期刊文献+
共找到289篇文章
< 1 2 15 >
每页显示 20 50 100
Speckle Suppress for SAR Images Based on Pyramidal Morphology Algorithm
1
作者 张弓 朱兆达 朱宁仪 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2003年第2期103-107,共5页
A Pyramidal Morphology Algorithm is developed for speckle reduction of SARimages in this paper. For reducing the loss of information in the pyramidal algorithm for morphologyprocessing, in this modified algorithm, the... A Pyramidal Morphology Algorithm is developed for speckle reduction of SARimages in this paper. For reducing the loss of information in the pyramidal algorithm for morphologyprocessing, in this modified algorithm, the sub-images are processed parallel in the downsamplingoperation and the sub-images are reconstructed in the upsampling operation. It can be applied toimage filtering parallel. After analysis the computer simulations show that these two kinds offilters are both effective in speckle reduction of SAR images. The modified parallel algorithm doesbetter than the original algorithm and Lee filter on some characteristics. 展开更多
关键词 speckle reduction SAR mathematical morphology pyramidal algorithm IMAGEPROCESSING
在线阅读 下载PDF
融合多尺度特征和多重注意力的棉田杂草检测研究
2
作者 帖军 龙吕佳 +2 位作者 郑禄 刘娇 巴桑顿珠 《中国农机化学报》 北大核心 2025年第10期138-145,共8页
针对现有棉田杂草检测方法识别杂草类别少、精度低的问题,提出一种融合多尺度特征和多重注意力的棉田杂草检测方法。首先,在骨干网络中引入高效多尺度注意力模块提升模型的特征提取能力,同时不增加模型参数量与计算量;其次,在头部网络... 针对现有棉田杂草检测方法识别杂草类别少、精度低的问题,提出一种融合多尺度特征和多重注意力的棉田杂草检测方法。首先,在骨干网络中引入高效多尺度注意力模块提升模型的特征提取能力,同时不增加模型参数量与计算量;其次,在头部网络添加渐进特征金字塔,进一步增强特征融合效果;最后,通过改进框回归损失函数提升模型的收敛速度和定位精度。在CottonWeedDet12数据集上进行试验,结果表明,该方法检测平均精度均值mAP达到94.6%,F1分数为0.754。相比于原始模型,mAP提高2.62%,召回率提高3.16%,同时检测时间为65.359 ms,满足实时检测的要求。该方法能够很好地解决自然环境下棉田杂草的精确检测问题,为棉田智能除草设备的研究提供参考。 展开更多
关键词 棉田 杂草检测 YOLOv8算法 注意力机制 特征金字塔
在线阅读 下载PDF
基于改进麻雀搜索的形状模板匹配算法研究
3
作者 姚震 丁荣杰 卢文波 《计算机仿真》 2025年第7期371-377,共7页
针对形状模板匹配在目标发生角度变化时匹配效率低的问题,提出一种基于改进麻雀搜索(Improved Sparrow Search Algorithm,ISSA)的形状模板匹配算法。引入混沌映射初始化麻雀种群,拓展基础SSA的局部搜索能力;在迭代过程中,加入信息共享机... 针对形状模板匹配在目标发生角度变化时匹配效率低的问题,提出一种基于改进麻雀搜索(Improved Sparrow Search Algorithm,ISSA)的形状模板匹配算法。引入混沌映射初始化麻雀种群,拓展基础SSA的局部搜索能力;在迭代过程中,加入信息共享机制,避免空间中同一位置适应度值被重复计算。以模板边缘梯度作为匹配特征,离线构建多角度模板信息库;采用金字塔分层搜索和度量停止标准提升在线匹配实时性;将图像相似性作为适应度值,用ISSA代替穷举遍历对待匹配的角度模板进行迭代更新。实验结果表明,所提算法在目标发生旋转、光照和遮挡时,可以实时精准匹配。运行效率高于基础麻雀(SSA)、粒子群(PSO)和灰狼(GWO)优化的算法,为传统算法的454%~725%。 展开更多
关键词 麻雀搜索算法 形状模板匹配 金子分层搜索算法 机器视觉
在线阅读 下载PDF
改进Faster R-CNN模型在金属表面划痕检测中的应用
4
作者 霍春宝 王童丽 佟智波 《渤海大学学报(自然科学版)》 2025年第1期71-80,共10页
针对现有技术在金属表面划痕检测中的局限性,提出了一种基于Faster R-CNN的改进两阶段算法模型.该模型在Faster R-CNN框架中引入特征金字塔结构,以增强多尺度特征提取能力;然后通过加入频率加权噪声机制优化特征金字塔,进一步提升特征... 针对现有技术在金属表面划痕检测中的局限性,提出了一种基于Faster R-CNN的改进两阶段算法模型.该模型在Faster R-CNN框架中引入特征金字塔结构,以增强多尺度特征提取能力;然后通过加入频率加权噪声机制优化特征金字塔,进一步提升特征表征能力;最后为应对划痕形态的不规则性,引入可变形卷积模块,显著提高了模型对多样化划痕特征的检测性能.实验采用相同数据集进行训练,通过对比改进前后模型的精确率、准确率和召回率等关键指标,实验结果表明,改进后的Faster R-CNN在检测效率和精度上均有显著提升,其中均值平均精度(mAP)达到93.1%,充分验证了该模型的有效性和实用性,对于解决当前金属表面划痕检测的局限性提供了最佳的解决方案. 展开更多
关键词 深度学习 可变形卷积 特征金字塔 两阶段算法
在线阅读 下载PDF
远距离情形下的改进YOLOv8行人检测算法 被引量:2
5
作者 汤静雯 赖惠成 王同官 《计算机工程》 北大核心 2025年第4期303-313,共11页
智慧社区场景下的行人检测需要精准识别行人以应对各类情况的发生,然而面对遮挡和远距离行人的情景,现有检测器会出现漏检、误检以及模型过大不易部署的问题。针对以上问题,提出基于YOLOv8的行人检测算法ME-YOLO。设计一种高效特征提取... 智慧社区场景下的行人检测需要精准识别行人以应对各类情况的发生,然而面对遮挡和远距离行人的情景,现有检测器会出现漏检、误检以及模型过大不易部署的问题。针对以上问题,提出基于YOLOv8的行人检测算法ME-YOLO。设计一种高效特征提取模块(EM),使得网络更好地学习行人特征和捕捉行人特点,在减少网络参数量的同时提高检测精度。设计一个重构的检测头模块,重新整合后的检测层增强了网络对小目标的识别能力,有效检测小目标行人。引入双向特征金字塔网络来设计新的颈部网络,即双向扩张残差-特征金字塔网络(BDR-FPN),利用扩张残差模块和附权注意力机制来扩展感受野及有所侧重地学习行人特征,缓解网络对遮挡行人不敏感问题。实验结果表明,在CityPersons数据集上进行训练和验证,相比原算法YOLOv8,ME-YOLO算法的AP_(50)提高了5.6百分点,模型参数量减少了41%,模型大小压缩了40%,在TinyPerson数据集上验证算法的有效性和泛化性,AP_(50)提高了4.1百分点,AP_(50∶95)提高了1.7百分点。该算法在大幅度减少模型参数和大小的同时,有效提高了检测精度,在智慧社区场景中有较好的应用价值。 展开更多
关键词 行人检测 智慧社区 小目标行人 特征金字塔网络 YOLOv8算法
在线阅读 下载PDF
基于多尺度融合验证改进SGBM的粮食智能扦样研究
6
作者 姚志豪 张蕙 +3 位作者 许德刚 陈荣喆 李智 陈卫东 《中国粮油学报》 北大核心 2025年第9期199-208,共10页
为解决传统的粮食扦样存在着过度依赖人工、智能化程度低等问题,研究提出一种基于多尺度融合验证改进半全局立体匹配(SGBM)的粮食智能扦样方法。使用特征金字塔提取散粮运输车深度图不同层次下的特征信息,将多尺度信息融合为均值视差;引... 为解决传统的粮食扦样存在着过度依赖人工、智能化程度低等问题,研究提出一种基于多尺度融合验证改进半全局立体匹配(SGBM)的粮食智能扦样方法。使用特征金字塔提取散粮运输车深度图不同层次下的特征信息,将多尺度信息融合为均值视差;引入WLS滤波、引导滤波来平滑视差;根据设定阈值剔除2种滤波中的无效视差,融合成最优的视差。通过测量模拟车厢的尺寸来验证该算法的有效性,实验结果表明改进的SGBM算法较传统的SGBM算法相对误差降低1.70%~2.25%,具有更准确的匹配结果,生成的视差图更加平滑,扦样的准确率得到有效提升。 展开更多
关键词 双目视觉 SGBM算法 智能扦样 特征金字塔
在线阅读 下载PDF
结合改进CNN与自注意力机制的煤矿轮式机器人目标检测技术 被引量:1
7
作者 唐俊飞 邢海龙 +3 位作者 李溯 张涛涛 刘恒 姚诗雨 《煤矿安全》 北大核心 2025年第3期224-232,共9页
在复杂煤矿环境和光照不均等恶劣条件下,现有的目标检测技术难以满足智能巡检需求。为解决这一问题,提出了一种基于改进卷积神经网络和自注意力机制的目标检测方法。首先构建了基于金字塔结构与注意力机制的特征提取网络;在此基础上,设... 在复杂煤矿环境和光照不均等恶劣条件下,现有的目标检测技术难以满足智能巡检需求。为解决这一问题,提出了一种基于改进卷积神经网络和自注意力机制的目标检测方法。首先构建了基于金字塔结构与注意力机制的特征提取网络;在此基础上,设计了双向特征金字塔网络模块,进一步强化特征提取功能;最后,利用YOLO Head模块进行预测处理。试验结果表明:经过2398次迭代后,模型的损失最终稳定在0.01左右,达到了理想的loss效果;模型在迭代至1598次时准确度达到0.95,并在1845次左右进入稳态,是达到稳态最快的模型之一,整体检测时长为3.2 ms;模型能够提升复杂环境下目标检测的精度和效率。 展开更多
关键词 煤矿轮式机器人 智能巡检 目标检测算法 金字塔结构 注意力机制 深度学习
在线阅读 下载PDF
基于改进ICP算法和级联ASPP算法的异形建筑表面重建 被引量:1
8
作者 史振玮 《北京测绘》 2025年第4期462-467,共6页
由于异形建筑独特的几何形态和复杂的表面结构,在对建筑表面进行重建时,表面识别结果容易出现偏差,影响重建模型的精度。对此,设计基于改进迭代最近点(ICP)算法和级联检测分割(ASPP)算法的异形建筑表面重建方法。改进ICP算法实施点云配... 由于异形建筑独特的几何形态和复杂的表面结构,在对建筑表面进行重建时,表面识别结果容易出现偏差,影响重建模型的精度。对此,设计基于改进迭代最近点(ICP)算法和级联检测分割(ASPP)算法的异形建筑表面重建方法。改进ICP算法实施点云配准,将从不同位置采集到的点云数据统一到同一个坐标系下,消除位置偏差,提高点云数据的配准精度。通过级联ASPP算法设计轻量级语义分割模型,聚合多尺度信息,确保算法的识别范围能全面覆盖视野范围。利用随机抽样一致性(RANSAC)算法自动化处理异形建筑的识别数据,结合最小二乘法原理进行墙面立体拟合,得到高精度的表面重建参数,实现异形建筑表面重建。测试结果表明,设计方法的重建结果接近真实世界的几何形态,在异形建筑表面各墙面上重建偏差值均低于1.5。 展开更多
关键词 点云配准 迭代最近点(ICP)算法 级联检测分割(ASPP)算法 随机抽样一致性(RANSAC)算法 异形建筑表面
在线阅读 下载PDF
基于视觉原理的链轮缺陷检测方法研究
9
作者 姜都 刘永 +3 位作者 王宸 李伟杰 陈沛森 王红霞 《仪表技术与传感器》 北大核心 2025年第2期34-39,共6页
针对现有的链轮缺陷检测方法存在效率低、易受主观因素影响等问题,提出一种基于视觉原理的链轮缺陷检测方法。首先,采用掩膜法与连通域分析,分类检测出轮齿缺陷;其次,使用图像金字塔对待检图像进行采样;然后,提出一种角度偏差计算与搜... 针对现有的链轮缺陷检测方法存在效率低、易受主观因素影响等问题,提出一种基于视觉原理的链轮缺陷检测方法。首先,采用掩膜法与连通域分析,分类检测出轮齿缺陷;其次,使用图像金字塔对待检图像进行采样;然后,提出一种角度偏差计算与搜索空间限制的改进匹配算法提升检测效率;最后,通过计算模板与待检图像之间的Hausdorff距离,检测出轮廓缺陷。实验结果表明:轮齿缺陷的检测准确率为98%,轮廓缺陷的检测准确率为95%,平均检测时间分别不超过2、9 s,可以满足自动检测的需求。 展开更多
关键词 视觉原理 缺陷检测 金字塔分层算法 模板匹配算法 HAUSDORFF距离
在线阅读 下载PDF
改进型RT-DETR在干扰场景下的路面损伤检测研究
10
作者 周臣 肖中俊 《齐鲁工业大学学报》 2025年第4期70-80,共11页
随着路面损伤巡检领域不断发展革新,评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响,提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔(features reunion pyramid,F... 随着路面损伤巡检领域不断发展革新,评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响,提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔(features reunion pyramid,FRP)对干扰信息进行过滤,采用补充细节与轻量化模块(complementary details and lightweight module,CDLM)实现算法轻量化。实验结果表明:相比RT-DETR算法,改进型Road-DETR在公共数据集RDD2022的P mA0.5和P mA0.5∶0.95分别提升2.4%和2.2%,在自建数据集(road detection interference,RDI)上分别提升2.2%和1.9%,整体上参数量大幅下降,计算量和检测速度基本不受影响。说明提出的改进方法有效地提升了算法的抗干扰能力和边缘检测能力,在干扰场景下路面损伤检测的效果明显优于其他算法。 展开更多
关键词 路面损伤检测 RT-DETR算法 干扰场景 金字塔结构 目标检测算法
在线阅读 下载PDF
航空发动机叶型图像检测神经网络配准算法
11
作者 王朝虎 卢洪义 +2 位作者 吴文勇 李林蔚 熊双 《电子测量技术》 北大核心 2025年第8期55-70,共16页
针对传统的ORB算法在航空发动机叶型图像拼接下,特征点检测数量不稳定,出现误检、漏检、尺寸不变性较差,以及拼接精度低等问题,本文开展了叶型图像拼接实验研究,并提出了一种结合卷积神经网络改进的角点检测ORB-CNN算法。该算法的思想为... 针对传统的ORB算法在航空发动机叶型图像拼接下,特征点检测数量不稳定,出现误检、漏检、尺寸不变性较差,以及拼接精度低等问题,本文开展了叶型图像拼接实验研究,并提出了一种结合卷积神经网络改进的角点检测ORB-CNN算法。该算法的思想为:应用改进后的角点检测算法在构建图像金字塔下实现不同尺度下的角点提取,在特征点检测阶段,使用卷积神经网络(CNN)替代FAST算法中的16像素圆环所建立FAST-n检测,根据领域像素数量,在CNN中添加卷积层,即添加设计卷积核,提取图像中与FAST-n检测相关的特征。采用BRIEF方法获取检测特征点描述子,计算Hamming距离,实现了特征点的精准匹配。实验结果表明,对比于传统ORB算法以及SIFT算法,改进后的算法特征点提取均匀度分别提升了18.83%、33.36%。在光照变化实验中,改进算法在强光和暗光条件下的特征点匹配精度分别提升了16.63%和19.04%。在尺寸不变性及旋转不变性测试中,改进算法在图像缩放和旋转后仍能稳定匹配特征点,对比原ORB算法及SIFT算法,其特征点偏距及匹配精确率分别提升了66.95%、64.26%、12.63%、6.62%。该方法有效克服了传统ORB算法在尺寸不变性层面的局限性,还保留了ORB算法在配准速度及质量上的优势,显著提升了在复杂环境下的检测性能和鲁棒性,为航空发动机叶型间隙非接触测量奠定了基础。 展开更多
关键词 叶型间隙 ORB算法 SIFT算法 图像拼接 尺寸金字塔 汉明距离
原文传递
基于优化VMD与TCN-ISE-Pyraformer的短期电力负荷预测
12
作者 张翾 李红月 《安徽工业大学学报(自然科学版)》 2025年第3期263-275,共13页
针对传统预测模型在捕捉多特征负荷数据时难以兼顾全局和局部特征的问题,提出一种基于麻雀搜索算法(SSA)优化变分模态分解(VMD)与改进挤压–激励(ISE)模块、时序卷积网络(TCN)和Pyraformer的组合预测模型。首先,采用SSA优化VMD参数,将... 针对传统预测模型在捕捉多特征负荷数据时难以兼顾全局和局部特征的问题,提出一种基于麻雀搜索算法(SSA)优化变分模态分解(VMD)与改进挤压–激励(ISE)模块、时序卷积网络(TCN)和Pyraformer的组合预测模型。首先,采用SSA优化VMD参数,将波动性较强的动态负荷序列分解为多个平稳的模态分量,以降低原始数据的非平稳性;随后,将分解得到的本征模态函数输入TCN以提取局部特征,并通过ISE模块自适应分配权重,有效抑制噪声干扰;最后,将加权后的特征输入Pyraformer以捕获全局特征,并输出最终的预测结果。为验证模型性能,采用2个地区的真实电力负荷数据集进行仿真实验。结果表明:在2个算例中,该模型的决定系数分别达0.994 9与0.984 2,均优于对比模型。这一结果验证了所提模型在同时捕捉多特征负荷数据全局和局部特征方面的优势,展现出更高的预测精度和稳定性。 展开更多
关键词 短期电力负荷预测 时序卷积网络 Pyraformer ISE模块 变分模态分解 麻雀搜索算法 金字塔注意力模型
在线阅读 下载PDF
基于多策略改进蜣螂算法的三维无人机路径规划
13
作者 王紫益 王雷 +2 位作者 徐浩然 张桐彬 夏强强 《南京航空航天大学学报(自然科学版)》 北大核心 2025年第3期475-486,共12页
针对传统的蜣螂算法在三维无人机(Unmanned aerial vehicle, UAV)路径规划中存在求解精度低、收敛速度慢及容易陷入局部最优等问题,提出了一种基于多策略改进的蜣螂算法(Multi-strategy improved dung beetle optimizer, MSIDBO)。该算... 针对传统的蜣螂算法在三维无人机(Unmanned aerial vehicle, UAV)路径规划中存在求解精度低、收敛速度慢及容易陷入局部最优等问题,提出了一种基于多策略改进的蜣螂算法(Multi-strategy improved dung beetle optimizer, MSIDBO)。该算法首先采用空间金字塔匹配(Spatial pyramid matching,SPM)混沌映射与反向学习策略进行种群初始化,以提高初始种群的多样性和质量。其次,引入改进后的边界收敛因子,以实现算法全局探索与局部搜索能力的平衡。然后,融合海鸥优化算法的攻击机制,以提升收敛速度和求解精度。最后,采用t-distribution差分变异策略,以提高算法跳出局部最优解的能力。将改进的蜣螂算法与其他的启发式算法和相关的改进算法进行基准函数测试,MSIDBO算法相较于其他启发式算法和改进算法,在收敛速度与精度方面表现突出;此外,将改进的蜣螂算法应用于三维无人机路径规划仿真,实验仿真结果表明在不同的场景下MSIDBO算法生成的路径代价函数值更小,路径质量更高,平稳性更佳。 展开更多
关键词 蜣螂算法 空间金字塔匹配混沌映射 反向学习 海鸥优化算法 t-distribution差分变异
在线阅读 下载PDF
面向数字孪生的输电线路设备识别方法
14
作者 蔡杰 张凌乐 +4 位作者 贺兰菲 李晶晶 谢松阳 何锦涛 王灿 《智慧电力》 北大核心 2025年第4期45-52,共8页
随着电网智能化升级,精准的设备识别成为提升管理效率的关键。针对输电线路设备识别问题,提出一种面向数字孪生的输电线路设备识别方法。在数字孪生输电线路系统框架下,基于跨连接结构特征金字塔网络、注意力机制和最小点距离交并比损... 随着电网智能化升级,精准的设备识别成为提升管理效率的关键。针对输电线路设备识别问题,提出一种面向数字孪生的输电线路设备识别方法。在数字孪生输电线路系统框架下,基于跨连接结构特征金字塔网络、注意力机制和最小点距离交并比损害函数对YOLOv7算法进行改进,以提高模型的识别准确度。仿真分析表明,与其他目标识别方法相比,所提方法在识别精度及复杂场景适应能力上具备显著优势。 展开更多
关键词 数字孪生 设备识别 特征金字塔网络 注意力机制 YOLOv7算法
在线阅读 下载PDF
一种基于改进Harris算法与高斯金字塔变换的角点图像特征匹配方法
15
作者 王龙 万宇 +3 位作者 杨海丰 吴磊 罗鑫 游鹏飞 《计量与测试技术》 2025年第10期57-61,共5页
针对Harris算子在多尺度图像特征匹配中准确率较低、不具有尺度不变性的问题,本文提出了一种基于改进Harris算法与高斯金字塔变换的角点图像特征匹配方法,并进行试验验证。结果表明:该算法不仅能保持较高的匹配正确率,提高运算速度,解... 针对Harris算子在多尺度图像特征匹配中准确率较低、不具有尺度不变性的问题,本文提出了一种基于改进Harris算法与高斯金字塔变换的角点图像特征匹配方法,并进行试验验证。结果表明:该算法不仅能保持较高的匹配正确率,提高运算速度,解决尺度不变性的问题,而且可应用于机器视觉目标识别与跟踪、图像拼接与全景图生成、卫星和医学图像配准等场景。 展开更多
关键词 改进Harris算法 尺度不变性 高斯金字塔 特征匹配
在线阅读 下载PDF
TF-YOLO:上下文感知与多尺度增强的脑肿瘤MRI检测
16
作者 蒋文虎 《蚌埠学院学报》 2025年第5期48-54,共7页
针对脑肿瘤MRI检测中形态异质性高、边界模糊及噪声干扰导致的漏检问题,改进一种高精度且鲁棒性强的检测框架,即改进了TF-YOLO模型:上下文感知Transformer(Co T),融合3×3卷积局部编码与全局自注意力机制,显式建模肿瘤-水肿带-卫星... 针对脑肿瘤MRI检测中形态异质性高、边界模糊及噪声干扰导致的漏检问题,改进一种高精度且鲁棒性强的检测框架,即改进了TF-YOLO模型:上下文感知Transformer(Co T),融合3×3卷积局部编码与全局自注意力机制,显式建模肿瘤-水肿带-卫星病灶的长程空间依赖,自适应调整感受野;嵌入多尺度金字塔增强网络(PENet),通过可微分拉普拉斯金字塔分解、残差边缘增强与动态通道滤波三阶段策略,抑制高频伪影并增强肿瘤边缘及低频解剖特征。在Br35H数据集上,m AP50达98.2%,较基线YOLOv11提升2.4%;肿瘤召回率提升1.8%,消融实验验证Co T与PENet的互补性。协同设计有效解决了形态异质性与边界模糊问题,显著降低漏检风险并抑制背景干扰,为复杂医学场景下的弱显著性目标检测提供了可靠解决方案。 展开更多
关键词 脑肿瘤检测 YOLOv11算法 上下文感知Transformer 多尺度金字塔增强网络
在线阅读 下载PDF
基于YOLOv5改进算法的屏蔽门夹人检测系统
17
作者 陈修忻 《城市轨道交通研究》 北大核心 2025年第S1期128-132,共5页
[目的]旨在通过目标检测方法,识别并减少车门夹人事件对城市轨道交通运营的影响,以提升车站的运营效率与安全性。基于YOLOv5改进算法设计屏蔽门夹人检测系统。[方法]基于现场收集含人不同姿态、角度图片共计5384张,将其按8∶2分为训练... [目的]旨在通过目标检测方法,识别并减少车门夹人事件对城市轨道交通运营的影响,以提升车站的运营效率与安全性。基于YOLOv5改进算法设计屏蔽门夹人检测系统。[方法]基于现场收集含人不同姿态、角度图片共计5384张,将其按8∶2分为训练集和测试集;对比YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l模型训练效果,选取YOLOv5m为基准模型并进行改进;在YOLOv5m模型的基础上引入自注意力机制CoTNet网络,并将Neck网络中的FPN(特征金字塔网络)+PAN(路径聚合网络)结构优化为BiFPN(加权双向特征金字塔网络)结构。[结果及结论]改进后的YOLOv5m算法比原算法在测试精度、召回率、平均精度上都有所提高。同时该系统可以实现对单张图片、单个视频、摄像头、视频流以及整个文件夹图片进行目标检测,并在识别到目标物后自动启动报警机制。 展开更多
关键词 城市轨道交通 屏蔽门 夹人检测 YOLOv5算法 CoTNet网络 加权双向特征金字塔
在线阅读 下载PDF
基于改进YOLO算法的无人机图像草原火灾检测研究 被引量:2
18
作者 刘志强 张朝阳 +1 位作者 王昱 张旭 《计算机技术与发展》 2024年第7期207-213,共7页
草原火灾一旦发生,受风力、地势等因素的影响迅速向四周无规则蔓延,形成面积不断扩大的条状燃烧带。为了提高草原火灾检测效率,结合无人机拍摄草原火灾的图像特征,研究基于改进YOLO算法的草原火灾检测方法。首先,针对火灾区域狭长、火... 草原火灾一旦发生,受风力、地势等因素的影响迅速向四周无规则蔓延,形成面积不断扩大的条状燃烧带。为了提高草原火灾检测效率,结合无人机拍摄草原火灾的图像特征,研究基于改进YOLO算法的草原火灾检测方法。首先,针对火灾区域狭长、火灾区域占比小的特点,对YOLO算法的Neck部分进行优化,提出一种具有全链接结构的特征提取网络FC-FP Neck,使语义特征和定位特征充分融合,提高网络的特征提取能力;其次,结合阈值分割技术提出一种改进的自适应加权损失函数,提升模型的收敛速度,同时解决火灾检测敏感度不足,容易造成误检的问题。在公开小目标检测数据集AI-TOD上测试改进算法的可行性,平均准确率提高了7.28%,平均精度提高了12.46%;在自建草原火灾数据集上平均精度达到了90.24%,平均准确率达到了87.33%。实验表明改进后的算法提高了草原火灾检测效率。 展开更多
关键词 草原火灾 YOLO算法 特征金字塔网络 阈值分割 自适应加权损失函数
在线阅读 下载PDF
结合注意力和多路径融合的实时肺结节检测算法 被引量:3
19
作者 赵奎 仇慧琪 +1 位作者 李旭 徐知非 《计算机应用》 CSCD 北大核心 2024年第3期945-952,共8页
现有单阶段目标检测算法在肺结节检测中结节检出不敏感,卷积神经网络(CNN)在特征提取时多次上采样导致微小结节特征提取困难、检测效果差,并且现存肺结节检测算法模型复杂,不利于实际应用部署落地。针对上述问题,提出一种结合注意力机... 现有单阶段目标检测算法在肺结节检测中结节检出不敏感,卷积神经网络(CNN)在特征提取时多次上采样导致微小结节特征提取困难、检测效果差,并且现存肺结节检测算法模型复杂,不利于实际应用部署落地。针对上述问题,提出一种结合注意力机制和多路径融合的实时肺结节检测算法,并在此基础上改进上采样算法,提升肺部结节的检测精度和模型推理速度,且模型的权重小容易部署。首先,在特征提取的主干网络部分融合通道和空间的混合注意力机制;其次,改进采样算法,提高生成特征图的质量;最后在加强特征提取网络部分,在不同路径之间建立通道,实现深层和浅层特征的融合,将不同尺度的语义和位置信息融合。在LUNA16数据集的实验结果表明,相较于原始YOLOv5s算法,所提算法的精确率、敏感度和平均精度分别提升9.5、6.9和8.7个百分点,帧率达到131.6 frame/s,模型权重文件仅有14.2 MB,表明了所提算法可以实时检测肺结节,并且精度远高于YOLOv3和YOLOv8等现有单阶段检测算法。 展开更多
关键词 深度学习 肺结节检测 注意力机制 上采样算法 双向特征金字塔
在线阅读 下载PDF
引入Transformer的道路小目标检测 被引量:2
20
作者 李丽芬 黄如 《计算机工程与设计》 北大核心 2024年第1期95-101,共7页
针对道路场景中检测小目标时漏检率较高、检测精度低的问题,提出一种引入Transformer的道路小目标检测算法。在原YOLOv4算法基础上,对多尺度检测进行改进,把浅层特征信息充分利用起来;设计ICvT(improved convolutional vision transform... 针对道路场景中检测小目标时漏检率较高、检测精度低的问题,提出一种引入Transformer的道路小目标检测算法。在原YOLOv4算法基础上,对多尺度检测进行改进,把浅层特征信息充分利用起来;设计ICvT(improved convolutional vision transformer)模块捕获特征内部的相关性,获得上下文信息,提取更加全面丰富的特征;在网络特征融合部分嵌入改进后的空间金字塔池化模块,在保持较小计算量的同时增加特征图的感受野。实验结果表明,在KITTI数据集上,算法检测精度达到91.97%,与YOLOv4算法相比,mAP提高了2.53%,降低了小目标的漏检率。 展开更多
关键词 小目标检测 深度学习 YOLOv4算法 多尺度检测 TRANSFORMER 空间金字塔池化 特征融合
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部