检索结果-南通市图书馆

维普期刊数据库博看期刊

基于ShuffleNetv2-plus-yolox算法的压铸制品缺陷检测

在线全文

学校读者我要写书评

暂无评论

特种铸造及有色合金 2023年

作者：蔡振林刘斌文劲松华南理工大学聚合物成型加工工程教育部重点实验室

针对压铸制品缺陷检测的数据集难以收集、检测效率较低以及工作环境较差等问题，开发了基于yolox模型的压铸制品缺陷检测软件。用自开发软件的数据增强模块对原始数据集进行增强，解决了压铸制品缺陷数据集不充裕的问题；接着巧妙地将YO... 详细信息

针对压铸制品缺陷检测的数据集难以收集、检测效率较低以及工作环境较差等问题，开发了基于yolox模型的压铸制品缺陷检测软件。用自开发软件的数据增强模块对原始数据集进行增强，解决了压铸制品缺陷数据集不充裕的问题；接着巧妙地将yolox算法的Darknet53结构替换为ShuffleNetv2-plus结构，从而使得利用yolox模型检测压铸制品缺陷的平均检测精度由原模型的86.51%提升至89.19%，对利用yolox模型识别压铸制品缺陷的准确率有了较大提升。

关键词：压铸制品缺陷缺陷检测 ShuffleNetv2-plus yolox 数据增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进yolox的轻量级多方向车牌检测算法

计算机工程与应用 2023年

作者：雷景生章志豪钱小鸿王巍然杨胜英浙江科技学院信息与电子工程学院国网上海市电力公司信息通信公司

针对现有的车牌检测算法在复杂环境下检测多方向车牌效果不佳、实时性差以及模型参数量和计算量过大等问题，提出了一种基于yolox的轻量级多方向车牌检测算法。首先，通过调整残差组件的数量，并采用大卷积核结合深度可分离卷积的方法... 详细信息

针对现有的车牌检测算法在复杂环境下检测多方向车牌效果不佳、实时性差以及模型参数量和计算量过大等问题，提出了一种基于yolox的轻量级多方向车牌检测算法。首先，通过调整残差组件的数量，并采用大卷积核结合深度可分离卷积的方法，降低了主干网络的参数量。然后，引入通道注意力机制，以有效提取通道交互信息，减少噪声的干扰。其次，使用深度可分离卷积和调整扩展率的方法对特征融合网络进行轻量化处理。最后，设计了旋转解耦头，通过添加角度预测分支，使其能够更精准的预测多方向车牌的旋转边界框。同时，采用旋转IoU损失代替水平IoU损失，提高检测的准确性。CCPD数据集上的实验结果表明，改进算法的参数量和计算复杂度分别为2.38M和12.97GFLOPs，相较于yolox-tiny分别减少了45%和33%，检测精度AP70为94.9%，每秒检测帧数FPS为76.6帧/s。改进后的车牌检测模型能够在保持高精度的同时实时检测多方向车牌。

关键词：深度学习轻量化 yolox 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yolox的钢材表面缺陷检测研究

现代电子技术 2024年第9期47卷 131-138页

作者：刘毅蒋三新上海电力大学电子与信息工程学院上海201306

针对目前单阶段目标检测网络yolox的特征提取能力不足、特征融合不充分以及钢材表面缺陷检测精度不高等问题,提出一种改进yolox的钢材表面缺陷检测算法。首先,在Backbone部分引入改进的SE注意力机制,增添一条最大池化层分支,进行权重融... 详细信息

针对目前单阶段目标检测网络yolox的特征提取能力不足、特征融合不充分以及钢材表面缺陷检测精度不高等问题,提出一种改进yolox的钢材表面缺陷检测算法。首先,在Backbone部分引入改进的SE注意力机制,增添一条最大池化层分支,进行权重融合,强化重要的特征通道;其次,在Neck部分引入ASFF模块,充分利用不同尺度的特征,更好地进行特征融合;最后,针对数据集所呈现的特点,将IOU损失函数替换为EIOU损失函数,改善模型定位不准确的问题,提高缺陷检测精度。实验结果表明,改进的yolox算法具有良好的检测效果,在NEU⁃DET数据集上的mAP达到了75.66%,相比原始yolox算法提高了3.74%,较YOLOv6提升了2.76%,检测精度优于其他主流算法。

关键词： yolox 单阶段目标检测网络 SE注意力机制 ASFF模块表面缺陷检测 EIOU损失函数

面向密集场景结合TC-yolox的小目标检测方法

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

电子测量技术 2023年第15期46卷 133-142页

作者：李翔宇王伟王峰萍韩岩江西安工程大学西安710048

密集场景下小目标的高效精确检测是目标检测领域的关键问题。为了解决环境的多样性和小目标自身复杂性存在着特征难以提取、检测精度低等问题,提出一种面向密集场景结合TC-yolox的小目标检测方法。首先,通过在CSPNet中引入Transformer E... 详细信息

密集场景下小目标的高效精确检测是目标检测领域的关键问题。为了解决环境的多样性和小目标自身复杂性存在着特征难以提取、检测精度低等问题,提出一种面向密集场景结合TC-yolox的小目标检测方法。首先,通过在CSPNet中引入Transformer Encode模块,不断更新目标权重实现增强目标特征信息,提高网络的特征提取能力;其次,在特征金字塔网络中增加卷积注意力机制模块,关注重要特征并抑制不必要特征,提高不同尺度目标的检测准确度;然后,采用CIoU代替IoU作为回归损失函数,使得模型训练过程中网络收敛更快,性能更好;最后在PASCAL VOC 2007数据集上验证。实验结果表明,所设计的TC-yolox模型能够有效的检测出多样化场景中正常、密集、稀疏、黑暗条件下的小目标物体,mAP和检测速度可以达到94.6%和38 fps,与原始模型相比提升了10.9%和1 fps,对多种密集场景下的小目标检测任务均具有较好的适用性。

关键词：小目标检测 yolox 卷积注意力机制模块 Transformer Encode CIoU回归损失函数

基于轻量化yolox的电子元器件缺陷检测方法研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2023年第8期45卷 1463-1471页

作者：吴栋梁刘知贵西南科技大学信息工程学院四川绵阳621000 西南科技大学计算机科学与技术学院四川绵阳621000

针对传统目标检测方法在对电子元器件进行缺陷检测时存在参数量大、检测效率低的问题,提出了一种基于轻量化yolox检测网络的目标检测方法。首先,使用深度可分离卷积对主干网络实现轻量化处理,减少参数量的同时提高检测速度;其次,构建基... 详细信息

针对传统目标检测方法在对电子元器件进行缺陷检测时存在参数量大、检测效率低的问题,提出了一种基于轻量化yolox检测网络的目标检测方法。首先,使用深度可分离卷积对主干网络实现轻量化处理,减少参数量的同时提高检测速度;其次,构建基于空间金字塔的通道注意力模型,对不同尺度特征进行筛选融合,加强小尺寸缺陷的特征权重;在特征融合的采样过程中,加入高效通道注意力,在略微增加参数量的情况下,提升检测精度;最后,采用EIoU损失函数优化IoU损失函数,并使用余弦退火算法来使模型达到最佳检测效果。采用自制的电子元器件外观缺陷数据集进行实验,所提方法的平均检测精度达到98.96%,每幅图像的检测时间大约为0.09 s,与原yolox网络相比检测速度提高了一倍,模型大小缩小了约60%,并且在PCB瑕疵公共数据集上进行了验证,结果表明所提方法实现了目标缺陷的快速检测。

关键词：电子元器件缺陷检测 yolox 注意力机制

基于CT-yolox的反光衣与安全帽检测算法

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2023年第10期42卷 51-58页

作者：谢国波谢建辉林志毅肖峰吴陈锋黎逍广东工业大学计算机学院广州510006

穿着反光衣与佩戴安全帽是复杂场景下施工工作人员生命安全的保障,而现有的yolox算法无法同时兼顾大目标反光衣和小目标安全帽的检测,其精度与速度有待提高。基于此,提出了一种基于CT-yolox的反光衣与安全帽检测算法。首先,CT-yolox算... 详细信息

穿着反光衣与佩戴安全帽是复杂场景下施工工作人员生命安全的保障,而现有的yolox算法无法同时兼顾大目标反光衣和小目标安全帽的检测,其精度与速度有待提高。基于此,提出了一种基于CT-yolox的反光衣与安全帽检测算法。首先,CT-yolox算法引入CAM模块,增强上下文信息和扩充模型的感受野;其次,设计TBCA模块提高特征表达能力,用混合卷积强化模型对不同尺度目标的融合能力;最后,采用Varifocal Loss损失函数缓解样本不均匀和难易样本问题,提高模型的分类准确性和鲁棒性。测试结果表明,CT-yolox算法比原始yolox算法检测速度提升的同时平均精度均值(mAP)也提高了2.1%,与SSD、CenterNet、YOLOv4、YOLOv5、YOLOv7-tiny与YOLOv8同类型算法相比,CT-yolox算法的mAP值分别高于10.27%、17.24%、4.14%、2.63%、6.14%、1.03%。

关键词：反光衣检测安全帽检测 yolox CT-yolox varifocal loss

MFE-yolox:无人机航拍下密集小目标检测算法

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1期36卷 128-135页

作者：马俊燕常亚楠广西大学机械工程学院南宁530004 广西大学广西制造系统与先进制造重点实验室南宁530004

针对无人机航拍时物体尺度变化大,检测目标大多较小且物体较密集的问题,提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取,利用一种新的特征层融合计算方法,加强... 详细信息

针对无人机航拍时物体尺度变化大,检测目标大多较小且物体较密集的问题,提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取,利用一种新的特征层融合计算方法,加强不同特征层间的融合效率,提高了中小型目标的检测精度;设计了尾端感受野扩大层以扩大尾端特征层感受野,使检测头可接收丰富的物体信息来定位并区分密集物体。实验在数据集VisDrone2021的测试集上进行测试,MFE-yolox网络的AP50结果为47.78%,在参数量、计算量与原网络相近的情况下精度提高了9.43个百分点。

关键词：小目标检测无人机注意力机制特征融合 yolox

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

改进yolox在行人目标检测中的应用研究

东北师大学报（自然科学版） 2023年第2期55卷 76-84页

作者：孙晨皓赖惠成李亚东周德政新疆大学信息科学与工程学院新疆乌鲁木齐830046

针对现有算法在行人目标检测中存在精度低、速度慢、算法鲁棒性有限的问题,提出了一种基于深度神经网络目标检测算法yolox-L改进的行人目标检测算法yolox-H.使用改进型的主干特征提取网络HarDNet85替换原有的CSPDarkNet53,新的主干特征... 详细信息

针对现有算法在行人目标检测中存在精度低、速度慢、算法鲁棒性有限的问题,提出了一种基于深度神经网络目标检测算法yolox-L改进的行人目标检测算法yolox-H.使用改进型的主干特征提取网络HarDNet85替换原有的CSPDarkNet53,新的主干特征提取网络相较于原有的网络具有更强的特征提取能力以及更快的速度,同时提升了网络检测较大目标的能力.在HarDNet85卷积神经网络中引入了Softplus激活函数提升算法的检测精度,构建了CityPersons、PRW、ETHZ和MOT17多场景的联合数据集,以提升网络对于行人目标检测的鲁棒性.在联合数据集上的实验表明:yolox-H相比于yolox-L,每秒检测帧数(FPS)提高了32.95%,检测精度提高了3.1%,大目标检测精度提高了6.9%.

关键词：图像处理行人检测 yolox HarDNet 联合数据集

维普期刊数据库博看期刊

基于改进yolox的地下排水管道缺陷识别算法

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2022年第21期45卷 161-168页

作者：陆绮荣丁昕梁雅雯桂林理工大学信息科学与工程学院广西541000 广西“嵌入式技术与智能系统”重点实验室广西541000

CCTV检测技术在地下排水管道缺陷检测被广泛应用,但CCTV收集的缺陷图像需要依赖专业的检测人员进行检测识别,结果具有一定主观性且耗费大量时间。为了实现地下排水管道缺陷检测识别自动化,提出了一种基于改进yolox的地下排水管道缺陷识... 详细信息

CCTV检测技术在地下排水管道缺陷检测被广泛应用,但CCTV收集的缺陷图像需要依赖专业的检测人员进行检测识别,结果具有一定主观性且耗费大量时间。为了实现地下排水管道缺陷检测识别自动化,提出了一种基于改进yolox的地下排水管道缺陷识别方法。首先针对数据集过少的问题,通过StyleGAN2对原始图像进行预处理,生成多缺陷图像。其次,为了提高检测精度,对yolox的特征融合层进行改进,借鉴空洞空间卷积池化金字塔思想并引入SE注意力机制解决顶层特征仅包含单尺度特征且不与其它特征图进行融合的问题,同时设计了一种基于权重的特征融合模块,解决不同特征层融合带来的特征混叠问题。最后,将yolox边界损失函数改为CIOU,提高目标检测框回归的效率。实验结果表明,所提的算法能够很好对沉积、渗漏、树根入侵、裂缝和错口5种缺陷进行识别,mAP达到68.76%,相比原始yolox算法提升了1.62%。

关键词：地下排水管道 yolox 缺陷识别 StyleGAN2 特征融合目标检测