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yolov5网络的径赛人体目标检测

现代计算机 2022年第4期28卷 21-29页

作者：邹有成湖南师范大学工程与设计学院长沙410081

针对径赛人体目标识别中,在图像上重叠、粘连的运动员检测精度低,容易漏检并在多目标识别中检测速度较慢的情况,本文提出一种基于yolov5的径赛人体目标检测模型。首先,在专业场地拍摄运动员冲刺影像,对所有运动员与遮挡目标进行标注,制... 详细信息

针对径赛人体目标识别中,在图像上重叠、粘连的运动员检测精度低,容易漏检并在多目标识别中检测速度较慢的情况,本文提出一种基于yolov5的径赛人体目标检测模型。首先,在专业场地拍摄运动员冲刺影像,对所有运动员与遮挡目标进行标注,制作成专用径赛识别数据集。其次,通过数据增强的手段,将数据集中运动员部分身体进行遮挡,获取大量的差异性增强数据,提高模型对遮挡目标识别度。最后,对yolov5网络进行优化,将网络中Leaky Relu激活函数与Hardswish激活函数全部改为Silu激活函数,简化了体系结构;改进nms非极大值抑制机制,增加模型对重叠目标的敏感度。实验结果表明,改进后的yolov5模型对重叠的人物有着更为精确的检测效果。模型平均精度mAP@0.5值为0.982,测试精度为0.969,单张图片处理的平均时间为0.012 s,目标检测速度达到83.3FPS。能够满足径赛检测的需求。

关键词：深度学习计算机视觉 yolov5网络目标检测人体遮挡

基于yolov5网络的气田无人值守场站多路入侵目标检测

在线全文

学校读者我要写书评

暂无评论

重庆科技学院学报（自然科学版） 2021年第6期23卷 45-49页

作者：左应祥倪建辉杨圆鉴韩光谱彭聪中国石油西南油气田分公司重庆气矿重庆400021 重庆科技学院安全工程学院(应急管理学院) 重庆401331

为了优化气田无人值守场站监控效果,改善低分辨率画面检测精度低、识别困难及深度学习模型在多摄像头下资源消耗严重的问题,提出一种基于yolov5网络的多路入侵目标检测方法。应用yolov5网络及Deep SORT算法分别提取目标外观及其运动特征... 详细信息

为了优化气田无人值守场站监控效果,改善低分辨率画面检测精度低、识别困难及深度学习模型在多摄像头下资源消耗严重的问题,提出一种基于yolov5网络的多路入侵目标检测方法。应用yolov5网络及Deep SORT算法分别提取目标外观及其运动特征,通过拼接画面的方式实现对显存资源的合理利用。实验结果表明,进行迁移学习后模型的mAP值可达95%,检测精度较高,模型鲁棒性良好。

关键词： yolov5网络入侵检测卷积神经网络多路并发检测

引入注意力机制的改进型yolov5网络研究

在线全文

学校读者我要写书评

暂无评论

软件工程 2023年第1期26卷 55-58,54页

作者：曾凯李响陈宏君文继锋南京南瑞继保电气有限公司江苏南京211102

为了提升复杂多尺度目标检测任务下的分类及定位准确度,在基准的yolov5目标检测算法基础上,设计了四组引入注意力机制模块的改进型yolov5网络,并在变电站内复杂多尺度检测场景数据集上进行对比实验。实验结果表明,相较于基准yolov5网络,... 详细信息

为了提升复杂多尺度目标检测任务下的分类及定位准确度,在基准的yolov5目标检测算法基础上,设计了四组引入注意力机制模块的改进型yolov5网络,并在变电站内复杂多尺度检测场景数据集上进行对比实验。实验结果表明,相较于基准yolov5网络,SwinTrans-yolov5网络的mAP指标提升达9.0%,但模型运算量高达1,061.6GFLOPS(每秒千兆次浮点运算);CA-yolov5网络的mAP指标提升也达到4.1%,模型运算量仅需115.8 GFLOPS。因此,在硬件算力充足的情况下使用SwinTrans-yolov5网络可以获得更高的检测精度,但在硬件算力不足的情况下使用CA-yolov5网络,则实现了检测精度和速度间较好的平衡。

关键词：注意力机制 yolov5网络目标检测 Transformer 复杂多尺度

维普期刊数据库博看期刊

基于Copula贝叶斯分类器与改进yolov5网络的手势识别研究

在线全文

学校读者我要写书评

暂无评论

科技资讯 2023年第20期21卷 26-29页

作者：袁帅吕佳琪沈阳建筑大学辽宁沈阳110168

手势识别是通过识别人类手势并结合相关算法实现对手势语义分类的一项议题,在智能建筑、机器控制、新型人机交互、辅助驾驶等领域应用十分广泛,因此,手势识别具有重要研究意义。该文提出在yolov5目标检测网络引入注意力机制,以解决yolov... 详细信息

手势识别是通过识别人类手势并结合相关算法实现对手势语义分类的一项议题,在智能建筑、机器控制、新型人机交互、辅助驾驶等领域应用十分广泛,因此,手势识别具有重要研究意义。该文提出在yolov5目标检测网络引入注意力机制,以解决yolov5目标检测网络特征差异不敏感问题;此外,利用Copula模型改进朴素贝叶斯分类器,以解决图片分类精度缺失问题。实验结果表明:该文提出的Attention-yolov5检测网络比原网络在准确率和召回率上都有显著提升,基于Copula理论改进的贝叶斯分类器在准确率上显著高于朴素贝叶斯分类器。

关键词：目标检测手势识别 yolov5网络 Copula贝叶斯分类器深度学习

基于改进yolov5卷积神经网络的SAR图像目标识别

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

现代雷达 2024年第2期46卷 138-145页

作者：曾祥书黄一飞蒋忠进东南大学毫米波国家重点实验室江苏南京210096

提出一种改进yolov5网络,并将其用于SAR图像目标识别。为了优化网络性能,文中进行了三个方面的改进:使用宽度比和高度比作为标注框之间的距离度量,并采用k-means聚类方法生成先验锚点框,作为预测框优化时的框尺寸初始值;改进框回归损失... 详细信息

提出一种改进yolov5网络,并将其用于SAR图像目标识别。为了优化网络性能,文中进行了三个方面的改进:使用宽度比和高度比作为标注框之间的距离度量,并采用k-means聚类方法生成先验锚点框,作为预测框优化时的框尺寸初始值;改进框回归损失函数,引入Scylla交并比来代替竞争性交并比,以提高对密集分布目标的定位精度;改进置信度损失函数,使用焦点损失来替代二元交叉熵,以提高在复杂背景下的目标识别精度。基于MSAR数据集,选择了yolov3、常规yolov5作为对比网络,进行了大量的SAR图像目标识别实验。实验结果表明,相比两种对比网络,改进yolov5网络对各种目标均具有更高的识别准确率、召回率和F1值,以及更高的综合指标平均精度值和平均精度均值。

关键词：卷积神经网络 yolov5网络 SAR图像目标识别

基于深度学习的雾霾天气下的车牌号码识别方法

在线全文

学校读者我要写书评

暂无评论

液晶与显示 2024年第2期39卷 205-216页

作者：杨云王静姜佳乐陕西科技大学电子信息与人工智能学院陕西西安710021

针对雾霾天气下车牌识别存在的精确度低、漏检等问题,提出了一种基于深度学习的雾霾天气下的车牌号码识别方法。首先用AOD-Net算法对车辆图像进行去雾预处理。然后,基于yolov5网络设计一种车牌检测网络ACG_yolov5s。ACG_yolov5s是在YOLO... 详细信息

针对雾霾天气下车牌识别存在的精确度低、漏检等问题,提出了一种基于深度学习的雾霾天气下的车牌号码识别方法。首先用AOD-Net算法对车辆图像进行去雾预处理。然后,基于yolov5网络设计一种车牌检测网络ACG_yolov5s。ACG_yolov5s是在yolov5s网络的基础上,融入CBAM注意力机制,提高模型的抗干扰能力;引入自适应特征融合网络ASFF,根据模型自适应学习到的权重赋予网络不同特征层不同比重的权值,从而突出重要特征信息;使用Ghost卷积模块替换传统卷积,在保证模型效果的同时减少了网络训练过程中的参数量。最后通过LPRNet对检测到的车牌图像进行识别。实验结果表明,改进后的ACG_yolov5s网络车牌检测准确率达到99.6%,LPRNet识别准确率达96%且内存占比小。实验证明AOD-Net算法和YOLO算法结合可更加有效地检测雾霾天气下车牌图像中的车牌号码。

关键词：车牌号码识别 AOD-Net算法 yolov5网络注意力机制

维普期刊数据库博看期刊

改进yolov5模型的带钢表面缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

辽宁工程技术大学学报（自然科学版） 2024年第3期43卷 359-365页

作者：陈万志张春光辽宁工程技术大学软件学院辽宁葫芦岛125105

针对带钢表面缺陷检测中的漏检和精度较低问题,提出一种融合swin-transformer和坐标注意力(coordinate attention,CA)模块的改进yolov5模型检测方法。在yolov5模型的主干网络中引入swin-transformer特征提取模块,使主干网络更聚焦于图... 详细信息

针对带钢表面缺陷检测中的漏检和精度较低问题,提出一种融合swin-transformer和坐标注意力(coordinate attention,CA)模块的改进yolov5模型检测方法。在yolov5模型的主干网络中引入swin-transformer特征提取模块,使主干网络更聚焦于图像全局特征信息的提取;在特征融合网络输出分支末端嵌入CA模块,进一步增强目标缺陷方向和位置信息的敏感度。研究结果表明:改进模型在NEU-DET数据集上的平均精度值(mAP)达到了77.6%,较原yolov5模型提高了3个百分点。改进模型提升了带钢表面缺陷检测精度,具有更好的缺陷检测能力。

关键词：带钢表面缺陷检测 swin-transformer模块坐标注意力模块 yolov5网络

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

面向交通场景的轻量级行人检测算法

郑州大学学报（理学版） 2024年第4期56卷 48-55页

作者：王清芳胡传平李静郑州大学计算机与人工智能学院河南郑州450001 郑州大学网络空间安全学院河南郑州450002

针对交通场景下行人检测模型网络复杂、参数量大以及难以在低性能设备上部署的问题,基于yolov5s网络模型提出了一种改进的轻量级行人检测算法。首先,使用Ghost模块重构yolov5s网络进行特征提取,降低模型的参数量和计算量,提高推理速度... 详细信息

针对交通场景下行人检测模型网络复杂、参数量大以及难以在低性能设备上部署的问题,基于yolov5s网络模型提出了一种改进的轻量级行人检测算法。首先,使用Ghost模块重构yolov5s网络进行特征提取,降低模型的参数量和计算量,提高推理速度。其次,引入坐标注意力机制提高模型对目标特征的提取能力,提升其对小目标行人的检测效果。最后,采用SIoU损失函数加快模型的收敛速度,提高模型的识别准确率。实验结果表明,改进后的算法能保证较高的检测精度,与原始yolov5s算法相比参数量减少47.1%,计算量减少48.7%,提高了交通场景下行人检测的速度且易于部署。

关键词：行人检测交通安全 yolov5网络轻量化 Ghost模块

基于改进的yolov5甘蔗茎节智能识别系统

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

农机化研究 2024年第5期46卷 140-145页

作者：戴久翔岳学军黄世醒黄燕娟郑丁科杨丹彤华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室广州510642

甘蔗茎节的快速准确识别对实现甘蔗田间作业和糖料产业精细化管理等任务具有重要意义,是田间产量测量的前提。为此,针对当前甘蔗人工测量成本高、人工参与量大和工作效率低等问题,设计了一种基于边缘计算的便携式甘蔗茎节智能识别系统。... 详细信息

甘蔗茎节的快速准确识别对实现甘蔗田间作业和糖料产业精细化管理等任务具有重要意义,是田间产量测量的前提。为此,针对当前甘蔗人工测量成本高、人工参与量大和工作效率低等问题,设计了一种基于边缘计算的便携式甘蔗茎节智能识别系统。yolov5网络模型具有架构小、运行速度快等优势,通过对网络模型的进一步改进,使用K均值聚类方法调整锚框尺寸至最优,增强网络模型鲁棒性的同时也提高了茎节识别准确性;在卷积层后添加了CBAM注意力机制模块,使网络模型更加关注甘蔗茎节特征;引入VarifocalNet,使网络模型对于密集遮挡区域的甘蔗茎节有更好的识别效果。将改进后的算法移植入Jetson TX2嵌入式开发平台。试验结果表明:系统平均准确率(AP值)为89.89%,相比于之前的88.23%,提升了1.66%,单幅图像检测时间约为1.87s,视频检测速度可达15fps。系统可有效实现对甘蔗茎节的实时准确识别,为甘蔗田间产量测量提供了新的解决思路。

关键词：甘蔗茎节目标识别嵌入式开发平台实时监测 yolov5网络注意力模块