检索结果-南通市图书馆

改进yolov5算法的卡通动漫人物脸部检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

哈尔滨理工大学学报 2024年

作者：仲伟峰弓越刘杰哈尔滨理工大学自动化学院中国科学院自动化研究所

如今，许多出知名的卡通动漫IP衍生出的大量周边产品和文化影响力带来了不可估量的商业价值。针对当下不经创作者同意就私自盗用知名动漫IP用作盈利用途的现象，提出一种基于yolov5进行改进的卡通人物脸部检测方法。首先基于高效率和低F... 详细信息

如今，许多出知名的卡通动漫IP衍生出的大量周边产品和文化影响力带来了不可估量的商业价值。针对当下不经创作者同意就私自盗用知名动漫IP用作盈利用途的现象，提出一种基于yolov5进行改进的卡通人物脸部检测方法。首先基于高效率和低FLOPs的工程应用需求使用FasterNet网络对yolov5原有的骨干网络CSPDarknet53进行替换和改进以得到更加高效轻量化的模型。其次，针对卡通动漫形象脸部构成不规则的面部特点，利用非对称加权双向特征金字塔（ABiFPN）结构，对原特征融合模块进行改进来提升网络对矩形感受野的接收能力。通过测试结果表明，改进后的算法准确性提高、模型更加高效。相比于之前的yolov5模型，改进后的网络精确度达到了90.7%，提高了6.4个百分点，网络参数量减少了55%，能够满足实际使用需求。

关键词：卡通动漫人脸目标检测深度学习 yolov5算法

基于yolov5算法的智能剥锌机预开口识别技术研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国矿业 2024年第S1期 258-262+267页

作者：李晶洪武张文亮赖德荣姜勇云南驰宏锌锗股份有限公司云南金鼎锌业有限公司巴彦淖尔紫金有色金属有限公司北矿机电科技有限责任公司

预开口作业是锌电解智能剥锌系统的核心工序，预开口效果直接决定后续工序是否能够自动化连续运行。本文以矿冶科技集团研发的新一代智能剥锌机为研究对象，对智能剥锌机基本机构及开口原理进行了分析，提出了一种基于yolov5算法的智能... 详细信息

预开口作业是锌电解智能剥锌系统的核心工序，预开口效果直接决定后续工序是否能够自动化连续运行。本文以矿冶科技集团研发的新一代智能剥锌机为研究对象，对智能剥锌机基本机构及开口原理进行了分析，提出了一种基于yolov5算法的智能剥锌机预开口识别技术，并进行了仿真分析和实验验证。实验结果表明：预开口轮廓平均识别精度达到99%，解决了智能剥锌系统无法连续化作业难题，可很好地满足生产需求，具有重要的工程应用指导意义。

关键词：智能剥锌机预开口 yolov5算法识别技术目标检测

多尺度yolov5算法用于锂离子电池表面缺陷检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电池 2024年

作者：朱永平程博熊聪丁聪湖北工业大学机械工程学院现代制造质量工程湖北省重点实验室

针对软包装锂离子电池表面缺陷特征尺度不一、缺陷检测时小目标检测效果差的问题，提出一种基于改进yolov5的软包装锂离子电池表面缺陷检测算法。首先，将感受野注意力卷积（RFCAConv）融合到Bottleneck结构中并替换主干网络中的卷积层... 详细信息

针对软包装锂离子电池表面缺陷特征尺度不一、缺陷检测时小目标检测效果差的问题，提出一种基于改进yolov5的软包装锂离子电池表面缺陷检测算法。首先，将感受野注意力卷积（RFCAConv）融合到Bottleneck结构中并替换主干网络中的卷积层（Conv），通过有效提取感受野空间特征，提升模型整体性能；其次，将大型可分离核注意力（LSKA）融合到快速空间金字塔池化（SPPF）结构中，增强多尺度特征的提取能力；最后，将P2目标检测层融入路径聚合网络（PANet），提高模型对边缘细节信息的抓取能力，增强模型对小尺度缺陷特征的提取能力。改进后的yolov5s算法均值平均精度为89.1%，较原模型提高4.8个百分点，每秒帧数达40.0，能够满足软包锂离子电池表面缺陷的实时检测需求。

关键词：算法深度学习 yolov5算法软包装锂离子电池缺陷检测感受野注意力卷积(RFCAConv) 可分离大核注意力 P2检测层

基于yolov5的装载机物料细粒度检测优化算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第1期30卷 239-252页

作者：顾同成徐武彬李冰李志恒惠翔禹何心广西科技大学机械与汽车工程学院广西柳州545006 广西土方机械协同创新中心广西柳州545006 广西柳工机械股份有限公司广西柳州545116

针对装载机智能铲装过程中缺少对物料细粒度方面的高精度检测算法问题,提出基于yolov5改进的物料细粒度目标检测算法。该方法主要利用注意力机制提高模型对细粒度特征的提取能力和对低质量数据的检测能力。为进一步利用注意力优化网络性... 详细信息

针对装载机智能铲装过程中缺少对物料细粒度方面的高精度检测算法问题,提出基于yolov5改进的物料细粒度目标检测算法。该方法主要利用注意力机制提高模型对细粒度特征的提取能力和对低质量数据的检测能力。为进一步利用注意力优化网络性能,提出双线性注意力机制,研究最佳嵌入方案并将软阈值思想与双线性注意力机制结合,以达到缓解低质量数据对模型检测精度影响的目的。实验结果表明,相较于原yolov5,双线性注意力机制改进后的网络在高质量样本上的mAP@0.5为93.2%,提高6.0%,每秒检测帧数(FPS)为52.6;嵌入软阈值后,网络在低质量样本上的mAP@0.5为90.2%,提高9.9%,FPS为50.0,满足装载机智能铲装过程对算法检测精度和实时性的要求。

关键词： yolov5算法智能铲装物料识别细粒度注意力机制目标检测

基于yolov5的液晶屏微弱特征缺陷检测算法

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6期39卷 790-800页

作者：林峰石艳陈顺龙廖映华赵练赵黎周泽民四川轻化工大学机械工程学院四川宜宾644000

针对液晶屏显示缺陷中微弱特征缺陷经多次卷积与背景纹理同化导致的检测精度低的问题,提出了一种基于yolov5的液晶屏微弱特征缺陷检测改进模型YOLO-Mura。首先,在主干网络中引入Involution算子扩大感受野,增强在空间范围内的微弱特征缺... 详细信息

针对液晶屏显示缺陷中微弱特征缺陷经多次卷积与背景纹理同化导致的检测精度低的问题,提出了一种基于yolov5的液晶屏微弱特征缺陷检测改进模型YOLO-Mura。首先,在主干网络中引入Involution算子扩大感受野,增强在空间范围内的微弱特征缺陷信息,并降低模型的浮点运算次数。其次,采用CARAFE上采样算子优化上采样方式,加强对微弱特征缺陷的关注能力。然后,在颈部网络,通过嵌入BiFormer注意力模块,提升网络在强背景干扰下的特征提取能力。最后,采用BiFPN加权双向金字塔结构,提高不同层级的特征融合利用率。在自制液晶屏Mura缺陷数据集上的实验结果表明,YOLO-Mura模型的精确率、召回率、mAP@0.5分别提高了2.2%、6.6%、2.7%,模型计算量降低了66.5%。通过与主流目标检测算法进行比较,结果表明本文最终改进模型对于液晶屏微弱特征的Mura缺陷有较好的检测性能。

关键词：液晶屏 Mura缺陷 yolov5算法微弱特征检测

维普期刊数据库博看期刊

基于改进yolov5的超分辨率和多尺度融合目标检测算法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2024年第8期 793-802页

作者：姚珊珊王静宇郝斌张飞高鹭任晓颖内蒙古科技大学信息工程学院

为了提升目标检测算法在多尺度学习方面的能力，尤其是对小目标的检测能力，本文提出了一种基于改进yolov5的超分辨率和多尺度融合目标检测算法。首先，该算法使用子像素卷积代替原yolov5模型的上采样操作，提高图像的分辨率，并尽可能... 详细信息

为了提升目标检测算法在多尺度学习方面的能力，尤其是对小目标的检测能力，本文提出了一种基于改进yolov5的超分辨率和多尺度融合目标检测算法。首先，该算法使用子像素卷积代替原yolov5模型的上采样操作，提高图像的分辨率，并尽可能保留小目标的信息。其次，使用并行快速多尺度融合(parallel fast multi-scale fusion, PFMF)模块实现深层特征和浅层特征的双向融合，将原yolov5算法的3尺度预测升级为4尺度预测，以此提高模型多尺度特征学习能力和对小目标的检测效果。实验结果表明，与yolov5s相比，改进后的模型在PASCAL VOC数据集中，mAP@0.5提高了2.8个百分点，mAP@0.5∶0.95提高了3.5个百分点；在MS COCO数据集中，mAP@0.5提高了4.3个百分点，mAP@0.5∶0.95提高了5.2个百分点。改进后的yolov5模型在多尺度检测，尤其是小目标的检测效果方面得到了提升，并具有一定的应用价值。

关键词：目标检测 yolov5算法子像素卷积多尺度融合

基于改进yolov5算法的水淹电厂检测算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子器件 2024年第1期47卷 221-226页

作者：张显吴青盟王龙王成军崔东辉张萌贵州黔源电力股份有限公司贵州贵阳550002 南京南自信息技术有限公司江苏南京210003 东南大学电子科学与工程学院江苏南京210096

为能实现对电厂水淹或设备漏水等现象快速、准确的检测与识别,通过利用区域上下文信息补充特征信息,采用改进的多尺度检测部分融合浅层的位置信息,提出了一种基于改进yolov5的水淹电厂图像检测算法;此外,针对水淹电厂现象构建一个电厂... 详细信息

为能实现对电厂水淹或设备漏水等现象快速、准确的检测与识别,通过利用区域上下文信息补充特征信息,采用改进的多尺度检测部分融合浅层的位置信息,提出了一种基于改进yolov5的水淹电厂图像检测算法;此外,针对水淹电厂现象构建一个电厂设备的水渍渗漏数据集并使用了数据增强策略;经实验测试表明,算法在检测效果上提升明显,相比于基于原始yolov5算法的水淹电厂模型的平均精度均值mAP提升了5.24%,满足了工程实际需求,具有较高的实用性。

关键词：水淹电厂目标检测深度学习 yolov5算法

基于改进yolov5算法的实木板材表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

林业机械与木工设备 2024年第3期52卷 24-29页

作者：沈胤熙刘英杨雨图南京林业大学机械电子工程学院江苏南京210037

实木板材在世界范围内被广泛地应用于建筑、家居、艺术等领域,由于板材表面存在着影响其性能的不同种类的缺陷,而人工去除实木板材缺陷生产效率较低,质量无法保证。为了解决实木板材表面缺陷检测中存在的效率低下及过分依靠工人主观判... 详细信息

实木板材在世界范围内被广泛地应用于建筑、家居、艺术等领域,由于板材表面存在着影响其性能的不同种类的缺陷,而人工去除实木板材缺陷生产效率较低,质量无法保证。为了解决实木板材表面缺陷检测中存在的效率低下及过分依靠工人主观判断的问题,将机器视觉和深度学习方法相结合,利用机器代替人对实木板材进行缺陷检测。具体使用彩色CCD相机采集了赤松和樟子松两种实木板材,裁剪成共计1500张大小为2048×2048像素的木材图片,图片中包含着活节、死节、髓心及裂缝缺陷。在yolov5结构基础上,受到了Vision Transformer的启发,在主干网络中使用了全局注意力模块来改进算法,并且针对实木板材的横向锯切方式修改了损失函数,以求在实木板材缺陷检测锯切这一任务中获得更好的效果。充分训练后在测试集上整体mAP达到0.974,召回率达到0.946,较未改进的yolov5分别提高了5.98%和9.36%,表现出一定优越性。

关键词：实木板材缺陷检测 yolov5算法 Vision Transformer 木材加工

基于yolov5算法的无人机伤员搜救系统设计

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

科技创新与应用 2024年第1期14卷 156-159页

作者：廖骏明徐逸晖郑潞郑善豪卓伟豪廖绍成中国矿业大学江苏徐州221116

无人机伤员搜救系统是一种利用无人机在灾难现场搜索,并基于高清相机图像定位伤员的技术,该方法可以高效搜索受伤或者昏迷的伤员,提高搜救效率、减少救援人员的风险。该文介绍一种基于yolov5目标检测算法的无人机伤员搜救系统,该系统使... 详细信息

无人机伤员搜救系统是一种利用无人机在灾难现场搜索,并基于高清相机图像定位伤员的技术,该方法可以高效搜索受伤或者昏迷的伤员,提高搜救效率、减少救援人员的风险。该文介绍一种基于yolov5目标检测算法的无人机伤员搜救系统,该系统使用卷积神经网络模型,能够实现对伤员的目标检测,并使用PyQt5框架设计图形用户界面,将关键图像和文本信息显示在屏幕上,便于搜救人员开展工作。介绍四旋翼无人机的硬件组成、YOLO算法的原理、神经网络模型训练和GUI软件开发的过程,并模拟伤员拍摄照片进行识别实验,验证该系统的有效性和可行性,为无人机伤员搜救技术的发展提供一种新的思路和方法。

关键词：无人机目标检测 PyQt5 yolov5算法伤员搜救