检索结果-南通市图书馆

基于yolov5的车辆目标检测算法轻量化改进

在线全文

学校读者我要写书评

暂无评论

汽车与新动力 2024年第2期7卷 8-14页

作者：梁奕延陈昕郑明祥陈佳雯辽宁工业大学汽车与交通工程学院辽宁锦州121000

针对传统路端车辆目标检测算法参数多、检测速度较慢等问题,提出了基于yolov5的车辆目标检测算法轻量化改进。首先,选用轻量化EfficientnetV2卷积神经网络对原骨干网络进行重构,同时在网络中引入GAM注意力机制;其次,为平衡CIoU损失和Io... 详细信息

针对传统路端车辆目标检测算法参数多、检测速度较慢等问题,提出了基于yolov5的车辆目标检测算法轻量化改进。首先,选用轻量化EfficientnetV2卷积神经网络对原骨干网络进行重构,同时在网络中引入GAM注意力机制;其次,为平衡CIoU损失和IoU损失在损失函数中的权重,引入α-CIoU损失代替原有的CIoU损失;最后,使用soft-NMS算法替换原有的NMS非极大值抑制算法。结果表明:相比原算法,改进后算法的精度提升了2.51%,检测速度提升了8.6%,模型大小降低了31.7%;改进后的模型在提升检测速度的同时,还提高了路端车辆目标的检测性能。

关键词：车辆目标检测深度学习 yolov5算法网络轻量化

维普期刊数据库博看期刊

基于yolov5的茶叶嫩芽图像识别算法研究

在线全文

学校读者我要写书评

暂无评论

湖北工业大学学报 2024年第1期39卷 36-40页

作者：马志艳李辉湖北工业大学农机工程研究设计院湖北武汉430068

现有的机器采茶都需要人工辅助进行采茶,且存在老叶、嫩芽一刀切的情况,会损害一部分茶叶,只适用于低端茶叶的采摘。因此,需要研究出一种精准高效的茶叶嫩芽识别方法。针对茶叶嫩芽图像背景复杂的问题,在yolov5算法的基础上,对算法进行... 详细信息

现有的机器采茶都需要人工辅助进行采茶,且存在老叶、嫩芽一刀切的情况,会损害一部分茶叶,只适用于低端茶叶的采摘。因此,需要研究出一种精准高效的茶叶嫩芽识别方法。针对茶叶嫩芽图像背景复杂的问题,在yolov5算法的基础上,对算法进行多角度的改进,实验结果表明,改进算法的模型的mAP提升了4.1%,Recall提升了4.0%,且改进方法减少了漏检情况的发生。

关键词：茶叶采摘 yolov5算法机器学习嫩芽识别

在线全文

学校读者我要写书评

暂无评论

改进yolov5的路面坑洞检测算法

福建电脑 2024年第1期40卷 16-20页

作者：王耀宗杨洁西南林业大学昆明650224

路面坑洞的检测和识别对于自动驾驶和公路养护至关重要。为了解决在不同光照条件下以及坑洞积水所导致的路面坑洞识别难题,并将其应用于一些资源受限的现场环境中,本文提出了一种改进yolov5的路面坑洞检测算法。该算法利用PConv改进了C... 详细信息

路面坑洞的检测和识别对于自动驾驶和公路养护至关重要。为了解决在不同光照条件下以及坑洞积水所导致的路面坑洞识别难题,并将其应用于一些资源受限的现场环境中,本文提出了一种改进yolov5的路面坑洞检测算法。该算法利用PConv改进了C3模块来实现更快的检测速度,并通过采用动态检测头的不同感知模块来适应路面坑洞的不同特征。同时,将模型的损失函数CIoU改进为SIoU,提高模型的精度和收敛能力。实验的结果表明,改进后的yolov5算法在路面坑洞检测中平均精度值提高了5.19%,模型体积也减小了13%。

关键词：路面坑洞检测 yolov5算法 C3模块动态检测头损失函数

在线全文

学校读者我要写书评

暂无评论

基于yolov5的改进火灾检测算法

信息与电脑 2024年第2期36卷 73-78,82页

作者：曾泓翔文志诚湖南工业大学计算机学院湖南株洲412007

针对火灾场景下现有目标检测算法对起火目标的漏检误检问题,提出一种基于改进yolov5的火灾检测算法。该算法引入Ghost-Atrous模块,能够在不增加卷积核大小和数量的情况下扩大感受野,从而替代普通“卷积+池化层”的组合,以避免特征信息丢... 详细信息

针对火灾场景下现有目标检测算法对起火目标的漏检误检问题,提出一种基于改进yolov5的火灾检测算法。该算法引入Ghost-Atrous模块,能够在不增加卷积核大小和数量的情况下扩大感受野,从而替代普通“卷积+池化层”的组合,以避免特征信息丢失,同时减少参数量和运算量;使用CBAM-Atrous注意力模块强化对重要特征的提取;采用EIOU-NMS进行非极大值抑制,更好地解决误检漏检问题。实验结果表明,改进后的算法在火灾数据集上相比于原始yolov5算法mAP@0.5提高了4.3个百分点;相比于其他主流的目标检测算法,mAP@0.5提高了0.3~8.0个百分点,同样具有一定的优越性。

关键词：深度学习 yolov5算法火灾检测 Ghost-Atrous 空洞卷积

融合Swin Transformer的yolov5口罩检测算法

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2024年第5期14卷 83-92页

作者：徐佩陈亚江浙江理工大学理学院杭州310018

针对口罩佩戴检测算法未平衡模型规模与检测精度的问题,提出了一种口罩佩戴检测改进算法。该算法以yolov5网络为基础框架:首先,应用轻量级Mixup数据增强方式和Mish激活函数以提高模型泛化能力;其次,引入Swin Transformer结构和ECA注意... 详细信息

针对口罩佩戴检测算法未平衡模型规模与检测精度的问题,提出了一种口罩佩戴检测改进算法。该算法以yolov5网络为基础框架:首先,应用轻量级Mixup数据增强方式和Mish激活函数以提高模型泛化能力;其次,引入Swin Transformer结构和ECA注意力机制来增强复杂场景下口罩目标的提取效率;第三,使用SIoU损失函数以提高检测精度;最后,设计了新的Neck网络卷积模块来实现模型轻量化。实验结果表明:相比于原始的yolov5算法,mAP提升2.9%,参数量减少54.2%,模型体积减少52.1%。该算法很好地平衡了模型规模与检测精度,在口罩检测实际场景中更具优势。

关键词： yolov5算法口罩佩戴检测算法注意力机制 Swin Transformer 轻量化

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

基于改进yolov5l的印刷品缺陷检测

激光与光电子学进展 2024年第10期61卷 220-227页

作者：刘海文郑元林钟崇军廖开阳孙帮勇赵含香林杰王豪强韩善翔解博西安理工大学印刷包装与数字媒体学院陕西西安710054 渭南日报社印刷厂陕西渭南714099

针对印刷生产中传统人工缺陷检测耗时耗力、小缺陷区域不易检测,以及传统图像处理方法鲁棒性差等问题,提出一种基于改进yolov5l模型的印刷品缺陷检测算法。首先,通过增加浅层特征图拓展检测尺度,以捕获微小缺陷信息,从而提高网络对小目... 详细信息

针对印刷生产中传统人工缺陷检测耗时耗力、小缺陷区域不易检测,以及传统图像处理方法鲁棒性差等问题,提出一种基于改进yolov5l模型的印刷品缺陷检测算法。首先,通过增加浅层特征图拓展检测尺度,以捕获微小缺陷信息,从而提高网络对小目标的检测能力;然后,使用全维度动态卷积替换Neck区中的普通卷积,以增强网络对印刷缺陷上下文信息的捕获能力;最后,为解决前两项工作带来的检测速度下降的问题,采用C3Ghost替换Neck中的C3模块,在检测精度损耗极低的情况下尽可能地提高检测速度。实验结果表明:改进后的yolov5l算法的平均精度均值(mAP)达到97.3%,较原yolov5l算法和现有的印刷品缺陷检测算法Siamese-yolov4的精度分别提高2.9百分点和2.7百分点;检测速度为44.1 frame/s。所提算法对印刷品缺陷的分类和定位效果优于原yolov5l和Siamese-yolov4算法,具有较高的检测精度和检测速度,可以应用于印刷质检来提高生产质量管控水平、降低人工成本。

关键词：机器视觉缺陷检测 yolov5算法多尺度融合动态卷积

基于改进yolov5的轻量级黄花成熟检测方法

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第7期45卷 235-242,268页

作者：吴利刚吕媛媛周倩陈乐张梁史建华山西大同大学机电工程学院山西大同037003 山西大同大学煤炭工程学院山西大同037003 山西大同大学商学院山西大同037003

黄花菜具有较短的采摘周期和相对严格的采摘要求,针对传统人工采摘效率低、主观性高的问题,提出一种基于深度学习的SSH-yolov5黄花成熟度检测算法。以yolov5模型为基础,结合轻量级网络ShuffleNet V2基本残差单元压缩网络模型大小,提升... 详细信息

黄花菜具有较短的采摘周期和相对严格的采摘要求,针对传统人工采摘效率低、主观性高的问题,提出一种基于深度学习的SSH-yolov5黄花成熟度检测算法。以yolov5模型为基础,结合轻量级网络ShuffleNet V2基本残差单元压缩网络模型大小,提升模型目标检测速度;引入SE Net通道注意力机制模块,增强模型对有用特征信息的敏感度,提高目标检测精度;将普通卷积替换为深度可分离卷积模块,进一步减少模型计算量。试验结果表明,改进后的SSH-yolov5模型参数量和浮点运算量分别减少61.6%和68.3%,网络层数减少18%,同时SSH-yolov5的检测精度由原算法的88.8%提高到91.2%,实时检测速度达到66.4 f/s,相比原算法提高18.1%,达到实时检测要求。改进后的算法不仅实现模型的轻量化,同时也使黄花成熟度检测更加准确和快速,可以较好地满足黄花检测需求。

关键词：黄花深度学习 yolov5算法轻量化注意力机制

基于改进yolov5s模型的电动三轮车检测

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

激光与光电子学进展 2024年

作者：欧晓放韩凤春田竞唐继杰杨政陶中国人民公安大学交通管理学院

针对我国道路交通管理工作中电动三轮车目标检测的挑战，以及当前检测模型在小目标检测和实时性上的不足，本文提出了一种基于改进yolov5s模型的检测方法。对原始的yolov5s模型进行改进，增加小目标检测头，引入结合高效加性注意力机制(... 详细信息

针对我国道路交通管理工作中电动三轮车目标检测的挑战，以及当前检测模型在小目标检测和实时性上的不足，本文提出了一种基于改进yolov5s模型的检测方法。对原始的yolov5s模型进行改进，增加小目标检测头，引入结合高效加性注意力机制(EAA)的Transformer结构。结合城市道路场景构建数据集，改进模型在精确度、召回率和mAP@0.5等性能指标上分别提升了0.67%、2.68%和5.78%。同时，模型在帧率(FPS)上达到了每秒92帧，表现出了良好的处理能力，能够满足实际道路交通场景下的实时检测需求。

关键词：机器视觉目标检测 yolov5算法 Transformer 电动三轮车

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的织物瑕疵检测方法

毛纺科技 2024年第5期52卷 80-86页

作者：卢媛媛张守京郑林青陈涛西安工程大学机电工程学院陕西西安710600

针对织物瑕疵中部分瑕疵目标小、长宽比极端等问题,提出一种基于改进yolov5的织物瑕疵检测方法。该方法在yolov5模型基础上引入自注意力机制CoTNet网络,并将颈部网络中的PAFPN网络优化为BiFPN网络,同时将目标损失函数改进为CIoU损失函数... 详细信息

针对织物瑕疵中部分瑕疵目标小、长宽比极端等问题,提出一种基于改进yolov5的织物瑕疵检测方法。该方法在yolov5模型基础上引入自注意力机制CoTNet网络,并将颈部网络中的PAFPN网络优化为BiFPN网络,同时将目标损失函数改进为CIoU损失函数,加强模型对邻近键以及上下文之间特征信息的收集,在增强模型对小目标和尺寸变化大类型瑕疵检测能力的同时可获得更准确的边界框回归,加快收敛速度。实验证明,本文改进的模型在织物瑕疵检测数据集上的检测效果和yolov5模型相比平均精度均值提升了6.8%,准确率提升了6.7%,模型验证有效。

关键词： yolov5算法织物瑕疵瑕疵检测 BiFPN CoTNet

同方期刊数据库