检索结果-南通市图书馆

一种基于yolov5网络模型的端到端眼底视盘定位方法研究

在线全文

学校读者我要写书评

暂无评论

中国医学装备 2023年第8期20卷 28-33页

作者：林敏黄忠安张坚上海市同济医院、同济大学附属同济医院设备物资处上海200333 上海中医药大学上海201203 上海交通大学医学院附属仁济医院医学装备处上海200127

目的:研究增进眼底图像视盘检测精度和速度的方法,以提高眼底图像视盘检测精度和速度。方法:设计一种基于yolov5网络模型的端到端视盘定位方法,在特征提取网络的输出中舍弃8倍的下采样通道,保留32倍和16倍的下采样通道;运用公共眼底数据... 详细信息

目的:研究增进眼底图像视盘检测精度和速度的方法,以提高眼底图像视盘检测精度和速度。方法:设计一种基于yolov5网络模型的端到端视盘定位方法,在特征提取网络的输出中舍弃8倍的下采样通道,保留32倍和16倍的下采样通道;运用公共眼底数据库Messidor和Kaggle对yolov5网络模型进行200个epoch的训练,并使用该方法对890张眼底图像进行测试。结果:yolov5网络模型定位方法在数据集Messidor、DiaretdB0(DB0)和DiaretdB1(DB1)中视盘定位准确率为100%;在深度学习计算平台Stare、Kaggle和Drive数据集上的视盘定位准确率分别为95.06%、97.5%和99.33%。平均定位时间为0.005 s。结论:在数据测试集中的测试结果中,基于yolov5网络模型的端到端眼底视盘定位方法在正常眼底图像和病变视网膜眼底图像中都能快速、准确地定位视盘,具有较好的适用性和鲁棒性。

关键词：眼底图像视盘定位 yolov5网络模型目标检测

在线全文

学校读者我要写书评

暂无评论

基于改进yolov5的绝缘子损坏检测识别

计算机测量与控制 2024年

作者：黄国恒曹雪虹焦良葆钱予阳南京工程学院人工智能产业技术研究院

绝缘子是一种设计用于在不同电势导线上承受电压和机械压力的装置。由于电环境和电力负载波动的影响，绝缘子可能会遭受多种电-机耦合应力破坏，从而无法正常工作并且影响整个绝缘子网络的寿命。为了解决这个问题，提出了通过目标检测... 详细信息

绝缘子是一种设计用于在不同电势导线上承受电压和机械压力的装置。由于电环境和电力负载波动的影响，绝缘子可能会遭受多种电-机耦合应力破坏，从而无法正常工作并且影响整个绝缘子网络的寿命。为了解决这个问题，提出了通过目标检测算法来检测绝缘子损坏的方案。改进的方案基于yolov5s模型进行。首先，在原有的yolov5s模型基础上增加了更多的小目标检测层，从而提高了检测的精度。此外，引入了额外的运算层以扩展特征图，并使用SE（注意和观察）注意模块使网络更专注于检测对象，还采用SIOU代替yolov5s中的损失函数。实验结果显示，改进后的模型相对于传统的yolov5s模型在绝缘子损坏检测方面具有明显优势。改进后的模型在mAP（平均精度均值）、P（查准率）和R（查全率）等指标上分别提高了2.5%、1.1%和0.8%。与原始的yolov5s模型以及其他模型（如yolov5m、yolov5l等）相比，在绝缘子缺陷检测和识别方面具有更强的竞争力。这些改进策略为提高绝缘子损坏检测精度提供了有效的解决方案。通过这些改进，可以更准确地检测绝缘子损坏，并及早采取必要的维修和保养措施，以延长绝缘子的寿命和确保电力系统的稳定运行。

关键词：绝缘子损坏 yolov5网络模型小目标检测层注意力模块SE 损失函数SIOU

基于yolov5的卷烟包装真伪智能识别APP系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化应用 2024年第4期65卷 183-184,187页

作者：文钰栋马琦咸阳市烟草公司礼泉分公司陕西咸阳713200

在目前的卷烟市场稽查工作中,卷烟真伪的鉴别主要依赖于人眼感官,通过比对检验样品与真品以及真品的加工工艺和印刷工艺等方面的差异来判定,该方法存在效率低、主观性强的问题。为解决上述问题,提出了一种基于人工智能的卷烟包装真伪智... 详细信息

在目前的卷烟市场稽查工作中,卷烟真伪的鉴别主要依赖于人眼感官,通过比对检验样品与真品以及真品的加工工艺和印刷工艺等方面的差异来判定,该方法存在效率低、主观性强的问题。为解决上述问题,提出了一种基于人工智能的卷烟包装真伪智能识别系统。该系统使用融合注意力机制的yolov5网络模型,用于识别卷烟包装图像的特征并判断其真伪;同时建立了卷烟包装图像信息的数据库和管理系统,开发了手机端应用APP软件,封装了识别算法,能实现卷烟包装的快速光学成像采集和图像真伪智能识别,以提高卷烟稽查工作的效率。

关键词：卷烟包装真伪 yolov5网络模型移动端APP

在线全文

学校读者我要写书评

暂无评论

基于改进yolov5的Logo检测算法

计算机应用 2023年

作者：李烨恒罗光圣苏前敏上海工程技术大学电子电气工程学院

针对Logo图像背景复杂、Logo目标尺寸多变的问题，提出了一种基于yolov5的改进检测算法。首先，结合CBAM(Convolutional Block Attention Module)注意力机制，分别在图像通道与空间方向进行压缩，提取出图像中的关键信息与重要区域。然... 详细信息

针对Logo图像背景复杂、Logo目标尺寸多变的问题，提出了一种基于yolov5的改进检测算法。首先，结合CBAM(Convolutional Block Attention Module)注意力机制，分别在图像通道与空间方向进行压缩，提取出图像中的关键信息与重要区域。然后，使用可变空洞卷积（Switchable Atrous Convolution, SAC）让网络在不同尺度下自适应地调整特征图中的感受野大小，以捕获不同尺度下的物体信息，增加网络对多尺度目标的检测效果。接着，将归一化Wasserstein距离（Normalized Wasserstein Distance, NWD）嵌入损失函数，将边界框建模成2D的高斯分布，计算对应的高斯分布之间的相似度，可以更好地度量目标之间的相似性，提高对小目标的检测性能与模型鲁棒性和稳定性。实验结果表明，在当前采用数量较小的数据集中，对比原始yolov5算法，改进后算法的平均精度均值（map@0.5）达到90.6%，提升了1个百分点；在数据量较大的数据集中，相对于原始算法改进后的map@0.5达到62.7%，提升了2.3个百分点；在针对特定类型的Logo检测结果中，改进后的网络对于原始算法检测的map@0.5分别提升了1.2个、1.4个与1.4个百分点，因此拥有更好的Logo图像小目标检测能力。

关键词： Logo检测 yolov5网络模型 CBAM注意力小目标检测归一化Wasserstein距离

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进yolov5的锂电池极片缺陷检测

激光杂志 2023年第2期44卷 25-29页

作者：葛钊明胡跃明华南理工大学自动化科学与工程学院广州510640 精密电子制造装备教育部工程研究中心/广东省高端芯片智能封测装备工程实验室广州510640

电极作为动力电池的重要组成部分,其质量关系到电池的性能、安全性以及使用寿命。针对锂电池制作工程定位与表面缺陷检测速度慢、精度低等问题,提出一种改进yolov5的特征检测算法。首先引入卷积注意力模块,对特征在通道和空间维度上进... 详细信息

电极作为动力电池的重要组成部分,其质量关系到电池的性能、安全性以及使用寿命。针对锂电池制作工程定位与表面缺陷检测速度慢、精度低等问题,提出一种改进yolov5的特征检测算法。首先引入卷积注意力模块,对特征在通道和空间维度上进行融合增强,提高微小目标的检测精度;然后改进了损失函数达到保留有利特征和提高收敛速度的目的。最后,在自建极片缺陷数据集上实验检测,在检测速度不变的情况下,改进模型在测试集上的m AP提高了1.2%,召回率提高1.5%,能够满足极片缺陷检测要求。

关键词： yolov5网络模型注意力机制目标检测极片图像

在线全文

学校读者我要写书评

暂无评论

基于深度学习的交警手势识别方法研究

基于深度学习的交警手势识别方法研究

作者：王赛河南理工大学

学位级别：硕士

对于智能驾驶汽车来说若想实现真正的自动驾驶,准确快速的识别出交警手势是必不可少的,所以实现交警手势的识别对推动自动驾驶技术具有重大意义。对于交警手势的识别,传统的方法多采用佩戴式传感器或者深度传感器的方法收集交警手势的... 详细信息

对于智能驾驶汽车来说若想实现真正的自动驾驶,准确快速的识别出交警手势是必不可少的,所以实现交警手势的识别对推动自动驾驶技术具有重大意义。对于交警手势的识别,传统的方法多采用佩戴式传感器或者深度传感器的方法收集交警手势的运动特征,然后根据每种手势运动特征的不同进行划分。这两种方法虽然在一定程度上实现了交警手势的识别,但无法做到大规模的推广。伴随着深度学习的火热,越来越多的领域应用到了该项技术。所以本文针对行人与交警不易区分以及交警手势识别度较低的问题,采用深度学习的方法进行解决。主要完成的任务如下:1.实现交警的检测。实现交警手势的识别第一步便是需要将交警与行人进行区分开来。从视觉上来看交警与行人最大的区别便是交警身穿反光衣。所以本文从交警反光衣的角度出发,采用深度学习中目标检测的技术,通过yolov5网络模型实现交警与行人的区分。实验结果表明该方法很好的实现了交警的检测且保证了算法实现的实时性。2.静态交警手势的检测。对于交警手势来说,每种手势均有一种关键的手势帧可以表示这种手势。所以本课题结合实际应用,通过对yolov5网络模型替换卷积层、添加注意力模块以及替换损失函数的方法进行改进,将改进后算法应用到静态交警手势的识别中去。实验结果表明,改进后的算法相比于未改进的算法精准度提高了3.39%,具有很好的应用价值。3.动态交警手势的识别。为了让算法可以实现对于动态交警手势的识别,本文采用了基于多注意力的时空图卷积网络与时空长短期记忆网络相结合的方法实现对于交警手势的识别。通过在时空图卷积网络模型上添加结构注意力机制以及时间注意力机制提高算法对交警手势骨骼点拓扑结构以及独立节点运动特征的提取。并与时空长短期记忆网络模型相结合,从而提高对于交警手势周期性运动特征的提取能力。实验结果表明,结合后的算法模型相比原算法模型准确度平均提高了2.7%,具有很好的研究价值。图42幅,表3个,参考文献77篇。

关键词：深度学习交警手势 yolov5网络模型时空图卷积网络时空长短期记忆网络