检索结果-南通市图书馆

融合FEB的yolox遥感图像目标检测算法

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2024年第2期36卷 319-327页

作者：余翔庞志濠重庆邮电大学通信与信息工程学院重庆400065

针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题,提出一种增强yolox主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制,设计一种全新的提取主干网络输出特征增强块... 详细信息

针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题,提出一种增强yolox主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制,设计一种全新的提取主干网络输出特征增强块(feature enhance block,FEB),让连续膨胀残差卷积串联4个具有不同膨胀率的膨胀残差卷积,扩大算法的感受野,丰富上下文信息,同时减轻背景对检测的影响,有效加强算法对目标尺度变化大及小目标的检测能力,使用SA注意力机制抑制背景对算法检测的干扰,提高算法的检测精度。在RSOD数据集上的实验表明,FEB相较于其他同类型模块具有更好的特征提取能力。

关键词：机器视觉遥感图像目标检测 yolox

改进yolox的药品泡罩铝箔表面缺陷检测方法

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

图学学报 2022年第5期43卷 803-814页

作者：胡海涛杜昊晨王素琴石敏朱登明华北电力大学控制与计算机工程学院北京102206 中国科学院计算技术研究所北京100190 太仓中科信息技术研究院江苏太仓215400

药品泡罩包装中铝箔表面包含各种字体和图案信息,而且铝箔表面凹凸不平,拍摄中会出现明暗分布不均的情况,可导致缺陷特征和铝箔表面特征相似度较高。针对yolox模型无法更加准确区分缺陷特征和铝箔表面特征的问题,提出一种改进yolox模型... 详细信息

药品泡罩包装中铝箔表面包含各种字体和图案信息,而且铝箔表面凹凸不平,拍摄中会出现明暗分布不均的情况,可导致缺陷特征和铝箔表面特征相似度较高。针对yolox模型无法更加准确区分缺陷特征和铝箔表面特征的问题,提出一种改进yolox模型的表面缺陷检测方法。首先,为了使输入到Prediction网络的信息更具全局性,需要对Neck网络中特征图的全局特征进行分析,于是将Neck网络的CSP模块替换成transformer encoder模块。同时yolox模型具有较深的深度,为了有效地提高分类精度,使用Mish激活函数替换Swish激活函数。然后针对缺陷特征和铝箔表面特征相似导致缺陷区域和背景区域分类困难的问题,在损失函数中引入focal loss。实验结果表明,改进的模型对铝箔表面缺陷检测的mAP为90.17%,比原始的yolox模型提高了4.95%,并且改进的模型能够降低和铝箔表面特征相似度较高的缺陷误检和漏检的概率。

关键词：铝箔表面缺陷检测 yolox transformer编码器 Mish focal损失函数

同方期刊数据库

基于改进yolox的变电站仪表外观缺陷检测算法

在线全文

学校读者我要写书评

暂无评论

图学学报 2023年第5期44卷 937-946页

作者：赵振兵马迪雅石颖李刚华北电力大学电子与通信工程系河北保定071003 华北电力大学河北省电力物联网技术重点实验室河北保定071003 华北电力大学复杂能源系统智能计算教育部工程研究中心河北保定071003 华北电力大学控制与计算机工程学院河北保定071003

针对变电站仪表外观缺陷检测任务中存在的缺陷分布广、缺陷外观特征变化多样与特征提取困难问题,提出了基于改进yolox的变电站仪表外观缺陷检测算法。通过对比样本策略寻找到各类外观缺陷中有判别力的特征并对其进行深入挖掘;接着在网... 详细信息

针对变电站仪表外观缺陷检测任务中存在的缺陷分布广、缺陷外观特征变化多样与特征提取困难问题,提出了基于改进yolox的变电站仪表外观缺陷检测算法。通过对比样本策略寻找到各类外观缺陷中有判别力的特征并对其进行深入挖掘;接着在网络的骨干部分加入全局上下文信息模块(GC-Model),增强模型对于外观缺陷特征的学习能力,提高网络性能;最后在预测部分使用SIoU损失函数,充分考虑方向框的角度问题对于模型优化的影响,从而提高对变电站仪表外观缺陷检测的准确率,减少漏检、误检情况发生。在实验中将选取4种典型的变电站仪表外观缺陷类型作为实验对象,通过实验结果分析,相较基线模型,平均精确率(mAP)提升了6.2%,可以有效提升变电站仪表外观缺陷的检测效果,为无人变电站的智能监测提供了有利条件。

关键词：变电站仪表外观缺陷检测 yolox 对比样本策略上下文信息模块 SIoU

同方期刊数据库

SP-yolox:A lightweight ship target detection algorithm based on remote sensing images

在线全文

学校读者我要写书评

暂无评论

SP-YOLOX:A lightweight ship target detection algorithm based...

融合yolox和ASFF的高原山地灾害检测模型

第43届中国控制会议

作者： Gang Li Xuanhong Wang Dou Zhang Ziyang Wu Yun Xiao School of Telecommunication and Information Engineering Xi'an University of Posts and Telecommunications School of Information Science and Technology Northwest University

The detection of ships is a crucial and formidable task in remote sensing applications, with the accurate identification of ship targets playing a pivotal role in the advancement of maritime military forces and ensuring the safety of maritime navigation. However, the current ship detection model faces challenges due to its extensive parameter count,substantial computational requirements, and deployment limitations in resource-constrained environmental ***, we propose a novel and efficient lightweight object detection algorithm, SP-yolox. Firstly, a novel lightweight feature extraction module, PSCLay, is devised to ensure the efficacy of the feature extraction network while simultaneously reducing the parameter count and computational burden of the backbone network. Secondly, the FOCUS layer in the backbone network head incorporates a PSA attention mechanism to enhance spatial location information retention and capture features at various scales more effectively. Additionally, depth separable convolution is introduced in the detection header to mitigate model complexity. The training and testing were conducted on the remote sensing datasets DIOR and NWPU VHR-10. The experimental results demonstrate that our model, SP-yolox, has a size of 3.21M and a computational weight of 3.67 G. In comparison to the original yolox baseline model, although there is a reduction in accuracy by 1.8%, we achieve a decrease in parameter count by 36.3% and computational workload by 43.1%.

关键词： lightweight ship object detection yolox remote sensing

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

防灾减灾工程学报 2023年第6期43卷 1215-1223页

作者：何明杰刘德方张猛李高会中国电建集团华东勘测设计研究院有限公司浙江杭州310000

yolox是全球首个一阶无锚框目标检测模型,超越了YOLO-V(3-5)和SSD等传统锚框模型,极大提高了山地灾害检测识别精度。然而,该模型存在不同尺度之间特征不一致的问题,融合后的特征图质量有待提升。以西藏高原山地灾害重灾区为试验区,在建... 详细信息

yolox是全球首个一阶无锚框目标检测模型,超越了YOLO-V(3-5)和SSD等传统锚框模型,极大提高了山地灾害检测识别精度。然而,该模型存在不同尺度之间特征不一致的问题,融合后的特征图质量有待提升。以西藏高原山地灾害重灾区为试验区,在建立了西藏高原山地灾害数据集的基础上,通过融合Adaptively Spatial Feature Fusion(ASFF)注意力机制和骨干网络尺寸调整机制,设计了一个优化的、不同适用性的高原山地灾害检测模型(Plateau mountain disaster detection model,PMDDM)。为验证PMDDM模型的优越性,将其与传统yolox模型、不同注意力机制、不同目标检测模型进行了对比分析,并且对不同尺度模型的检测性能和可视化结果也进行了对比分析研究。结果表明:ASFF注意力机制可以有效的解决传统yolox模型中存在的不同尺度特征间的特征不一致问题,且对模型检测性能提升明显优于SE、CBAM、ECA、GAM和Coord等注意力机制;PMDDM模型对山地灾害的检测精度优于Faster-RCNN、SSD和YOLO-V3模型,可以满足不同工作场景对硬件配置、检测速度和精度的需求,且模型尺度越大,识别目标的准确率越高。

关键词：高原山地灾害目标检测注意力机制 yolox ASFF

基于yolox和Swin Transformer的车载红外目标检测

在线全文

学校读者我要写书评

暂无评论

红外技术 2022年第11期44卷 1167-1175页

作者：楼哲航罗素云上海工程技术大学机械与汽车工程学院上海201620

红外图像因为存在噪声大、对比度不佳等问题,容易导致目标检测时的精度降低,本文结合yolox和Swin Transformer,提出了一种改进的yolox的模型。改进的模型采用Swin Transformer替换yolox中的CSPDarknet主干提取网络,减少yolox中Neck和Hea... 详细信息

红外图像因为存在噪声大、对比度不佳等问题,容易导致目标检测时的精度降低,本文结合yolox和Swin Transformer,提出了一种改进的yolox的模型。改进的模型采用Swin Transformer替换yolox中的CSPDarknet主干提取网络,减少yolox中Neck和Head部分的激活函数以及标准化层,以提高特征的提取能力,优化网络结构。对改进的模型在艾瑞光电数据集和FILR数据集上均进行了测试,实验结果显示,改进后的yolox网络,在两个数据集上的平均检测精度都有明显提升,更加适合红外图像的目标检测。

关键词：目标检测红外图像 yolox Swin Transformer

基于改进yolox的无人机航拍图像密集小目标车辆检测

在线全文

学校读者我要写书评

暂无评论

吉林大学学报(工学版) 2023年

作者：张河山范梦伟谭鑫郑展骥寇立明徐进重庆交通大学交通运输学院重庆交通大学山区复杂道路环境“人-车-路”协同与安全重庆市重点实验室重庆市交通规划研究院

目前基于无人机航拍图像的目标检测技术广泛应用于智能交通领域，但在无人机航拍视角下对小目标的检测仍存在漏检现象严重、检测精度低等问题。针对这一问题，提出一种改进的yolox网络用于无人机航拍图像的检测。为了增强网络的特征学... 详细信息

目前基于无人机航拍图像的目标检测技术广泛应用于智能交通领域，但在无人机航拍视角下对小目标的检测仍存在漏检现象严重、检测精度低等问题。针对这一问题，提出一种改进的yolox网络用于无人机航拍图像的检测。为了增强网络的特征学习能力，在特征融合部分引入自适应空间特征融合(Adaptively Spatial Feature Fusion， ASFF)模块，并在网络的颈部(Neck)嵌入坐标注意力机制(Coordinate Attention， CA)。为了加强网络对正样本的学习，将二元交叉熵损失(BCE Loss)函数替换为变焦距损失(Varifocal Loss)函数。实验结果表明，改进后的yolox网络具有更好的检测效能，其mAP@50和mAP@50＿95分别达到了91.50%和79.65%。在多种交通场景下的可视化结果表明，相较于其他算法，优化后的网络具有更低的漏检率以及更高的检测精度，能够胜任小目标车辆的检测任务，可为高空视角下的车辆多目标跟踪应用提供参考。

关键词：小目标车辆检测损失函数坐标注意力机制自适应空间特征融合 yolox

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于轻量化改进的yolox的仪表检测方法

兵器装备工程学报 2022年第S2期43卷 205-212页

作者：侯卓成欧阳华胡鑫尹洋海军工程大学武汉430033

改进了一种轻量化yolox目标检测网络模型。将Ghost模块和深度可分离卷积引入网络中减少网络参数量,使用SPPF结构加快网络检测效率,改进损失函数,将EIOU Loss作为定位损失,将置信度预测损失调整为VariFocal Loss以提高网络检测的准确率... 详细信息

改进了一种轻量化yolox目标检测网络模型。将Ghost模块和深度可分离卷积引入网络中减少网络参数量,使用SPPF结构加快网络检测效率,改进损失函数,将EIOU Loss作为定位损失,将置信度预测损失调整为VariFocal Loss以提高网络检测的准确率。实验证明,改进的yolox算法,网络参数量和模型大小减少39.1%,检测速度提升23.3%,mAP指标提升4.03%,准确率方面提高4.11%。采用了基于双层神经网络数字字符识别方法,使识别准确率高达99.0%,可以高精度高效率的实现仪表检测任务。

关键词：仪表检测 yolox Ghost模块深度可分离卷积

基于yolox-Tiny有偏特征融合网络的遥感目标检测

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

遥感技术与应用 2024年第3期39卷 590-602页

作者：胡昭华李昱辉南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044

遥感目标检测在环境监测、电路巡检等领域具有重要意义。然而,遥感图像中存在目标尺度差异大、小目标数量较多、类间相似性与类内多样性较高等难题,导致检测检测精度较低。为了解决上述问题,提出了一种基于yolox-Tiny的遥感目标检测模... 详细信息

遥感目标检测在环境监测、电路巡检等领域具有重要意义。然而,遥感图像中存在目标尺度差异大、小目标数量较多、类间相似性与类内多样性较高等难题,导致检测检测精度较低。为了解决上述问题,提出了一种基于yolox-Tiny的遥感目标检测模型。首先通过改进多尺度特征融合网络以充分利用浅层细节信息和深层语义信息,提高对小目标的检测能力;其次在预测端引入可形变卷积,提高模型对不同尺度、形状目标的鲁棒性;最后采用SIoU损失函数以让预测框向正确的方向移动,进一步提高模型的定位精度。在遥感数据集DIOR和RSOD进行实验,实验结果表明:在不增加参数量的情况下,改进后的模型分别取得了73.68%和97.12%的检测精度,与其他一些先进模型相比,具有较高的精确度,对重叠目标识别率高,且具有良好的实时性。

关键词：小目标检测遥感图像 yolox 可形变卷积