：王艺皓丁洪伟李波杨志军杨俊东云南大学信息学院昆明650500 云南省教育厅科学教育研究院昆明650223

新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效防止病毒传染,但是自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响。针对该问题,在yolov3算法的基础上,提出复杂场景下的... 详细信息

新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效防止病毒传染,但是自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响。针对该问题,在yolov3算法的基础上,提出复杂场景下的口罩佩戴检测算法。结合跨阶段局部网络对DarkNet53骨干网络进行改进,以降低计算消耗并提高训练速度。在yolov3算法中引入改进的空间金字塔池化结构,通过自上而下和自下而上的特征融合策略优化多尺度预测网络,从而实现特征增强。选取CIoU作为损失函数,考虑目标与检测框之间的中心点距离、重叠率以及长宽比信息。实验结果表明,与yolov3算法相比,该算法在人脸目标和人脸佩戴口罩目标上的检测精度分别提高7.3%和14.9%,检测速度平均提高6FPS。

关键词： yolov3算法口罩佩戴检测跨阶段局部网络空间金字塔池化特征融合损失函数