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6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：
可在TFT-LCD面板中实现多背景视觉细微缺陷检测的YOLO-DSM方法
1
作者 孔祥飞 王森 +1 位作者 赵林 陈明方 《中山大学学报(自然科学版)(中英文)》 北大核心 2025年第2期129-137,共9页
提出了一种基于YOLO-DSM深度学习图像检测模型。首先,在每个Dark模块后引入HMU模块,以提高TFT-LCD面板上目标缺陷的检测精度。将原始SPP替换为SSMA,使得网络更加关注背景低对比度目标。其次,引入DSM模块以帮助网络增强有用特征且抑制无... 提出了一种基于YOLO-DSM深度学习图像检测模型。首先,在每个Dark模块后引入HMU模块,以提高TFT-LCD面板上目标缺陷的检测精度。将原始SPP替换为SSMA,使得网络更加关注背景低对比度目标。其次,引入DSM模块以帮助网络增强有用特征且抑制无用特征,增强语义信息的集成。最后,用ODConv模块替换原始网络的下采样卷积,细化局部特征映射,实现局部缺陷特征的充分提取。在自制的TFT-LCD缺陷数据集中,与当前较为先进的算法进行对比。结果表明,YOLO-DSM网络在mAP精度方面达到了97.40%,且FPS达到了77.42帧,可满足TFT-LCD缺陷任务检测要求。 展开更多
关键词 视觉细微缺陷 YOLO-DSM 全维动态卷积 scse注意力机制
在线阅读 下载PDF
基于改进YOLOv5s的绝缘子缺陷检测方法 被引量：3
2
作者 王子玉 陈佳星 +1 位作者 白博文 徐爱婷 《机电工程技术》 2024年第8期197-200,共4页
绝缘子在高压和超高压架空输电线路中的安全运行至关重要,因此对绝缘子图像的准确识别显得尤为关键。为了提高绝缘子缺陷检测的精度,提出了一种基于改进YOLOv5s模型的绝缘子缺陷检测方法。通过引入scSE注意力机制,以实现通道和空间方面... 绝缘子在高压和超高压架空输电线路中的安全运行至关重要,因此对绝缘子图像的准确识别显得尤为关键。为了提高绝缘子缺陷检测的精度,提出了一种基于改进YOLOv5s模型的绝缘子缺陷检测方法。通过引入scSE注意力机制,以实现通道和空间方面的校准,强化了该模型在对绝缘子缺陷的辨识能力,从而进一步提高对绝缘子图像识别的精度,特别是在遮挡和相似目标干扰的情况下表现更为出色;在此基础上增加了Mosaic数据增强处理,为模型的训练提供更多数据,使模型在多场景下表现优异。经实验证实,该算法准确率达到了92.8%,召回率达到97.5%,mAP达到了98.8%,其检测精度明显优于其他模型,并在复杂场景下展现了出色的鲁棒性,为绝缘子检修工作提供了新的思路。 展开更多
关键词 绝缘子检测 YOLOv5s模型 scse注意力机制 图像处理
在线阅读 下载PDF
改进YOLOv4的安全帽佩戴检测方法 被引量：5
3
作者 李天宇 吴浩 +2 位作者 毛艳玲 田洋川 陈明举 《计算机工程与设计》 北大核心 2023年第8期2374-2381,共8页
由于安全帽目标较小、环境复杂等因素的影响,易造成卷积神经网络的漏检与误检。为提高复杂环境中对安全帽的检测能力,提出一种基于YOLOv4的安全帽检测网络SR_YOLO。采用多尺度池化操作改进空间金字塔池化层,由分层卷积与scSE注意力模块... 由于安全帽目标较小、环境复杂等因素的影响,易造成卷积神经网络的漏检与误检。为提高复杂环境中对安全帽的检测能力,提出一种基于YOLOv4的安全帽检测网络SR_YOLO。采用多尺度池化操作改进空间金字塔池化层,由分层卷积与scSE注意力模块组成特征增强模块,改进网络结构,分别提高对网络感受野信息的获取能力和对Neck网络的特征提取能力。利用Kmeans++算法对安全帽数据进行anchor尺寸优化,提高算法的检测准确率。实验结果表明,SR_YOLO的mAP为84.05%,较YOLOv4提高1.45%,每秒检测帧率为30 fps,能够实现安全帽佩戴情况的快速准确检测。 展开更多
关键词 安全帽佩戴检测 YOLOv4 空间金字塔池化层 特征增强模块 Res2 Net scse注意力机制 Kmeans++
在线阅读 下载PDF
基于改进YOLOv3的安全帽检测方法研究 被引量：3
4
作者 丁文龙 费树珉 《电子测试》 2022年第11期84-86,114,共4页
针对目前对工业现场安全帽佩戴检测过程中出现的检测准确率低和实时性弱问题,提出一种基于YOLOv3的改进模型。首先,采用K-Means++聚类算法,优化获取安全帽佩戴检测的先验框尺寸;在YOLOv3特征提取网络之后引入注意力模块(scSE);并在网络... 针对目前对工业现场安全帽佩戴检测过程中出现的检测准确率低和实时性弱问题,提出一种基于YOLOv3的改进模型。首先,采用K-Means++聚类算法,优化获取安全帽佩戴检测的先验框尺寸;在YOLOv3特征提取网络之后引入注意力模块(scSE);并在网络预测阶段,引入残差模块。实验表明:在自制安全帽佩戴检测数据集实验中平均准确率达到88.16%。相较于原始的YOLOv3算法,改进后算法对安全帽检测平均准确度有一定程度的提高。 展开更多
关键词 目标检测 安全帽检测 YOLOv3 scse注意力机制 残差网络
在线阅读 下载PDF
改进Yolov5的玉米叶部蚜虫检测方法 被引量：1
5
作者 刘奎 聂博文 +1 位作者 王广军 郭依萍 《合肥学院学报（综合版）》 2023年第2期81-89,共9页
针对蚜虫作为小目标在田间背景下由于其体积小、图像占比低带来的特征难以提取的问题,以及提取过程中蚜虫个体尺寸差异较大的问题,提出了一种改进Yolov5网络的蚜虫检测方法。在主干网络中段不同位置嵌入两个空间-通道并行注意力模块(scS... 针对蚜虫作为小目标在田间背景下由于其体积小、图像占比低带来的特征难以提取的问题,以及提取过程中蚜虫个体尺寸差异较大的问题,提出了一种改进Yolov5网络的蚜虫检测方法。在主干网络中段不同位置嵌入两个空间-通道并行注意力模块(scSE),在空间维度和通道维度上校准特征图的权重,增强蚜虫有效特征的提取,抑制背景无关信息的干扰。另外,在主干网络后段引入空洞卷积空间金字塔池化模块(ASPP),对特征图以不同膨胀速率的空洞卷积核提取多尺度信息,并进行特征融合,以搜索不同大小的蚜虫目标。实验结果表明,改进方法比原Yolov5网络平均精确率提高了3.9%,召回率提高了2.5%,同时保证了每张图片5ms的检测速度,对比其他流行方法在精确率和速度上也有明显的优势,证明了其检测田间蚜虫的有效性。 展开更多
关键词 目标检测 病虫害防治 Yolov5 scse注意力机制 ASPP
在线阅读 下载PDF
基于改进的Faster-RCNN的生活垃圾智能检测分类 被引量：2
6
作者 周华平 赵留阳 《阜阳师范大学学报（自然科学版）》 2022年第3期49-55,共7页
针对传统Faster-RCNN算法检测小目标物体精度较低等问题,提出了一种改进算法。该算法以Faster-RCNN算法为基础,选用RepVGG残差网络做为基础特征提取网络,以便更多保留垃圾中小目标的特征信息。在RPN网络中使用K-means++聚类算法获得更... 针对传统Faster-RCNN算法检测小目标物体精度较低等问题,提出了一种改进算法。该算法以Faster-RCNN算法为基础,选用RepVGG残差网络做为基础特征提取网络,以便更多保留垃圾中小目标的特征信息。在RPN网络中使用K-means++聚类算法获得更加精准的基准候选框,并在RepVGG网络中嵌入scSE注意力机制,提高小目标垃圾的检测精度,增强算法的鲁棒性。实验结果表明本文算法对小目标检测效果的精度有1.51%以上的提升。 展开更多
关键词 Faster-RCNN RepVGG K-means++ scse注意力机制
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