基于改进YOLOv7模型的朝天椒果实识别方法

1

作者 李名博 卫勇 +1 位作者 穆志民 NASIR Mubarak Aliyu 《江苏农业学报》 CSCD 北大核心 2024年第12期2292-2301,共10页

朝天椒果实的准确识别是实现智能采摘的关键步骤,针对其生长环境复杂、果实大小不一、遮挡重叠等造成识别准确率低的问题,本研究提出一种基于改进YOLOv7的朝天椒果实识别方法。以YOLOv7为基础模型,设计了一种含有残差结构的AM_F模块,将... 朝天椒果实的准确识别是实现智能采摘的关键步骤,针对其生长环境复杂、果实大小不一、遮挡重叠等造成识别准确率低的问题,本研究提出一种基于改进YOLOv7的朝天椒果实识别方法。以YOLOv7为基础模型,设计了一种含有残差结构的AM_F模块,将其融合在YOLOv7主干网络中;基于空间、通道注意力机制的结构改进得到SAM_F、SE_ECA模块,分别将其融合在主干网络和颈部网络中,并进行结构简化,同时将SPP_CSP结构中的SPP替换为SPPF,实现参数计算量的精简,最终得到改进型YOLOv7模型——YOLOv7-F。采用对比试验对YOLOv7-F模型的识别效果进行验证分析,结果表明,YOLOv7-F模型对朝天椒果实的识别平均精度均值为80.07%,与YOLOv7模型相比,YOLOv7-F模型在识别时间加快23.4 ms的前提下,平均精度均值提升了1.06个百分点,而且模型大小也减少77.94 MB。YOLOv7-F模型实现了朝天椒果实识别精度和速度同步提升,为朝天椒果实智能采摘提供技术支撑。 展开更多

关键词 朝天椒 果实识别 yolov7模型

在线阅读 下载PDF 职称材料

基于YOLOv7模型的海上平台保温层破损目标检测研究

2

作者 刘传彬 吕瑞升 《天津科技》 2024年第12期28-31,共4页

基于海上平台巡检及监控的智能化应用需求,为有效监测保温层破损情况,采用网络搜索、模拟拍摄、数据增强等方法,构建包含多种形态特征的海上平台保温层破损数据集。采用YOLOv7模型对海上平台保温层破损情况进行检测,取得了较高的目标识... 基于海上平台巡检及监控的智能化应用需求,为有效监测保温层破损情况,采用网络搜索、模拟拍摄、数据增强等方法,构建包含多种形态特征的海上平台保温层破损数据集。采用YOLOv7模型对海上平台保温层破损情况进行检测,取得了较高的目标识别、定位及特征分类精度,可满足海上平台机器人巡检或固定监控的目标智能检测需求。 展开更多

关键词 海上平台 管道 保温层 yolov7模型 数据集 目标检测

在线阅读 下载PDF 职称材料

融合CBAM-YOLOv7模型的路面缺陷智能检测方法研究 被引量：7

3

作者 张艳君 沈平 +1 位作者 郭安辉 高博 《重庆理工大学学报（自然科学）》 北大核心 2023年第11期213-220,共8页

针对目前路面缺陷检测精度不高的问题,基于目前综合性能较强的YOLOv7模型进行改进,提出了融合卷积注意力模块的CBAM-YOLOv7模型。该模型通过重参数化、高效聚合、辅助训练等模块来加快模型的收敛过程,还通过融合卷积注意力机制来提升模... 针对目前路面缺陷检测精度不高的问题,基于目前综合性能较强的YOLOv7模型进行改进,提出了融合卷积注意力模块的CBAM-YOLOv7模型。该模型通过重参数化、高效聚合、辅助训练等模块来加快模型的收敛过程,还通过融合卷积注意力机制来提升模型的检测精度。面向路面缺陷多分类问题,在公开数据集上分别使用Faster R-CNN、YOLOv6、YOLOv7、CBAM-YOLOv7模型进行实验验证分析,利用mAP值、F1值、FPS值作为模型的精度与效率评价指标。实验结果显示:融合CBAM-YOLOv7的路面缺陷检测结果的mAP值和F1值分别能达到83.75%和67.8%,FPS值能达到51.22 Hz,相较于其他模型均有明显提高。 展开更多

关键词 路面缺陷检测 卷积神经网络 yolov7模型 CBAM-yolov7模型

在线阅读 下载PDF 职称材料

改进YOLOv7和SeaFormer的桥梁裂缝识别与测量

4

作者 杨国俊 齐亚辉 +1 位作者 杜永峰 石秀名 《铁道科学与工程学报》 北大核心 2025年第1期429-442,共14页

为解决以往桥梁裂缝检测模型参数量大、检测效率低、延迟高,无人机采集图像质量不佳等问题,引入图像质量评价模型和SeaFormer轻量化语义分割算法,通过改进YOLOv7目标检测算法,训练并建立基于改进的YOLOv7和SeaFormer的桥梁裂缝识别与分... 为解决以往桥梁裂缝检测模型参数量大、检测效率低、延迟高,无人机采集图像质量不佳等问题,引入图像质量评价模型和SeaFormer轻量化语义分割算法,通过改进YOLOv7目标检测算法,训练并建立基于改进的YOLOv7和SeaFormer的桥梁裂缝识别与分割一体化模型,提出基于内切圆的裂缝长度与宽度像素级计算方法。同时,采用先识别,然后将裂缝识别目标框图像作为分割模型的输入图像进行分割,再将分割图像进行处理并按照目标框位置信息映射回原图的方案,大大提高了裂缝的检测效率;利用本文质量评估模型筛选并标注公开混凝土桥梁裂缝图像,作为本文模型数据集。通过在此数据集上与主流模型进行训练测试对比,证明了本文算法在精度、轻量化等方面的优势。然后利用大疆精灵4pro-v2.0无人机在距离待测面3m处采集结构裂缝图像进行精度验证,裂缝宽度检测相对误差在18%以内,裂缝长度检测相对误差在10%以内。另外,在加入兰州市中山桥桥墩裂缝图像的混合测试集中,裂缝识别定位精准度达91.38%,F1分数88.94%,召回率86.62%;裂缝分割准确度为93.66%,交并比90.17%。研究结果表明:基于改进YOLOv7和SeaFormer的一体化桥梁裂缝检测方法在兼顾检测速度与精度的情况下,模型更小、检测效率更高,更适用于搭载在无人机等移动设备进行桥梁、高塔等结构的裂缝检测。 展开更多

关键词 桥梁工程 裂缝检测 无人机 深度学习 轻型多层感知模块 yolov7模型 SeaFormer模型

在线阅读 下载PDF 职称材料

基于改进YOLOV7模型遥感影像山体滑坡检测

5

作者 曹慧聪 杨静 《北京测绘》 2025年第2期215-220,共6页

山体滑坡受地形、地势等因素影响,呈现的形态和光谱特征差异较大,借助形态特征检测山体滑坡的准确性和泛化性较差。为此,本文提出一种新型的遥感影像山体滑坡检测方法。以实时目标检测算法(YOLOV7)模型作为优化网络,以更好地提取山体滑... 山体滑坡受地形、地势等因素影响,呈现的形态和光谱特征差异较大,借助形态特征检测山体滑坡的准确性和泛化性较差。为此,本文提出一种新型的遥感影像山体滑坡检测方法。以实时目标检测算法(YOLOV7)模型作为优化网络,以更好地提取山体滑坡高维信息,添加瓶颈注意力机制结构,再使用更强的完整比交并比损失函数代替原完整比损失函数,可有效提高YOLOV7模型收敛速度。实验表明:改进的YOLOV7模型相比原YOLOV7模型,准确率、召回率和平均精度分别提高了1.5%、2.02%和1.59%,推理耗时增加3.6ms,表明改进模型具有较高的检测精度和鲁棒性。 展开更多

关键词 山体滑坡检测 yolov7模型 注意力机制结构 更强完整比交并比

在线阅读 下载PDF 职称材料

改进YOLOv7的航空发动机叶片损伤检测方法

6

作者 魏永超 刘嘉欣 +2 位作者 朱泓超 朱姿翰 刘伟杰 《航空发动机》 北大核心 2025年第1期133-139,共7页

针对目前航空发动机叶片损伤检测精度低的问题,提出了一种基于改进YOLOv7的发动机叶片损伤检测模型YOLOv7-CC。对发动机叶片缺损图像进行损伤标注,构建航空发动机叶片损伤数据集,并且采用二分K-means算法对标记框进行聚类,获取与该数据... 针对目前航空发动机叶片损伤检测精度低的问题,提出了一种基于改进YOLOv7的发动机叶片损伤检测模型YOLOv7-CC。对发动机叶片缺损图像进行损伤标注,构建航空发动机叶片损伤数据集,并且采用二分K-means算法对标记框进行聚类,获取与该数据集最匹配的锚框(anchor)。在模型中Backbone网络输出之后采用坐标注意力机制,分别捕获长距离依赖关系和保留精确的位置信息,提高对损伤目标的检测能力,并在特征重组过程中采用轻量级上采样算子(CARAFE),同时保留了语义信息以及位置信息,通过更大的感受野来完成上采样,提高了网络对特征的提取能力。结果表明:所提出的基于YOLOv7-CC算法的损伤检测的平均精度达到了83.53%,相较于基准网络提升了7.4%,能够对航空发动机叶片3种常见的损伤类型实现高效检测。 展开更多

关键词 损伤检测 深度学习 yolov7模型 注意力机制 航空发动机

在线阅读 下载PDF 职称材料

基于改进的YOLOv7小目标检测算法

7

作者 鞠伟强 曹立华 《计算机工程与设计》 北大核心 2025年第1期145-151,共7页

为提高小目标的检测精度,提出一种基于改进的YOLOv7的目标检测算法(SM-YOLOv7)。使用Swin Transformer(STR)模块替换主干特征提取网络中的E-ELEN模块,将SPPCSPC网络改进为SPPCSPF网络,在预测部分增加小目标检测头,设计MPC3模块避免网络... 为提高小目标的检测精度,提出一种基于改进的YOLOv7的目标检测算法(SM-YOLOv7)。使用Swin Transformer(STR)模块替换主干特征提取网络中的E-ELEN模块,将SPPCSPC网络改进为SPPCSPF网络,在预测部分增加小目标检测头,设计MPC3模块避免网络定位空间信息丢失。通过NWD代替YOLOv7网络模型中的CIoU损失函数,输出端采用SE-Net注意力机制。在Okahublot公开的FloW-Img数据集上验证,实验结果表明,SM-YOLOv7平均精度均值mAP为84.8%,相比基线YOLOv7网络模型提升了6.6%,检测性能优于原网络模型与传统经典目标检测网络模型。 展开更多

关键词 小目标检测 yolov7网络模型 损失函数 深度学习 机器视觉 SE-Net注意力机制 Swin Transformer

在线阅读 下载PDF 职称材料

改进YOLOv7的小目标检测算法研究 被引量：11

8

作者 李安达 吴瑞明 李旭东 《计算机工程与应用》 CSCD 北大核心 2024年第1期122-134,共13页

随着深度学习在国内目标检测的不断应用,常规的大、中目标检测已经取得惊人的进步,但由于卷积网络本身的局限性,针对小目标检测依然会出现漏检、误检的问题,以数据集Visdrone2019和数据集FloW-Img为例,对YOLOv7模型进行研究,在网络结构... 随着深度学习在国内目标检测的不断应用,常规的大、中目标检测已经取得惊人的进步,但由于卷积网络本身的局限性,针对小目标检测依然会出现漏检、误检的问题,以数据集Visdrone2019和数据集FloW-Img为例,对YOLOv7模型进行研究,在网络结构上对骨干网的ELAN模块进行改进,将Focal NeXt block加入到ELAN模块的长短梯度路径中融合来强化输出小目标的特征质量和提高输出特征包含的上下文信息含量,在头部网络引入RepLKDeXt模块,该模块不仅可以取代SPPCSPC模块来简化模型整体结构还可以利用多通道、大卷积核和Cat操作来优化ELAN-H结构,最后引入SIOU损失函数取代CIOU函数以此提高该模型的鲁棒性。结果表明改进后的YOLOv7模型参数量减少计算复杂性降低并在小目标密度高的Visdrone 2019数据集上的检测性能近似不变,在小目标稀疏的FloW-Img数据集上涨幅9.05个百分点,进一步简化了模型并增加了模型的适用范围。 展开更多

关键词 yolov7模型 小目标检测 大卷积核 损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv7的肥城桃病虫害识别方法

9

作者 刘鹏 周鑫 +2 位作者 孙博 陈维康 王志军 《山东农业科学》 北大核心 2024年第8期150-157,共8页

为解决肥城桃病虫害特征小以及不同病斑表征相似导致的难以精准识别的问题,以山东省肥城市肥城桃种植基地为样本采集点,构建包含细菌穿孔病、褐斑穿孔病、潜隐黄化病、桃小食心虫、红颈天牛、流胶病6种桃病虫害的数据集;针对样本分布特... 为解决肥城桃病虫害特征小以及不同病斑表征相似导致的难以精准识别的问题,以山东省肥城市肥城桃种植基地为样本采集点,构建包含细菌穿孔病、褐斑穿孔病、潜隐黄化病、桃小食心虫、红颈天牛、流胶病6种桃病虫害的数据集;针对样本分布特点,引入Mixup、Cutout、高斯模糊等多种方法进行数据增强,以提升模型对小病斑特征的检测;以YOLOv7模型作为骨干网络,加入Ghost模块进行瘦身以降低模型冗余特征,构建基于CBAM注意力机制和加权双向特征金字塔网络(BiFPN)的多尺度神经网络模型,增强小病斑的多尺度融合,从而提高模型的泛化能力。经实验验证,改进后的模型对上述6种病虫害的识别精度均值(mAP)达到93.2%。表明改进后的模型能够实现对病虫害的有效识别,可为肥城桃病虫害的早期预警和防治提供一定的技术支撑。 展开更多

关键词 肥城桃 病虫害识别 yolov7模型 深度学习 卷积神经网络

在线阅读 下载PDF 职称材料

基于YOLOv7的通用目标检测模型

10

作者 钟玲 陆国芳 《智能计算机与应用》 2023年第12期23-31,共9页

针对通用目标检测领域在自动提取特征的过程中会提取错误的目标检测区域信息,本文以YOLOv7模型作为基线模型进行改进,有效地提高检测精度。首先,在YOLOv7模型的主干网络中引入改进的注意力机制,在上采样模块中采用双三次插值,以增强浅... 针对通用目标检测领域在自动提取特征的过程中会提取错误的目标检测区域信息,本文以YOLOv7模型作为基线模型进行改进,有效地提高检测精度。首先,在YOLOv7模型的主干网络中引入改进的注意力机制,在上采样模块中采用双三次插值,以增强浅层和深层的特征融合效果,减少区域信息丢失;其次,通过设计动态IOU阈值实现动态非极大值抑制,解决固定阈值导致检测边界框冗余的问题,提升准确性;最后,采用剪枝算法对网络模型进行轻量化处理,并使用深度可分离卷积替换原始卷积。实验结果显示,本文模型在数据集上的准确率、F1值和召回率均高于其他模型,说明本文建立的基于YOLOv7模型改进的通用目标检测算法的有效性。 展开更多

关键词 yolov7模型 通用目标检测 注意力机制 双三次插值 剪枝算法 深度可分离卷积

在线阅读 下载PDF 职称材料

无人机低空遥感结合YOLOv7快速评估水稻穗颈瘟抗性

11

作者 翁海勇 姚越 +4 位作者 黄德耀 张玉婷 程组锌 叶大鹏 吴仁烨 《农业工程学报》 EI CAS CSCD 北大核心 2024年第21期110-118,共9页

为解决传统水稻稻瘟病抗性评估手段单一、效率低的问题,该研究提出一种无人机低空遥感技术结合YOLOv7模型的水稻穗颈瘟抗性鉴定方法。首先,将标注区域分割成小尺寸图像(≤1 240×1 240像素),将小尺寸图像进行旋转、缩放、平移、剪... 为解决传统水稻稻瘟病抗性评估手段单一、效率低的问题,该研究提出一种无人机低空遥感技术结合YOLOv7模型的水稻穗颈瘟抗性鉴定方法。首先,将标注区域分割成小尺寸图像(≤1 240×1 240像素),将小尺寸图像进行旋转、缩放、平移、剪切和改变对比度处理。经数据清洗,去除分辨率过低的图像,扩充样本数量,以提高数据多样性。然后,将压缩注意力机制(squeeze-excitation attention)和可变形卷积(deformable convolution)引入YOLOv7模型,自适应调整感受野,以提升捕捉穗颈瘟病斑细粒度特征的能力。最后,构建穗颈瘟检测的YOLOv7_Neckblast模型。研究结果表明,YOLOv7_Neckblast能够有效检测穗颈瘟,计算出15个品种的穗颈瘟发病率和病害等级(1、3、5、7和9级的水稻品种分别有4、4、3、2和2个)。在交并比阈值为0.5时,YOLOv7_Neckblast平均精度均值相较于YOLOv7、FCOS和RetinaNet分别提升了4.0、6.4和5.8个百分点,召回率和F1值分别提高了至少4.0和4.0个百分点,且浮点计算数和参数量最低。与育种专家判定的实际抗性水平相比,YOLOv7_Neckblast模型对15个水稻品种的穗颈瘟抗性水平的平均评估准确率为86.67%,能较好地实现不同水稻品种穗颈瘟抗性的区分。无人机低空遥感融合人工智能技术可用于水稻黄熟期育种中穗颈瘟抗性的评估,也可为其他作物优势品种的选育提供参考。 展开更多

关键词 水稻 无人机 低空遥感 穗颈瘟 yolov7_Neckblast模型 抗性评估

在线阅读 下载PDF 职称材料

基于改进YOLOv7的安全头盔检测算法

12

作者 单伏顺 《智能计算机与应用》 2024年第10期227-230,F0003,共5页

针对原YOLOv7模型在工地作业场所检测安全头盔是否佩戴容易出现漏检误检的问题,提出了一种改进的YOLOv7安全头盔目标检测算法。在原模型的主干中加入GAM注意力模块,提高目标有效特征的利用率,减少无用响应特征,达到增强网络提取目标有... 针对原YOLOv7模型在工地作业场所检测安全头盔是否佩戴容易出现漏检误检的问题,提出了一种改进的YOLOv7安全头盔目标检测算法。在原模型的主干中加入GAM注意力模块,提高目标有效特征的利用率,减少无用响应特征,达到增强网络提取目标有效特征的能力。实验数据表明,使用了改进后的模型在自制数据集中,检测安全头盔的mAP提升了0.9%,召回率提升了1.3%。该研究对于安全头盔检测的应用提供了一定的参考价值。 展开更多

关键词 安全头盔 目标检测 yolov7模型 GAM注意力

在线阅读 下载PDF 职称材料

基于改进YOLOv7的医学CT图像病灶检测方法

13

作者 李树建 《电脑编程技巧与维护》 2024年第10期150-152,166,共4页

医学计算机断层扫描(CT)图像病灶检测对于病灶定位和辅助诊断治疗具有重要的实际意义。小目标病灶面积较小,边缘不规则,加剧了特征提取的难度,且上下采样过程中丢失信息过多。现有方法对小目标病灶的检测精度普遍较低。针对上述问题,提... 医学计算机断层扫描(CT)图像病灶检测对于病灶定位和辅助诊断治疗具有重要的实际意义。小目标病灶面积较小,边缘不规则,加剧了特征提取的难度,且上下采样过程中丢失信息过多。现有方法对小目标病灶的检测精度普遍较低。针对上述问题,提出了一种基于改进YOLOv7模型的医学CT图像病灶检测方法。DCE模块引入通道注意力和可变形卷积(DConv),增强对小目标和不规则边缘的特征提取能力。DCDA模块在下采样过程中利用双注意力减少信息丢失,并用双线性插值替换原有的上采样方案。设计MSF模块通过改进卷积和池化的组合结构,在保持特征提取能力的前提下提高检测速率。修改损失函数,用连续的广义焦点动态调整正负样本参与模型训练的权重。实验结果表明,提出的方法相较6种基线算法在5种评价指标上均得到了显著提升。同时,设计4组消融实验,验证了所设计模块的有效性和模型现有结构的合理性。 展开更多

关键词 病灶检测 改进yolov7模型 CT图像 小目标病灶

在线阅读 下载PDF 职称材料

基于YOLOv7的奶牛行为识别方法研究

14

作者 袁宇翔 罗维平 《农业与技术》 2024年第11期39-43,共5页

为了实现适合大规模奶牛养殖环境下的无接触、高精度奶牛行为识别和自动化管理,本研究提出一种基于YOLOv7网络模型的奶牛行为识别方法,将牧场本地摄像头所采集的视频分帧处理,去除冗余图像后,通过标注,Mosaic数据增强处理得到440幅标签... 为了实现适合大规模奶牛养殖环境下的无接触、高精度奶牛行为识别和自动化管理,本研究提出一种基于YOLOv7网络模型的奶牛行为识别方法,将牧场本地摄像头所采集的视频分帧处理,去除冗余图像后,通过标注,Mosaic数据增强处理得到440幅标签数据,用于对YOLOv7模型进行训练及优化以实现奶牛行为的准确识别。实验结果表明,在训练轮次为150次时,模型对进食、躺卧和活动3类行为检测的平均精度均值达到98.7%;对进食、站立、行走和躺卧4类行为检测的平均精度均值达到89.9%;相较YOLOv5提高了1.5%,为实现畜禽智能化养殖提供支持。 展开更多

关键词 深度学习 奶牛行为识别 yolov7模型 多目标识别

在线阅读 下载PDF 职称材料

基于改进YOLOv7模型的肺结节检测

15

作者 尹冬生 杜玲艳 徐小入 《国际生物医学工程杂志》 CAS 2023年第6期521-528,共8页

目的设计一种基于改进YOLOv7模型的肺结节检测算法。方法首先,在PAFPN结构中,引入轻量化上采样算子CARAFE,以提高肺结节检测精度。然后添加一个增强型小尺度检测层,增强对于小目标肺结节的检测性能,同时可减少训练的参数量,并降低模型... 目的设计一种基于改进YOLOv7模型的肺结节检测算法。方法首先,在PAFPN结构中,引入轻量化上采样算子CARAFE,以提高肺结节检测精度。然后添加一个增强型小尺度检测层,增强对于小目标肺结节的检测性能,同时可减少训练的参数量,并降低模型复杂程度。在保证各项参数指标不变的情况下,对YOLOv5原模型算法和添加增强型小尺度检测层的YOLOv5模型算法、YOLOv7原模型算法和改进后YOLOv7模型算法进行消融实验;对改进点训练集总损失进行比较;用YOLOv7原模型算法和改进后YOLOv7模型算法对2张测试集图片进行推理,将其与近年来其他经典的肺结节检测算法Mask R-CNN、YOLOv3、YOLOv5s和YOLOv7对2张测试集图片进行比较。结果添加增强型小尺度检测层的YOLOv5模型算法精度比YOLOv5原模型算法提升了1.3%,召回率提高了3.5%,平均精度(mAP)上升了3.1%,参数量减少了25.3%,网络的复杂程度也有所减少。改进后YOLOv7模型算法mAP提高1.8%,参数量减少28.3%,模型复杂程度下降5 G。添加增强型小尺度检测层与替换特诊融合网络为轻量化上采样算子CARAFE算法在训练过程中的总损失最小。YOLOv7原模型算法精度较高,但是仍然出现了漏检与假阳性的情况,与预测图片1比较,YOLOv7原模型出现了漏检的情况;与预测图片2比较,YOLOv7原模型出现了假阳性的情况。而改进后YOLOv7模型对漏检情况和假阳性均得到了很好的改善;与经典模型算法比较,改进后YOLOv7模型算法的精度、召回率和mAP最高,分别为91.7%、89.1%、93.5%。结论改进YOLOv7模型具有更强的特征表达能力,参数量更少,能够有效提高肺结节的检测精度。 展开更多

关键词 肺结节 yolov7模型 CARAFE算子 增强型小尺度检测层 多头自注意力机制

原文传递

基于改进YOLOv7的室内摔倒行为检测

16

作者 陈华艳 张晓滨 《计算机测量与控制》 2024年第12期35-42,87,共9页

针对室内监控视频中老年人摔倒行为的检测问题,提出一种基于改进YOLOv7网络模型的实时摔倒行为检测算法;基于YOLOv7的目标检测模型传统使用跨步卷积来实现下采样特征,但这可能会使目标信息的特征模糊;为了解决这个问题,引入了新的下采... 针对室内监控视频中老年人摔倒行为的检测问题,提出一种基于改进YOLOv7网络模型的实时摔倒行为检测算法;基于YOLOv7的目标检测模型传统使用跨步卷积来实现下采样特征,但这可能会使目标信息的特征模糊;为了解决这个问题,引入了新的下采样模块——鲁棒特征下采样,以改善下采样过程中目标信息特征的清晰度;此外,通过在网络的concat部分引入CoordAttention注意力机制,可更好地融合拼接后的特征图;实验结果表明,改进后的YOLOv7模型在摔倒行为检测方面具有较高的准确率和检测性能,准确率达到98.88%,mAP 50值达到98.83%,mAP 50∶95值达到74.12%;这意味着该算法可以准确地检测老年人的摔倒行为,家人能够及时地发现,以便及时采取必要的救助措施。 展开更多

关键词 摔倒检测 yolov7网络模型 下采样 鲁棒特征下采样 CoordAttention注意力机制

在线阅读 下载PDF 职称材料

基于改进YOLOv7的小目标检测 被引量：86

17

作者 戚玲珑 高建瓴 《计算机工程》 CAS CSCD 北大核心 2023年第1期41-48,共8页

目前的目标检测技术已趋于成熟,但小目标检测仍是研究的难点。针对目标检测过程中小目标检测更容易出现漏检等问题,提出一种改进的YOLOv7目标检测模型。结合特征分离合并思想,对YOLOv7网络模型中的MPConv模块进行改进,以减少网络特征处... 目前的目标检测技术已趋于成熟,但小目标检测仍是研究的难点。针对目标检测过程中小目标检测更容易出现漏检等问题,提出一种改进的YOLOv7目标检测模型。结合特征分离合并思想,对YOLOv7网络模型中的MPConv模块进行改进,以减少网络特征处理过程造成的特征损失,并通过实验确定放置改进MPConv模块的最佳位置。由于小目标检测过程中容易出现漏检的现象,利用ACmix注意力模块提高网络对小尺度目标的敏感度,降低噪声所带来的影响。在此基础上,使用SIoU替换原YOLOv7网络模型中的CIoU来优化损失函数,减少损失函数自由度,提高网络鲁棒性。在Okahublot公开的FloW-Img子数据集上进行实验,结果表明,对于数据集中的密集、小目标和超小目标三种情况的图片,改进后的YOLOv7网络模型相比原网络,漏检情况得到明显改善,且mAP达到71.1%,相比基线YOLOv7网络模型提升了4个百分点,检测效果优于原网络模型与传统经典目标检测网络模型。 展开更多

关键词 目标检测技术 小目标检测 yolov7网络模型 注意力模块 损失函数

在线阅读 下载PDF 职称材料

基于YOLOv7改进模型的轮胎损伤检测算法的研究

18

作者 贾舒安 曹金凤 +3 位作者 曹英杰 彭博 薛茂林 郑建峰 《橡胶工业》 2025年第3期226-233,共8页

提出基于YOLOv7改进模型的轮胎损伤检测模型(简称TD-YOLO模型)。TD-YOLO模型融合了无参数的卷积神经网络注意力机制(SimAM),增强了模型的特征学习能力;改进了损失函数,增强了对鼓包、裂纹、嵌入异物检测的准确性和敏感性;在网络结构输... 提出基于YOLOv7改进模型的轮胎损伤检测模型(简称TD-YOLO模型)。TD-YOLO模型融合了无参数的卷积神经网络注意力机制(SimAM),增强了模型的特征学习能力;改进了损失函数,增强了对鼓包、裂纹、嵌入异物检测的准确性和敏感性;在网络结构输出端引入空间到深度(SPD)模块层构建了新的卷积神经网络(CNN)模块,可以提升小目标损伤检测的准确率;TD-YOLO模型的平均检测精度为0.916,比YOLOv7模型增大了0.069。TD-YOLO模型的综合性能好,其具有较高的推广应用价值。 展开更多

关键词 轮胎 yolov7模型 损伤检测 注意力机制 损失函数 深度学习技术

在线阅读 下载PDF 职称材料

改进YOLOv7和DeepSORT的井下人员检测与跟踪算法

19

作者 范伟强 王雪瑾 +1 位作者 张颖慧 李晓宇 《煤炭科学技术》 2024年第S2期343-355,共13页

煤炭行业正在经历以“安全、高效、智能、绿色”为核心的智能矿山开采理念的变革,而计算机视觉作为一种高效、智能、低成本的新兴技术,已经成为当下智能矿山建设中的重要亮点。针对井下监控视频容易受到人工光源、粉尘和喷雾等干扰因素... 煤炭行业正在经历以“安全、高效、智能、绿色”为核心的智能矿山开采理念的变革,而计算机视觉作为一种高效、智能、低成本的新兴技术,已经成为当下智能矿山建设中的重要亮点。针对井下监控视频容易受到人工光源、粉尘和喷雾等干扰因素的影响,导致现有基于计算机视觉的井下人员检测方法存在实时性差、漏检和误检率高以及跟踪精度差的问题,提出了一种改进YOLOv7和DeepSORT的井下人员检测与跟踪算法。首先,为了提取到更为关键的井下人员图像特征,提高模型在煤矿井下复杂场景中的适应能力,在YOLOv7的Neck模块中融入SimAM注意力机制,并采用改进后的YOLOv7模型检测井下人员目标;然后,为了在降低模型参数量和网络复杂度的同时,进一步提高人员目标的跟踪精度,在DeepSORT的特征提取网络中引入ShuffleNetV2轻量化模块,并采用改进的DeepSORT模型对井下人员目标进行编码跟踪;最后,在已构建的井下人员视频图像数据集与公开数据集上对所述算法进行试验验证。结果表明:改进YOLOv7模型的平均检测精度相比YOLOv7模型提高了3.9%;改进DeepSORT模型的人员目标跟踪准确率达到了74.9%,跟踪精确度达到了82.3%,速度达到了24FPS。相较于YOLOv7-DeepSORT算法,本文所述算法的网络参数量减少了36%,显著提高了井下多人员目标检测与跟踪的实时性能,可望部署于井下智能边缘计算监测平台。 展开更多

关键词 井下人员检测 检测与跟踪 yolov7模型 DeepSORT 轻量化

在线阅读 下载PDF 职称材料

基于目标检测技术的盾构出渣裹挟钢筋识别研究

20

作者 王将 阎向林 +3 位作者 金大龙 袁大军 张宗超 程传过 《土木工程学报》 CSCD 北大核心 2024年第S2期7-12,共6页

盾构切削钢筋混凝土结构物过程中,需要从渣土中裹挟的钢筋来判断切筋效果,出渣监测图像中很难直接观测到排筋情况,基于深度学习的目标检测技术能够实现实时检测。为了应对出渣裹挟钢筋目标检测的高精度、轻量化的挑战,提出了一种改进的Y... 盾构切削钢筋混凝土结构物过程中,需要从渣土中裹挟的钢筋来判断切筋效果,出渣监测图像中很难直接观测到排筋情况,基于深度学习的目标检测技术能够实现实时检测。为了应对出渣裹挟钢筋目标检测的高精度、轻量化的挑战,提出了一种改进的YOLOv7-DSConv网络模型,在YOLOv7主干网络引入动态蛇形卷积,增强网络对钢筋目标特征的提取能力,同时减少网络的计算量和内存占用,加快推理速度。在盾构切削钢筋混凝土结构物过程中,对螺旋输送机出土口附近的图像进行了采集,并建立数据集进行了实验对比,实验结果表明,改进后的模型精度达到94.3%,召回率达到90.7%,平均精度达到了95.6%,调和平均值为0.92,比原有的YOLOv7模型有明显提升,能够准确地识别出渣裹挟的钢筋,且在计算复杂度方面更具优势。 展开更多

关键词 障碍物切削 盾构出渣 钢筋识别 目标检测 yolov7模型

在线阅读 下载PDF 职称材料