期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv8n的飞机铆钉及脱落异常检测算法
1
作者 夏正洪 何琥 +2 位作者 杨磊 吴建军 刘璐 《中国安全科学学报》 北大核心 2025年第2期66-72,共7页
为解决飞机铆钉小目标检测时易出现漏检的问题,提出一种基于改进YOLOv8n的飞机铆钉及脱落异常检测算法。首先,通过添加小目标检测层,更好地融合骨干网络中的浅层细节信息,提高算法的特征融合能力以及对铆钉小目标的识别与定位性能;其次... 为解决飞机铆钉小目标检测时易出现漏检的问题,提出一种基于改进YOLOv8n的飞机铆钉及脱落异常检测算法。首先,通过添加小目标检测层,更好地融合骨干网络中的浅层细节信息,提高算法的特征融合能力以及对铆钉小目标的识别与定位性能;其次,将骨干网络中的前2次卷积替换为空间深度转换卷积(SPD-Conv),通过特征图的重组与非跨步卷积的组合,减少算法在下采样过程中的信息丢失;然后,将大型可分离核注意力(LSKA)融入快速空间金字塔池化(SPPF)模块中,通过计算每个特征图上的空间权重和通道权重,捕捉空间与通道之间的依赖关系,并调整特征图,增强算法对铆钉特征信息的提取和识别能力;最后,基于自建的飞机铆钉数据集进行消融试验和对比试验。结果表明:所提算法能实时检测飞机铆钉及脱落异常,较YOLOv8n算法检测结果在精确率、召回率、平均精度均值(mAP)分别提升6.5%、16%、15%,较其他主流算法的检测性能均有较大提升。 展开更多
关键词 改进yolov8n 飞机铆钉 脱落 异常检测 空间深度转换卷积(SPD-Conv) 消融试验
在线阅读 下载PDF
基于改进YOLOv8n的水面残留饲料检测算法
2
作者 郑海锋 江林源 +3 位作者 文露婷 周秀珊 介百飞 文家燕 《渔业现代化》 北大核心 2025年第1期80-88,共9页
在水产养殖中,水面残留饲料的实时检测可以有效减少饲料浪费和水污染,在经济效益和生态效益方面是双赢的局面。由于水面残留饲料的特殊性,如尺寸小、密集程度高等,使得水面残留饲料检测表现不佳。该研究提出了一种基于改进YOLOv8n的水... 在水产养殖中,水面残留饲料的实时检测可以有效减少饲料浪费和水污染,在经济效益和生态效益方面是双赢的局面。由于水面残留饲料的特殊性,如尺寸小、密集程度高等,使得水面残留饲料检测表现不佳。该研究提出了一种基于改进YOLOv8n的水面残留饲料检测算法,通过增添小目标检测层,融合多尺度特征以增强对小目标检测的精度;引入C2f_Faster_EMA模块,以降低模型的参数量,提高模型检测速度;构建ICBAM模块融入颈部网络,加强网络对小目标的特征信息融合,提升检测精度。结果显示:该算法相较于YOLOv8n的mAP@0.5提升10.3%;精确率P提升7.6%;召回率R提升10.2%;检测速度达到了125FPS。研究表明,该算法能有效实现对水面残留饲料快速、准确地检测。为实现水产养殖的智能化管理提供了技术支持,有望降低饲料浪费,改善水环境质量,提高养殖效益。 展开更多
关键词 水面残留饲料 改进yolov8n 小目标检测层 C2f_Faster_EMA ICBAM
在线阅读 下载PDF
基于改进YOLOv8n的钢材缺陷检测算法
3
作者 周文凯 刘明豪 周建华 《信息系统工程》 2025年第1期145-148,共4页
钢材缺陷检测作为关键任务,对于预防潜在的安全隐患具有重要意义。传统的钢材缺陷检测方法往往依赖于人工检测,效率低下且容易受到人为因素的影响。随着计算机视觉技术的不断发展,目标检测在许多领域都得到了广泛的应用。研究提出了一... 钢材缺陷检测作为关键任务,对于预防潜在的安全隐患具有重要意义。传统的钢材缺陷检测方法往往依赖于人工检测,效率低下且容易受到人为因素的影响。随着计算机视觉技术的不断发展,目标检测在许多领域都得到了广泛的应用。研究提出了一种基于改进YOLOv8n的钢材缺陷检测算法,并在东北大学钢材缺陷公开数据集上进行验证,实验结果显示,相较于原始YOLOv8n模型,准确性提升3.0%,相较于YOLOv5n模型,准确性提升4.7%,很好地验证了改进的有效性,可以为钢材缺陷检测提供更好的技术支持。 展开更多
关键词 钢材缺陷 改进yolov8n 缺陷检测 注意力机制
在线阅读 下载PDF
结合改进YOLOv8n及SLAM的机器人自主巡检控制系统研究 被引量：2
4
作者 李俊萩 刘博文 +1 位作者 张晴晖 强振平 《传感器与微系统》 CSCD 北大核心 2024年第8期16-20,共5页
本文提出了一种基于改进YOLOv8n及SLAM的室内安防机器人自主巡检控制系统方案。目标检测采用轻量化处理的YOLOv8n算法,使用GhostNet进行YOLOv8n的轻量级改进。达到降低计算量和内存消耗,同时提高目标检测速度的目的。改进后的YOLOv8n帧... 本文提出了一种基于改进YOLOv8n及SLAM的室内安防机器人自主巡检控制系统方案。目标检测采用轻量化处理的YOLOv8n算法,使用GhostNet进行YOLOv8n的轻量级改进。达到降低计算量和内存消耗,同时提高目标检测速度的目的。改进后的YOLOv8n帧率相较于改进前速度提升50%,模型缩小为原来的63%,而识别的精确度仅下降5%左右。为提高机器人对未知环境的感知能力和自主性,使用了Cartographer算法。基于此算法,机器人可实现自主导航和地图构建,定位过程中估计值与实际值的横向偏差小于0.06 m;纵向偏差小于0.08 m;航向偏角小于16°。实验结果表明:该系统能够实现地图的精确构建以及目标火焰的快速检测,并实现实时预警。 展开更多
关键词 安防机器人 自主巡检 改进yolov8n 事故预防
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部