检索结果-南通市图书馆

基于改进yolov8的飞机蒙皮缺陷检测算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：章东平王杼涛夏岳键徐云超林丽莉中国计量大学信息与工程学院浙江工商大学信息与电子工程学院

为解决传统飞机蒙皮缺陷检测依靠人眼观察时，会因为人眼容易疲劳和个体认知有限，导致效率降低的问题，提出一种基于改进yolov8的飞机蒙皮缺陷检测算法。对数据增强方式进行改进，提出一种切片推理+马赛克(Mosaic)的数据增强方法；集... 详细信息

为解决传统飞机蒙皮缺陷检测依靠人眼观察时，会因为人眼容易疲劳和个体认知有限，导致效率降低的问题，提出一种基于改进yolov8的飞机蒙皮缺陷检测算法。对数据增强方式进行改进，提出一种切片推理+马赛克(Mosaic)的数据增强方法；集成残差块到特征提取网络，增强网络表达能力的同时，提高模型在飞机蒙皮缺陷检测任务中的精度；应用三分支(Triplet)注意力模块来改进特征融合网络，减少小目标样本的误检率和漏检率；优化检测头的结构，使网络能够更好地将浅层信息与深度信息有效结合。实验结果表明：相比于最新的yolov8算法，改进算法在飞机蒙皮缺陷数据集上的平均精度均值(mAP)和查全率(Recall)分别提高了3.6%和3.7%；在公开数据集VOC2007上的平均精度均值和查全率提高了2.9%和2.2%。

关键词： yolov8算法表面缺陷检测数据增强目标检测注意力机制

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yolov8的景区行人检测算法

计算机工程 2024年第7期50卷 342-351页

作者：贵向泉刘世清李立秦庆松李唐艳兰州理工大学计算机与通信学院甘肃兰州730050 甘肃省计算中心甘肃兰州730050

针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于yolov8算法,构建一种检测精度高、硬件要求低的新模型YOL... 详细信息

针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于yolov8算法,构建一种检测精度高、硬件要求低的新模型yolov8-L。首先引入Depth Sep Conv轻量化卷积模块,降低模型的参数量和计算量。其次采用BiF orm er注意力机制和上采样算子CARAFE,加强模型对图像的语义理解和信息融合能力,提升模型的检测精度。最后增加一层小目标检测层来提取更多的浅层特征,从而有效地改善模型对小目标的检测性能。在TAPDataset、VOC 2007及TAP+VOC数据集上的实验结果表明,与yolov8相比,在FPS基本不变的情况下,在TAPDataset数据集上,模型的参数量减少了18.06%,mAP@0.5提高了5.51%,mAP@0.5∶0.95提高了6.03%;在VOC 2007数据集上,模型的参数量减少了13.6%,mAP@0.5提高了3.96%,mAP@0.5∶0.95提高了6.39%;在TAP+VOC数据集上,模型的参数量减少了14.02%,mAP@0.5提高了4.49%,mAP@0.5∶0.95提高了5.68%。改进算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。

关键词：智慧文旅目标检测注意力机制轻量化网络 yolov8算法

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于改进yolov8的交通标志检测算法

图像与信号处理 2024年第3期13卷 328-337页

作者：苟皓唐岚孟忠伟西华大学汽车与交通学院四川成都

针对在自动驾驶行驶中交通标志背景复杂和检测目标小等问题,设计了一种基于yolov8改进的交通标志识别算法。首先在yolov8的DarkNet53中使用动态蛇形卷积,通过引入动态蛇形卷积自适应调整卷积核形状和大小,可以更好地适应小目标尺寸,从... 详细信息

针对在自动驾驶行驶中交通标志背景复杂和检测目标小等问题,设计了一种基于yolov8改进的交通标志识别算法。首先在yolov8的DarkNet53中使用动态蛇形卷积,通过引入动态蛇形卷积自适应调整卷积核形状和大小,可以更好地适应小目标尺寸,从而提高准确性,而且可通过目标形状的和轮廓,局部调整卷积核,使在卷积过程中更加关注目标特征,计算复杂度降低,提高检测精度;其次引入局部敏感卷积(LSKA)对SPPF进行改进,通过金字塔池化和频率金字塔来获得多尺度和多频率的特征表示,再利用LSKA来提取局部位置不变性,让其具有更好的鲁棒性和精度,提高网络对交通标志识别的准确性。实验结果表明,改进后的算法在精确率、召回率、平均精确率上相比原算法分别提升2.8%、2.7%、3.3%,检测速度满足实时性要求。

关键词： yolov8算法交通标志动态蛇形卷积可分离卷积

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于改进yolov8的交通标志检测算法

机电工程技术 2024年第3期53卷 205-210页

作者：罗磊谢竹逵江西理工大学电气工程与自动化学院江西赣州341000

目前交通标志检测在自动驾驶和辅助驾驶等智能驾驶中扮演着重要的角色,其性能的好坏影响着车辆行驶的安全。针对交通标志图像背景复杂和检测目标小等问题,提出了一种基于改进yolov8的交通标志检测算法。首先使用全局注意力模块,通过引... 详细信息

目前交通标志检测在自动驾驶和辅助驾驶等智能驾驶中扮演着重要的角色,其性能的好坏影响着车辆行驶的安全。针对交通标志图像背景复杂和检测目标小等问题,提出了一种基于改进yolov8的交通标志检测算法。首先使用全局注意力模块,通过引入空间注意力和通道注意力机制,对输入特征图进行全局关注,有效捕捉输入特征图的全局上下文信息,对特征图在通道和空间维度上进行加权,使模型能够更加关注图像中的交通标志,避免干扰信息的影响,提高网络检测精度;其次引入幻影卷积替换原网络中的普通卷积,减小网络模型体积的同时提高模型的检测速度;最后增加一个小目标检测层,保留特征图更多浅层细节信息,提高网络对小尺寸交通标志的检测能力。实验结果表明,改进后的算法在精确率、召回率和平均精确率上相比于原算法分别提升2.6%、1.1%和1.5%,检测速度满足实时性要求。

关键词： yolov8算法交通标志注意力机制幻影卷积

基于yolov8-DSG的钢铁表面缺陷检测算法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(信息科学版) 2024年

作者：邹彦艳曹衍芬张馨月李志崔世龙东北石油大学物理与电子工程学院

针对传统图像处理算法对钢铁表面缺陷检测存在识别效率低、漏检误检率高等问题,提出了yolov8-DSG钢铁表面缺陷检测算法。在传统yolov8算法的基础上,首先在Backbone网络的C2f模块中嵌入了可变形卷积网络DCN(Deformable Convolution N etw... 详细信息

针对传统图像处理算法对钢铁表面缺陷检测存在识别效率低、漏检误检率高等问题,提出了yolov8-DSG钢铁表面缺陷检测算法。在传统yolov8算法的基础上,首先在Backbone网络的C2f模块中嵌入了可变形卷积网络DCN(Deformable Convolution N etwork),加强了模型在复杂背景条件下的特征提取能力;其次,在Neck网络中引入了SE(Squeeze and Excitation Network)注意力模块,突出钢铁表面重要特征信息,提升了特征融合的丰富性;最后,用GIOU (Generalized Intersection Over Union)损失函数代替原有的CIOU (Complete Intersection Over Union),相比CIOU,GIOU引入了最小包围框面积比率,可更准确衡量框的重合面积。实验结果表明:yolov8-DSG算法在NEU-DET数据集上平均精度mAP达到80%,相较于原yolov8算法,提高了3.3%,且误检、漏检率低,具有更高的检测精度和运算效率,可在质量检测方面发挥重要作用。

关键词：缺陷检测 yolov8算法可变形卷积注意力机制损失函数

基于注意力机制yolov8-EB的草莓病虫害检测算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）农业科学 2024年第7期 0179-0182页

作者：丁承瑞郑季涛王东洋华北水利水电大学信息工程学院河南郑州450018

为了解决在自然环境下草莓病虫害图像中,由于病虫害种类繁多、小目标特征相似及叶片遮挡等技术问题导致的检测困难和精度差异,提出名为yolov8-EB的害虫检测识别模型,引入一维卷积替换MLP操作,同时采用5×5卷积替换Focus操作,来增强提取... 详细信息

为了解决在自然环境下草莓病虫害图像中,由于病虫害种类繁多、小目标特征相似及叶片遮挡等技术问题导致的检测困难和精度差异,提出名为yolov8-EB的害虫检测识别模型,引入一维卷积替换MLP操作,同时采用5×5卷积替换Focus操作,来增强提取害虫特征的能力。围绕公开数据集及自行拍摄标注、分类综合后的草莓病虫害数据集进行了实验。结果表明,针对常见草莓病虫害情况下的yolov8-EB检测模型,其平均精度值比所有常见模型高出2个百分点。这一创新旨在提升草莓病虫害图像的检测和识别能力,为草莓种植业的相关人员及时进行病虫害的防治工作带来便利条件。

关键词： yolov8算法草莓病虫害 EBAM 深度学习

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

改进yolov8的航拍图像小目标检测算法

计算机工程与应用 2024年第6期60卷 100-109页

作者：付锦燚张自嘉孙伟邹凯鑫南京信息工程大学自动化学院南京210044

针对在航拍图像检测任务中,物体和整体图像尺寸都比较小,尺度特征不一和细节信息不清晰,会造成漏检和误检等问题,提出了一种改进小目标检测算法CA-yolov8。设计了一种通道特征部分卷积模块CFPConv(chan-nel feature partial convolutio... 详细信息

针对在航拍图像检测任务中,物体和整体图像尺寸都比较小,尺度特征不一和细节信息不清晰,会造成漏检和误检等问题,提出了一种改进小目标检测算法CA-yolov8。设计了一种通道特征部分卷积模块CFPConv(chan-nel feature partial convolution),基于此重新构造了C2f中的Bottleneck结构,命名为CFP_C2f,从而替换yolov8头部和颈部的部分C2f模块,增强有效通道特征权值,提升多尺度细节特征的获取能力。嵌入一种用以提升上下文聚合能力的模块CAM(context aggregated module),优化特征通道的响应,强化对深层特征的细节感知能力。添加NWD损失函数,将其与CIoU结合作为定位回归损失函数,降低位置偏差的敏感性。充分运用多重注意力机制的优势,把原有检测头替换为DyHead(dynamic head)。在VisDrone2019数据集的实验中,改进的算法较yolov8s原模型参数量降低了33.3%,检测精度mAP50值和mAP50:95分别提升了8.7和5.7个百分点,表现出良好的性能,验证了其有效性。

关键词：小目标检测 yolov8算法特征通道融合多重注意力

同方期刊数据库

基于改进yolov8的航空铝合金焊缝缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2024年第6期39卷 116-124页

作者：苏志威黄子涵邱发生郭朝阳殷晓芳邬冠华南昌航空大学无损检测技术教育部重点实验室南昌330063 江西洪都航空工业集团有限责任公司检验检测中心南昌330024

为了提高航空铝合金焊接缺陷数字射线成像自动检测效率和准确度,提出了一种改进yolov8智能检测方法。针对样本数据不足和缺陷不清晰的问题,采用Retinex图像增强算法和引导滤波算法对原始图像进行图像增强处理,然后采用旋转和翻转等方式... 详细信息

为了提高航空铝合金焊接缺陷数字射线成像自动检测效率和准确度,提出了一种改进yolov8智能检测方法。针对样本数据不足和缺陷不清晰的问题,采用Retinex图像增强算法和引导滤波算法对原始图像进行图像增强处理,然后采用旋转和翻转等方式扩充数据集。在模型改进中,使用GhostBottleneck模块替换C2f中的Bottleneck模块,完成模型的轻量化,减少了额外的冗余参数并降低了计算量。同时,引入空间注意力机制,获得缺陷更多的空间信息,并调整预测框的回归范围,提升了模型的精度。通过铝合金焊接件中常见几类缺陷进行测试和验证,改进yolov8算法平均精度均值(mAP50)达到92.9%,优于传统的Faster-RCNN、SSD和yolov8算法,能够有效适用于焊缝缺陷的自动识别。

关键词：数字射线图像增强自动识别 yolov8算法焊缝缺陷

同方期刊数据库

基于改进yolov8的可回收垃圾遮挡检测研究

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv8的可回收垃圾遮挡检测研究

作者：张俊深东莞理工学院

学位级别：硕士

图像检测是提高可回收垃圾利用率的有效方法。垃圾种类繁多,形状、纹理、颜色多样,且相互遮挡现象普遍。一方面,目前现有垃圾数据集背景单一,种类数量少,不足以支撑垃圾遮挡场景下的算法研究。另一方面,遮挡的类型有同类垃圾互相遮挡和... 详细信息

图像检测是提高可回收垃圾利用率的有效方法。垃圾种类繁多,形状、纹理、颜色多样,且相互遮挡现象普遍。一方面,目前现有垃圾数据集背景单一,种类数量少,不足以支撑垃圾遮挡场景下的算法研究。另一方面,遮挡的类型有同类垃圾互相遮挡和不同类垃圾互相遮挡,不同的遮挡类型对检测算法的不同阶段结果的影响各不相同。同类垃圾互相遮挡时,非极大值抑制算法因候选框密集而错误删除目标框,导致漏检。不同类垃圾互相遮挡时,图像特征信息丢失,降低了网络的特征提取效果,算法检测精度下降。针对以上问题,本文开展遮挡场景下的垃圾检测研究,做出了如下工作:第一,垃圾遮挡数据集建立。首先,在公开数据集的基础上,收集常见垃圾图像并制作成无遮挡垃圾数据集。其次,针对Cut Mix数据增强算法随机性的问题,提出了稳定生成遮挡样本的Cut Mix算法,利用该算法分别构建了适应同类垃圾互相遮挡和不同类垃圾互相遮挡两种遮挡类型的数据集。第二,非极大值抑制算法和损失函数改进。同类垃圾相互遮挡时,算法产生的候选框密集,在非极大值抑制算法的作用下,此时被遮挡目标的候选框容易被判定为另一目标的重复候选框而剔除,导致模型定位和分类性能下降。首先,本文使用GIo U替换Io U计算候选框间的重叠面积。其次,将GIo U引入Soft-NMS改进为Soft-GIo U-NMS,提高模型定位性能。最后,将yolov8的分类损失函数替换为Quality Focal Loss,提高模型分类性能。第三,yolov8网络结构改进。不同类垃圾遮挡导致被遮挡目标上下文信息缺失造成漏检问题。为此,本文针对yolov8网络结构进行改进。首先,引入全维度动态卷积来替换主干网络中的常规卷积,获取不同尺度和形状的图像特征信息。其次,引入可变形卷积构造C2f-DCNv3模块来替换颈部网络中的C2f模块,实现了感受野的适应调整。最后,引入CBAM注意力机制模块,从而更精确地检测出互相遮挡的垃圾目标。构建不同遮挡类型的垃圾数据集为后续实验开展奠定了基础。实验结果表明,本文改进算法精度更高。针对同类垃圾互相遮挡问题,引入Soft-GIo U-NMS和Quality Focal Loss,精度分别提升了1.4个百分点和0.4个百分点,提高了模型定位和分类性能。针对不同类垃圾互相遮挡问题,引入全维度动态卷积模块,可变形卷积模块和CBAM注意力模块,精度分别提升了1.6个百分点,2.1个百分点和4.3个百分点。

关键词：垃圾检测 yolov8算法数据增强非极大值抑制算法损失函数