期刊文献+
共找到56篇文章
< 1 2 3 >
每页显示 20 50 100
基于重参数化的光伏电池缺陷检测算法 被引量:1
1
作者 杨丽 邓靖威 +2 位作者 段海龙 杨晨晨 李凤泉 《电子测量技术》 北大核心 2025年第5期184-192,共9页
针对光伏电池电致发光图像缺陷的复杂背景干扰不均、形状多变和缺陷多尺度等问题,提出了一种基于重参数化的光伏电池缺陷检测算法OM-Detector。首先结合广义高效层聚合网络和在线重参数化,提出了OREPANCSPELAN4模块,引入重参数化有效地... 针对光伏电池电致发光图像缺陷的复杂背景干扰不均、形状多变和缺陷多尺度等问题,提出了一种基于重参数化的光伏电池缺陷检测算法OM-Detector。首先结合广义高效层聚合网络和在线重参数化,提出了OREPANCSPELAN4模块,引入重参数化有效地通过梯度下降优化算法进行训练,在提升精度的同时降低了模型参数量,使模型轻量化;其次,在颈部网络中引入了多尺度卷积注意力模块,抑制复杂背景的干扰,提高模型检测细小缺陷的准确率;最后,结合重参数化特征提取—融合模块和多尺度卷积注意力模块,构建光伏电池缺陷检测器。使用光伏电池异常检测数据集对算法性能进行验证,实验结果表明,与YOLOv8检测网络相比,平均精度均值提升了2.5%,参数量降低了29%,推理速度加快了5.7%,优于目前的主流目标检测算法,能快速、准确地对光伏电池表面缺陷进行检测。 展开更多
关键词 缺陷检测 重参数化 注意力机制
原文传递
CORM-YOLO:低照度环境下交通行人检测算法
2
作者 王栋 罗亚波 +1 位作者 张峰 黄随 《液晶与显示》 北大核心 2025年第9期1369-1380,共12页
洒水车在夜间或凌晨等低照度环境下频繁作业,然而传统目标检测算法在此类场景中的表现普遍较差,极易出现行人漏检或误检问题,带来误洒水和碰撞等安全隐患。这是由于低照度条件下图像整体亮度不足,目标边缘模糊,颜色和纹理等关键信息退化... 洒水车在夜间或凌晨等低照度环境下频繁作业,然而传统目标检测算法在此类场景中的表现普遍较差,极易出现行人漏检或误检问题,带来误洒水和碰撞等安全隐患。这是由于低照度条件下图像整体亮度不足,目标边缘模糊,颜色和纹理等关键信息退化,导致检测模型难以提取有效特征;同时,噪声信号相对增强,也进一步干扰了模型的判断准确性。为提升洒水车在低照度条件下的行人检测能力,本文提出了一种改进的轻量级检测算法CORM-YOLO。CORM-YOLO算法是在YOLOv8n的基础上进行结构优化,引入了CPA-Enhancer作为特征提取网络,显著增强低照度图像的语义与纹理信息表达能力;采用OREPA优化主干网络卷积模块,有效压缩模型参数与计算成本;利用RepHead替代传统检测头,提高了小目标检测的鲁棒性与精度;同时引入MGDLoss知识蒸馏机制,通过引导轻量模型学习教师模型的判别特征,进一步提升模型整体性能。实验结果表明,CORM-YOLO在低照度行人检测任务中的mAP@50达到0.845,较YOLOv8n提升3.6%,mAP@50∶95达到0.504,提升1.8%,且推理速度满足实际部署要求。该方法在保障低照度作业安全性方面具有重要应用价值,可广泛用于智慧城市和智能交通领域。 展开更多
关键词 低照度行人检测 深度学习 YOLOv8 重参数化 知识蒸馏
在线阅读 下载PDF
基于部分卷积和动静态融合的无人机辅助绝缘子缺陷检测机制
3
作者 杨慧婷 杨志 +4 位作者 郭庆瑞 李峰 郭学让 郭治卿 汪烈军 《网络空间安全科学学报》 2025年第1期86-99,共14页
在无人机(Unmanned Aerial Vehicle,UAV)自动检测绝缘子图像中的缺陷时,检测算法频繁使用注意力模块会导致模型参数过大,实时性较差。为了实现轻量级、高精度的无人机智能巡检,提出一种基于Vision Transformer(ViT)的无人机绝缘子缺陷... 在无人机(Unmanned Aerial Vehicle,UAV)自动检测绝缘子图像中的缺陷时,检测算法频繁使用注意力模块会导致模型参数过大,实时性较差。为了实现轻量级、高精度的无人机智能巡检,提出一种基于Vision Transformer(ViT)的无人机绝缘子缺陷检测模型(UAV Insulator Defect Detection Model based on DEtection TRansformer,UIDDETR)。首先,提出的快速重参数模块(Fast Re-parameterization Module,FREP)利用部分卷积(Partial Convolution,PConv)和重参数化卷积(Re-parameterization Convolution,RepConv)减少了冗余计算,高效地提取了空间特征。其次,通过设计高效内尺度交互模块(Efficient Intra-scale Interaction Module,EISI),加强了高级特征的交互。第三,通过静态融合(Static Fusion,STF)和动态融合(Dynamic Fusion,DYF)两种特征融合策略实现了高层级和低层级语义信息的互补结合。大量实验结果验证了所提方法在开源合成雾绝缘子数据集(Synthetic Foggy Insulator Dataset,SFID)和自制绝缘子数据集(Self-made Insulator Dataset,SID)上的有效性。 展开更多
关键词 无人机智能巡检 绝缘子缺陷检测 部分卷积 模型重参数化 特征融合
在线阅读 下载PDF
基于深度可分离与重参数化的轻量化目标检测模型
4
作者 林初欣 陈姜男 +2 位作者 鄢化彪 邓亚峰 肖文祥 《机电工程技术》 2025年第8期28-32,69,共6页
为解决铁路轨道扣件检测模型轻量化部署问题,以YOLOX-s模型为基准,提出一种基于深度可分离卷积的特征金字塔,实现颈部网络结构的轻量化特征融合,提升模型轻量化后的特征提取能力。针对YOLOX架构中解耦头产生的更多参数量与计算开销,引... 为解决铁路轨道扣件检测模型轻量化部署问题,以YOLOX-s模型为基准,提出一种基于深度可分离卷积的特征金字塔,实现颈部网络结构的轻量化特征融合,提升模型轻量化后的特征提取能力。针对YOLOX架构中解耦头产生的更多参数量与计算开销,引入深度可分离卷积,简化解耦头的参数量,并使用重参数化卷积达成检测头的精确度优化,平衡模型参数轻量化造成的精确度损失。实验表明,针对铁路轨道扣件检测问题,相较于基准模型,该方法降低了22.26%的参数量和31.3%的浮点数计算量,精确度保持在原有水平。基于深度可分离与重参数化的轻量化目标检测模型有效降低了模型参数,为部署在铁路在线检测轻型设备上提供一种可行方法。 展开更多
关键词 模型轻量化 铁路轨道扣件检测 深度可分离卷积 模型重参数化
在线阅读 下载PDF
空间群目标ISAR成像与检测方法
5
作者 贾竣皓 陈学斌 +1 位作者 李璋峰 叶春茂 《系统工程与电子技术》 北大核心 2025年第6期1843-1854,共12页
应用窄带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像处理方法有助于空间群目标的精确检测。然而,由于群目标运动状态存在差异,成像结果可能存在较严重的模糊,进而限制对群内目标检测的能力。为此,针对空间群目标提出... 应用窄带逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像处理方法有助于空间群目标的精确检测。然而,由于群目标运动状态存在差异,成像结果可能存在较严重的模糊,进而限制对群内目标检测的能力。为此,针对空间群目标提出一种基于ISAR处理架构的场景成像及目标检测方法。首先,基于运动特征一致性关联,从不同距离单元提取出Chirplet分量,确保目标与分量间的对应关系。然后,通过建立代价函数实现逐个目标解速度模糊,获得目标运动参数有效估计。最后,数值仿真的实验结果验证了所提方法的有效性以及对群目标检测性能的提升效果。 展开更多
关键词 窄带逆合成孔径雷达成像 群目标检测 Chirplet分量关联 速度模糊 参数化平动补偿
在线阅读 下载PDF
基于NAS和结构重参数化的电缆工序识别知识蒸馏训练框架
6
作者 倪天 梅沁 +3 位作者 刘星晔 黄敏 郭燕娜 白晨阳 《电力大数据》 2025年第6期60-67,共8页
针对电缆施工场景下端侧视觉模型识别精度不足的问题,本文提出了一种结合神经架构搜索(neural architecture search,NAS)和结构重参数化(structural re-parameterization)技术的知识蒸馏(knowledge distillation,KD)框架,旨在利用视觉... 针对电缆施工场景下端侧视觉模型识别精度不足的问题,本文提出了一种结合神经架构搜索(neural architecture search,NAS)和结构重参数化(structural re-parameterization)技术的知识蒸馏(knowledge distillation,KD)框架,旨在利用视觉大模型的强大表征能力,提升轻量化端侧模型的综合性能。该框架创新性地将结构重参数化与NAS协同应用于知识蒸馏过程;在训练阶段通过动态扩展模型结构增强小模型的学习能力;在推理阶段恢复原始轻量架构,确保部署效率;在训练后期也缓解了传统知识蒸馏性能提升乏力的问题。在通用目标检测数据集与电缆施工专用数据集上的系统验证结果表明,所提方法在显著提升端侧模型识别精度的同时,维持了高效推理速度,对推动电缆施工智能化落地具有重要实践价值。 展开更多
关键词 知识蒸馏 电缆检测 NAS 结构重参数化
在线阅读 下载PDF
YOLOv8n模型在驾驶疲劳检测中的轻量化与实时性改进
7
作者 张俊辉 杜峰 +2 位作者 武继权 黄渤 杨晨 《光电工程》 北大核心 2025年第10期15-26,共12页
为解决疲劳驾驶检测模型计算量大、参数量需求高以及人脸关键点提取能力不足的问题,提出了一种基于改进YOLOv8n的算法。首先,引入DRB(dilated reparameterization block)网络替代原始骨干网络,通过扩大感受野,有效捕捉不同尺度的关键特... 为解决疲劳驾驶检测模型计算量大、参数量需求高以及人脸关键点提取能力不足的问题,提出了一种基于改进YOLOv8n的算法。首先,引入DRB(dilated reparameterization block)网络替代原始骨干网络,通过扩大感受野,有效捕捉不同尺度的关键特征,显著增强特征提取能力。其次,在Detect检测头中融入轻量化全卷积单级目标检测器(fully convolutional one-stage object detector,FCOS)架构,通过共享卷积,显著减少参数量,同时提升定位与分类性能,降低计算需求。实验总训练轮次为100,在同一硬件配置下改进后的模型平均精度均值(mAP)达81.2%,较基准模型提升1.9%;计算量(GFLOPs)和模型大小(model size)分别减少32.1%和33.3%,延迟时间缩短71.53%,检测速度提升35 f/s。改进算法在驾驶员面部目标检测任务中具有一定参考价值。 展开更多
关键词 疲劳驾驶检测 轻量化目标检测 YOLOv8n 全卷积单级目标集成 结构重参数化
在线阅读 下载PDF
基于YOLO-RAMS的计算机随机存取存储器插槽旋转检测算法
8
作者 陈奥 王琨 贺昊辰 《计算机工程与应用》 北大核心 2025年第17期147-158,共12页
针对计算机随机存取存储器智能化安装场景中,需要快速精确定位插槽和计算其角度等问题,提出一种改进YOLOv8n-obb的计算机随机存取存储器插槽旋转检测算法YOLO-RAMS。在主干高层设计扩张重参数化残差模块,增强网络捕获稀疏模式的能力,充... 针对计算机随机存取存储器智能化安装场景中,需要快速精确定位插槽和计算其角度等问题,提出一种改进YOLOv8n-obb的计算机随机存取存储器插槽旋转检测算法YOLO-RAMS。在主干高层设计扩张重参数化残差模块,增强网络捕获稀疏模式的能力,充分提取更丰富的语义特征,并构建多速率扩张卷积金字塔模块,提高模型对全局上下文和细节信息的关注度;在颈部设计双重维度感知特征融合扩散网络,专注于对不同维度特征的自适应选择和精细融合,以提升多尺度目标的显著性;在头部设计特征交互动态检测头并添加P2层,增加头部对交互特征的学习以及增强头部的动态特性和小目标的显著性,进一步提高检测精度;引入瓶颈注意力模块,突出关键信息,强化模型表征能力。实验结果表明,YOLO-RAMS的准确率、召回率、mAP@0.5和mAP@0.5:0.95达到89.2%、78.2%、90.1%和57.4%,相比原模型分别提高6.8、4.4、5.7和6.6个百分点,平均角度误差1.7°,参数量为2.69×106,检测帧率达到172.2 FPS,该算法有效减少了误检、漏检及角度误差,具有较优的实际应用性能。 展开更多
关键词 随机存取存储器 旋转检测 YOLOv8n-obb 扩张重参数化残差 多速率扩张 双重维度感知 特征交互
在线阅读 下载PDF
Error analysis and Stokes parameter measurement of rotating quarter-wave plate polarimeter 被引量:1
9
作者 支丹丹 李健军 +3 位作者 高冬阳 翟文超 黄雄豪 郑小兵 《Chinese Physics B》 SCIE EI CAS CSCD 2017年第12期242-247,共6页
In this paper, we present a simple Stokes parameter measurement method for a rotating quarter-wave plate polarimeter. This method is used to construct a model to describe the principle of how the magnitudes of errors ... In this paper, we present a simple Stokes parameter measurement method for a rotating quarter-wave plate polarimeter. This method is used to construct a model to describe the principle of how the magnitudes of errors influence the deviation of the output light Stokes parameter, on the basis of accuracy analysis of the retardance error of the quarter-wave plate, the misalignment of the analyzing polarizer, and the phase shift of the measured signals, which will help us to determine the magnitudes of these errors and then to acquire the correct results of Stokes parameters. The method is validated by the experiments on left-handed circularly polarized and linear horizontal polarization beams. With the improved method, the maximum measurement deviations of Stokes parameters for these two different polarized states are reduced from 2.72% to 2.68%, and from 3.83% to 1.06% respectively. Our results demonstrate that the proposed method can be used as a promising approach to Stokes parameter measurement for a rotating quarter-wave plate polarimeter. 展开更多
关键词 POLARIZATION stokes parameter detection POLARIMETER
原文传递
基于改进YOLOv8的水下目标检测算法
10
作者 梁秀满 张腾 +3 位作者 于海峰 刘振东 梁卫征 刘德卿 《计算机工程与设计》 北大核心 2025年第9期2599-2607,共9页
针对水下环境可见度低、生物重叠遮挡等干扰水下目标检测的问题,提出一种基于改进YOLOv8的水下目标检测算法。针对图像模糊和目标重叠问题,引入了感受野机制卷积,并对C2f重新设计,使模型根据输入特征动态调节感受野权重,解决检测过程中... 针对水下环境可见度低、生物重叠遮挡等干扰水下目标检测的问题,提出一种基于改进YOLOv8的水下目标检测算法。针对图像模糊和目标重叠问题,引入了感受野机制卷积,并对C2f重新设计,使模型根据输入特征动态调节感受野权重,解决检测过程中参数共享的问题;利用重参数化泛化特征金字塔网络对颈部重新设计,增强了特征交互能力,并优化了推理结构;在颈部引入了改善目标遮挡的分离增强注意力机制,增强对遮挡目标的检测能力。实验结果表明,改进后的YOLOv8算法检测精度mAP50达到了84.5%,该结果表明所提模型可以满足水下目标检测需求。 展开更多
关键词 深度学习 水下目标检测 YOLOv8 卷积神经网络 注意力机制 结构重参数化 分类回归
在线阅读 下载PDF
RepViTS-YOLOX:水下模糊及遮挡目标检测方法 被引量:10
11
作者 陶洋 朱腾 +2 位作者 钟邦乾 周昆 周立群 《计算机工程与应用》 CSCD 北大核心 2024年第13期200-208,共9页
针对水下目标检测中的目标模糊和遮挡问题,提出基于YOLOX改进的RepViTS-YOLOX水下目标检测方法。该方法采用RepViTS作为特征提取网络并通过结构重参数化,有效提升了对水下目标的特征提取能力和模型推理速度。引入空间和通道重构(spatial... 针对水下目标检测中的目标模糊和遮挡问题,提出基于YOLOX改进的RepViTS-YOLOX水下目标检测方法。该方法采用RepViTS作为特征提取网络并通过结构重参数化,有效提升了对水下目标的特征提取能力和模型推理速度。引入空间和通道重构(spatial and channel reconstruction convolution,SCConv)模块,增强网络对模糊目标的关注。改进特征融合网络,通过跨尺度连接和多尺度融合,加强不同层次特征间的信息交流,使模型更好理解遮挡目标特征。针对定位和分类任务对特征的不同需求,引入上下文解耦头(task-specific context decoupling head,TSCODE),对遮挡目标更精准地定位和分类。实验结果证明,RepViTS-YOLOX方法在RUOD数据集上取得了85.7%的检测效果,较YOLOX提高了3.8个百分点。检测结果显示,该方法可以有效改善水下模糊和遮挡目标的检测情况,提高水下目标检测精度。 展开更多
关键词 YOLOX 目标检测 结构重参数化 解耦检测头 注意力机制
在线阅读 下载PDF
联合结构重参数和YOLOv5的航拍红外目标检测 被引量:3
12
作者 邵延华 张兴平 +2 位作者 张晓强 楚红雨 吴亚东 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期382-389,共8页
无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题,基于YOLOv5和结构重参数化优化思想,提出了一种针对航拍... 无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题,基于YOLOv5和结构重参数化优化思想,提出了一种针对航拍场景的目标检测模型Rep-YOLO。首先,在主干网络中引入RepVGG模块,提升模型特征提取能力;在模型推理时对RepVGG模块的多分支进行结构重参数化,减少网络分支和结构复杂度。其次,结合数据特征,改进检测网络颈部的路径聚合网络,提升检测算法在机载平台的精度-速度均衡能力。最后,在两个公开红外数据集进行对比实验,表明该算法的有效性。以南航ComNet航拍数据集为例,统计结果显示主要检测指标各类平均精度(mean Average Precision,mAP)提升5.9%,同时参数量和模型大小分别减少约29.7%和23.2%。另外,对Rep-YOLO在典型机载平台Jetson Nano上进行了模型部署验证,为航拍场景的检测算法改进和实际应用提供了可靠的技术支撑。 展开更多
关键词 深度学习 红外图像 航拍目标检测 YOLOv5 结构重参数化
在线阅读 下载PDF
融合大卷积核注意力机制的水下目标检测算法 被引量:2
13
作者 陶洋 赵文博 +2 位作者 钟邦乾 周昆 周立群 《小型微型计算机系统》 CSCD 北大核心 2024年第11期2688-2694,共7页
水下目标检测广泛应用于水下勘探、水下生物监测等领域.水下生物的自身习性导致目标之间存在相互遮挡的问题,水体对光线的吸收与散射导致水下图像存在颜色偏移与模糊.针对上述问题,本文提出LKCA-YOLOv5水下目标检测算法.首先,设计空间融... 水下目标检测广泛应用于水下勘探、水下生物监测等领域.水下生物的自身习性导致目标之间存在相互遮挡的问题,水体对光线的吸收与散射导致水下图像存在颜色偏移与模糊.针对上述问题,本文提出LKCA-YOLOv5水下目标检测算法.首先,设计空间融合(S2F)模块,增强对空间维度信息的关注,提高对遮挡目标的检测能力.其次,设计大核卷积注意力特征提取模块,增强对模糊及颜色偏移水下图像的特征提取能力.最后,重参数化LKCA-YOLOv5的跨尺度特征融合单元(CFFU),优化模型检测速度.实验结果表明,LKCA-YOLOv5算法在RUOD数据集和URPC数据集上的检测精度分别达到72.1%和87.3%,检测速度分别达到48FPS和33FPS,相比前沿水下目标检测算法,LKCA-YOLOv5在具有较高检测精度的同时具有更快的检测速度,更加适用于水下目标检测任务. 展开更多
关键词 深度学习 目标检测 YOLO 注意力机制 结构重参数化
在线阅读 下载PDF
室内圆柱引导的激光雷达全局定位与回环检测 被引量:3
14
作者 史鹏程 李加元 +1 位作者 刘欣怡 张永军 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2024年第7期1088-1099,共12页
针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量... 针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量级二进制文件记录圆柱和地物分布。然后,基于圆柱独特的几何特性(离群性、对称性和显著性),提出一种实时LiDAR点云圆柱分割方法。最后,设计两种位姿求解策略:第一种是启发式搜索,在地图与实时数据中搜索出最佳匹配圆柱,进而分别解算平移量和旋转量;第二种是优化求解,利用圆柱之间的拓扑关系构建约束条件并计算最优位姿。为验证所提方法的可行性,采用16线激光雷达在大厅、走廊及混合场景3种典型室内环境进行全局定位和回环检测实验。实验结果表明,该方法可有效实现典型空旷室内环境中机器人的全局定位,可达到90%的定位成功率以及0.073 m定位误差,部分数据可达到毫米级定位精度,最快速度在100 ms内,位置识别性能达到主流方法水平。该方法基本满足实际应用中自动驾驶对全局定位的精度和效率要求。 展开更多
关键词 自动驾驶 全局定位 回环检测 圆柱分割 参数化地图 激光雷达
原文传递
基于YOLOv5的锯材表面缺陷检测算法 被引量:1
15
作者 杨昊 张茹 +4 位作者 王钰圣 赵园园 毕立岩 任世学 王伟 《林业工程学报》 CSCD 北大核心 2024年第5期134-143,共10页
锯材表面缺陷检测是锯材加工的重要环节,随着深度学习和卷积神经网络的发展,越来越多的目标检测算法被引入并应用于锯材表面缺陷的检测。然而,目前的锯材表面缺陷检测算法仍存在检测速度慢、检测精度低等问题。为了解决这些问题,设计了... 锯材表面缺陷检测是锯材加工的重要环节,随着深度学习和卷积神经网络的发展,越来越多的目标检测算法被引入并应用于锯材表面缺陷的检测。然而,目前的锯材表面缺陷检测算法仍存在检测速度慢、检测精度低等问题。为了解决这些问题,设计了一种基于YOLOv5的锯材表面缺陷检测算法,针对该算法设计了可重参数化的主干网络,改进了聚类算法和损失函数,使用了多种数据增强方式并且设计了解耦的检测头。将改进后的算法在NVIDIA RTX3090 GPU上进行训练和测试,在本研究使用的橡胶木和松木锯材表面缺陷数据集上的平均精度均值(mAP)分别达到了98.02%和98.37%,推理时间分别为6.79和6.58 ms。将本研究改进的算法与改进前的算法以及Faster R-CNN、YOLOv3等常用算法进行对比,结果表明,本研究改进的YOLOv5在速度和精度方面都有显著提高。此外,还将本研究使用的橡胶木和松木数据集进行了融合,本研究改进的算法在融合后数据集上的mAP达到了94.88%,推理时间为6.89 ms,相比对比算法仍有明显优势。最后,对相关研究成果进行了对比分析,结果表明本研究改进的算法在检测速度上也具有较大优势,验证了该算法的有效性。 展开更多
关键词 深度学习 目标检测 YOLOv5 表面缺陷检测 重参数化
在线阅读 下载PDF
STC-YOLOv8:一种解决复杂背景下的钢材表面缺陷的检测方法 被引量:3
16
作者 黄奥国 罗小玲 潘新 《内蒙古农业大学学报(自然科学版)》 CAS 北大核心 2024年第5期67-76,共10页
由于钢材表面缺陷尺寸小且背景复杂,传统检测方法在此类场景中常出现漏检和误检问题,且检测精度低、效率慢。本文提出了一种基于YOLOv8n的改进方法,称为STC-YOLOv8,旨在在时间成本不变的情况下提高钢材表面缺陷检测的精度。首先,将主干... 由于钢材表面缺陷尺寸小且背景复杂,传统检测方法在此类场景中常出现漏检和误检问题,且检测精度低、效率慢。本文提出了一种基于YOLOv8n的改进方法,称为STC-YOLOv8,旨在在时间成本不变的情况下提高钢材表面缺陷检测的精度。首先,将主干网络的卷积层替换为SAConv,利用其全局性和大感受野特性,增强模型对小目标特征的提取能力;其次,将原模型的上采样方法替换为CARAFE,通过动态调整插值位置,提升模型对边缘特征和相似特征的提取能力。此外,在检测头中引入多分支结构的重参数模块,进一步增强模型的特征提取能力;最后,针对目标样本较小和部分目标信息难以提取的问题,本文引入了迁移学习策略,增强了模型的泛化性和稳定性。实验结果表明:改进后的STC-YOLOv8模型在数据增强后的NEU-DET数据集上的mAP@0.5达到82.4%,相比原模型YOLOv8n提高了3.8%;在GC10-DET数据集上的mAP@0.5达到66%,提高了2.9%。研究验证了本方法的有效性和稳定性,能够满足钢材表面缺陷检测的实际需求。 展开更多
关键词 缺陷检测 YOLOv8n SAConv CARAFE 重参数化
原文传递
基于改进RT-DETR的车门内拉手表面缺陷检测方法 被引量:4
17
作者 徐仟祥 曾勇 +1 位作者 卢倩 南玉龙 《电子测量技术》 北大核心 2024年第18期172-181,共10页
针对车门内拉手表面的缺陷目标小、多尺度、易反光等问题。首先,通过使用碗状光源和降低图像采集表面夹角的方法,解决内拉手表面图像采集时因表面弯曲和镜面反射导致的缺陷特征被覆盖问题。然后,针对传统的RT-DETR模型存在缺陷检测精度... 针对车门内拉手表面的缺陷目标小、多尺度、易反光等问题。首先,通过使用碗状光源和降低图像采集表面夹角的方法,解决内拉手表面图像采集时因表面弯曲和镜面反射导致的缺陷特征被覆盖问题。然后,针对传统的RT-DETR模型存在缺陷检测精度差,速度慢等问题,提出一种改进的RT-DETR目标检测方法。该方法首先以RT-DETR为基础架构,在主干网络中采用并行的膨胀卷积与CA注意力机制并结合卷积重参数化的方式,以增加网络感受野和建立长距离的语义信息的同时提高网络推理速度。其次,通过添加额外的检测层来增加网络对小目标检测的特征提取能力。紧接着,在多尺度特征融合阶段使用了改进的BIFPN结构以提高模型信息交互的能力。最后,消融实验表明,相较于传统的基于RT-DETR的检测方法,本文提出的改进RT-DETR的检测方法,平均精度提升了6.5%,检测速度为传统模型的1.6倍,同时模型的参数量仅为原网络的76.5%。验证了本文所提方法的有效性。 展开更多
关键词 车门内拉手 缺陷检测 RT-DETR 膨胀卷积 卷积重参数化 BIFPN
原文传递
基于改进YOLOv5s的硬核期葡萄簇检测 被引量:2
18
作者 冯晓 张辉 +3 位作者 刘运超 张微 李小红 马中杰 《中国农机化学报》 北大核心 2024年第8期240-245,共6页
为实现自然环境下硬核期葡萄簇的快速精准检测,提出一种改进的YOLOv5s网络。首先,将YOLOv5s主干特征提取网络和加强特征提取网络中的卷积模块(Conv)替换为拥有更强特征提取能力的RepConv模块;然后,将YOLOv5s主干特征提取网络中C3结构的B... 为实现自然环境下硬核期葡萄簇的快速精准检测,提出一种改进的YOLOv5s网络。首先,将YOLOv5s主干特征提取网络和加强特征提取网络中的卷积模块(Conv)替换为拥有更强特征提取能力的RepConv模块;然后,将YOLOv5s主干特征提取网络中C3结构的BottleNeck也替换为RepConv模块;接下来,将高效通道注意力模块(ECA)添加到YOLOv5s加强特征提取网络中的C3结构;最后,将YOLOv5s卷积模块中的激活函数SiLU改为ReLU6。试验结果表明,改进YOLOv5s网络对葡萄簇检测的精确率为96.5%、召回率为94.5%、平均精度均值为98.0%、检测速度为260 f/s。相比Faster R-CNN、SSD、RetinaNet、YOLOv3(Ultralytics)、YOLOXs和YOLOv5s,其平均精度均值分别高10.4、44.1、13.9、0.2、8.9和1.0个百分点。提出的改进网络能够较好地检测自然环境下模糊、遮挡、簇粘连、不完整、昏暗及逆光等各种状态的硬核期葡萄簇,且方便在移动设备上部署。 展开更多
关键词 葡萄簇 目标检测 YOLOv5s算法 重参数化 注意力机制
在线阅读 下载PDF
基于改进YOLOv5的两阶段抓取检测算法 被引量:4
19
作者 朱文磊 董淑宏 +2 位作者 张洪 于培师 徐稳 《机械制造与自动化》 2024年第5期218-223,共6页
针对复杂场景中机器人的无序抓取需要,提出一种两阶段的抓取检测算法。改进YOLOv5的网络模型,在多尺度特征融合上将浅层位置信息和深层语义信息进行注意力融合,提高多尺度目标的检测能力;将排斥因子引入损失函数中,提高了模型在遮挡环... 针对复杂场景中机器人的无序抓取需要,提出一种两阶段的抓取检测算法。改进YOLOv5的网络模型,在多尺度特征融合上将浅层位置信息和深层语义信息进行注意力融合,提高多尺度目标的检测能力;将排斥因子引入损失函数中,提高了模型在遮挡环境下的鲁棒性;在目标检测后对抓取目标边界框进行裁切处理,避免了抓取检测过程中其余目标的干扰;改进抓取检测算法,引入CSP结构和注意力机制,提高了模型的特征提取能力。在真实环境下针对随意摆放的多目标遮挡物体进行抓取实验,结果表明:机器人抓取成功率为95%。 展开更多
关键词 调压阀 目标检测算法 轻量化 重参数化 特征融合
在线阅读 下载PDF
Data-driven Detection and Identification of Line Parameters with PMU and Unsynchronized SCADA Measurements in Distribution Grids
20
作者 Jinping Sun Qifang Chen Mingchao Xia 《CSEE Journal of Power and Energy Systems》 SCIE EI CSCD 2024年第1期261-271,共11页
Line parameters play an important role in the control and management of distribution systems.Currently,phasor measurement unit(PMU)systems and supervisory control and data acquisition(SCADA)systems coexist in distribu... Line parameters play an important role in the control and management of distribution systems.Currently,phasor measurement unit(PMU)systems and supervisory control and data acquisition(SCADA)systems coexist in distribution systems.Unfortunately,SCADA and PMU measurements usually do not match each other,resulting in inaccurate detection and identification of line parameters based on measurements.To solve this problem,a data-driven method is proposed.SCADA measurements are taken as samples and PMU measurements as the population.A probability parameter identification index(PPII)is derived to detect the whole line parameter based on the probability density function(PDF)parameters of the measurements.For parameter identification,a power-loss PDF with the PMU time stamps and a power-loss chronological PDF are derived via kernel density estimation(KDE)and a conditional PDF.Then,the power-loss samples with the PMU time stamps and chronological correlations are generated by the two PDFs of the power loss via the Metropolis-Hastings(MH)algorithm.Finally,using the power-loss samples and PMU current measurements,the line parameters are identified using the total least squares(TLS)algorithm.Hardware simulations demonstrate the effectiveness of the proposed method for distribution network line parameter detection and identification. 展开更多
关键词 Distribution systems line parameter detection and identification probability density function sampling algorithm the time skew of PMU and SCADA measurements
原文传递
上一页 1 2 3 下一页 到第
使用帮助 返回顶部