基于改进YOLOv5s的水稻秸秆量识别检测方法

1

作者 葛宜元 孙修涵 +3 位作者 孟庆祥 梁秋艳 马浏轩 杜爽 《农机化研究》 北大核心 2026年第2期116-123,共8页

水稻秸秆腐解周期是衡量秸秆还田效果的重要指标。为提升水稻秸秆腐解效果,准确测量留于田间的秸秆量,将水稻收割后的田间秸秆状态分为铺放于田间的堆叠秸秆和根茎留于原位的留茬秸秆两种,并提出了一种基于改进YOLOv5s的水稻秸秆量识别... 水稻秸秆腐解周期是衡量秸秆还田效果的重要指标。为提升水稻秸秆腐解效果,准确测量留于田间的秸秆量,将水稻收割后的田间秸秆状态分为铺放于田间的堆叠秸秆和根茎留于原位的留茬秸秆两种,并提出了一种基于改进YOLOv5s的水稻秸秆量识别算法。采用色彩追踪算法结合HSV模型,对堆叠秸秆量进行检测;通过深度学习算法、OpenCV算法结合HSV模型和注意力模块,对留茬秸秆进行检测;引入CBAM注意力模块,同时通过非极大值抑制去除重叠锚定框,以消除重复计数的影响,从而实现对秸秆量的精准检测。通过训练模块对2174张水稻秸秆图片进行深度学习,识别精确率可达92.092%,召回率为96.144%,目标检测损失值为2.397%。实际田间秸秆检测时,正确检出率可达85.85%。改进后的算法可有效检出留茬秸秆并通过串口返回秸秆数量,为秸秆腐解剂的精量施放和还田模式的建立提供更为精确的数据支持。 展开更多

关键词 水稻秸秆量识别 改进yolov5s 注意力机制 图像处理 非极大值抑制

在线阅读 下载PDF 职称材料

改进YOLOv5s的带钢表面缺陷检测方法 被引量：1

2

作者 彭晏飞 袁晓龙 +1 位作者 陈炎康 赵涛 《机械科学与技术》 北大核心 2025年第6期1062-1071,共10页

针对目前带钢表面缺陷检测算法在实际应用中检测精度低等问题,提出了一种基于改进YOLOv5s的带钢表面缺陷检测方法。以YOLOv5s模型为基础,首先在主干网络融合Swin Transformer结构,并与颈部网络进行特征融合,增强带钢表面缺陷的特征提取... 针对目前带钢表面缺陷检测算法在实际应用中检测精度低等问题,提出了一种基于改进YOLOv5s的带钢表面缺陷检测方法。以YOLOv5s模型为基础,首先在主干网络融合Swin Transformer结构,并与颈部网络进行特征融合,增强带钢表面缺陷的特征提取能力;其次,将全局注意力机制(Global attention mechanism)融合到C3结构中,在减少特征信息弥散的情况下放大全局跨纬度的交互特征,提高检测效率;最后,用解耦头(Decoupled head)替换模型中的检测头,更好的解决分类任务与回归任务之间的矛盾。用改进后的带钢表面缺陷检测方法在数据集上进行实验,结果表明,改进后的方法精确率达到85.0%,均值平均精度达到80.8%,较原YOLOv5s算法提高了9.5%和5.7%,进一步满足了对带钢表面缺陷检测精度的需求。 展开更多

关键词 缺陷检测 swinTransformer 改进yolov5s 注意力机制 解耦头

在线阅读 下载PDF 职称材料

改进YOLOv5s算法的高光谱遥感图像目标检测 被引量：1

3

作者 田丽 贾煜辉 《吉林大学学报(工学版)》 北大核心 2025年第5期1742-1748,共7页

针对高光谱图像的光谱分辨率非常高,且包含的地物种类波段较多,使目标与背景之间的光谱差异非常微小,容易造成光谱混淆,使目标检测的准确度较低的问题,提出基于改进YOLOv5s算法的图像目标检测方法。建立特征金字塔并实行多尺度加权,利... 针对高光谱图像的光谱分辨率非常高,且包含的地物种类波段较多,使目标与背景之间的光谱差异非常微小,容易造成光谱混淆,使目标检测的准确度较低的问题,提出基于改进YOLOv5s算法的图像目标检测方法。建立特征金字塔并实行多尺度加权,利用特征金字塔中不同层间的权重,对特征加权融合,并将其引入注意力机制中,输出空间注意力机制光谱特征,将该特征值作为对比参照,对通道重新加权分配,获取通道注意力机制输出的光谱特征,将两个光谱特征维度相乘,得到校准后的高光谱图像特征,将其作为改进YOLOv5s算法的输入,有效区分图像中的微小光谱特征差异,避免光谱混淆,根据中心值计算检测框与真实框重叠区域,完成目标检测,保证检测精准度。实验证明:本文方法对高光谱遥感图像中的地物检测精准度较高,在检测1057 p像素大小的图像时,帧率高达60 fps,综合性能表现优异。 展开更多

关键词 改进yolov5s算法 高光谱遥感图像 空间注意力 目标检测

原文传递

基于改进YOLOv5s的碾茶轻量化在线分选方法

4

作者 李兵 朱勇 +3 位作者 夏程龙 李飞龙 蔡振洋 吴昊 《茶叶科学》 北大核心 2025年第5期879-897,共19页

碾茶是生产抹茶的原料,是确保抹茶品质最重要的一环。对碾茶进行快速有效分选是提高成品碾茶品质的重要环节。针对目前碾茶分选环节中存在分选效率低、劳动强度大等问题,提出了一种基于碾茶检测的在线分选方法,搭建了碾茶在线分选试验... 碾茶是生产抹茶的原料,是确保抹茶品质最重要的一环。对碾茶进行快速有效分选是提高成品碾茶品质的重要环节。针对目前碾茶分选环节中存在分选效率低、劳动强度大等问题,提出了一种基于碾茶检测的在线分选方法,搭建了碾茶在线分选试验平台。根据碾茶识别的实时性和轻量化需求,开发了一种基于YOLOv5s-EfficientNet-SimSPPF的碾茶识别模型,模型引入EfficientNet主干网络和SimSPPF模块,在保证识别精度的基础上提高了模型识别速度,缩小模型大小。该研究还提出了一种基于碾茶在线识别结果进行分选的控制算法,以及一种辅助算法,防止分选过程中对工业相机视场域边界上的碾茶进行低精确度的二次识别与二次定位。最后,设计了碾茶在线分选试验,对混合碾茶叶片和梗茎的样品分选平均精度达到97.0%。提出的碾茶在线分选方法可以满足碾茶在线分选的实际需要,可作为抹茶精加工和碾茶分选操作的有效工具,也可为其他农产品的在线识别和连续分选提供参考。 展开更多

关键词 碾茶识别 改进yolov5s算法 在线分选系统

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的水面漂浮小目标检测算法 被引量：3

5

作者 岳旭生 李军 +3 位作者 王耀弘 朱鹏浩 王哲兴 许炫皓 《中国舰船研究》 北大核心 2025年第3期318-326,共9页

[目的]针对无人船视角下的水面漂浮瓶识别易出现错检、漏检等问题,基于YOLOv5s算法,提出一种改进的YOLOv5s水面漂浮小目标检测算法。[方法]对原始数据集Flow-Img进行数据增强和扩充,从而避免模型出现过拟合的现象;为了提高深度学习模型... [目的]针对无人船视角下的水面漂浮瓶识别易出现错检、漏检等问题,基于YOLOv5s算法,提出一种改进的YOLOv5s水面漂浮小目标检测算法。[方法]对原始数据集Flow-Img进行数据增强和扩充,从而避免模型出现过拟合的现象;为了提高深度学习模型对极小目标的检测精度,在YOLOv5s的3个检测层的基础上,增加1个极小目标检测层,同时去掉用于大目标的检测头,避免数据不均衡带来的先验框分配问题;接着,在骨干网络中增加CBAM注意力模块,以解决模型在水面漂浮瓶检测任务中目标特征信息捕捉能力不足的问题;最后引入归一化Wasserstein距离(NWD)的回归损失函数,将IoU损失函数和NWD损失函数进行加权组合,形成一个综合的回归损失函数,从而进一步提高对水面漂浮瓶识别的准确率和精度。[结果]实验结果表明,所提算法在水面漂浮瓶检测时mAP@0.5值达到95.7%,比原始YOLOv5s算法的mAP@0.5提升了2.6%,mAP@0.95提升了4.5%,同时,模型参数量下降了61.9%。[结论]在实现轻量化的同时使得水面漂浮瓶检测结果更加准确,为水面小型漂浮物的检测提供了重要的技术参考。 展开更多

关键词 水面漂浮小目标 计算机视觉 目标检测 图像处理 改进yolov5s CBAM NWD损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的云机器人视觉导航方法 被引量：1

6

作者 陈家政 付根平 +3 位作者 黄伟锋 胡宏男 张世昂 朱立学 《智能化农业装备学报(中英文)》 2025年第3期98-110,共13页

为解决肉鸽养殖机器人自主导航精度、实时性、算力等要求,本研究将机器人本体算力需求转移至云服务器,提出一种基于改进YOLOv5s的云机器人视觉导航方法。首先,在YOLOv5s基础上采用Ghost-Shuffle Conv(GSConv)代替主干网络与颈部网络的... 为解决肉鸽养殖机器人自主导航精度、实时性、算力等要求,本研究将机器人本体算力需求转移至云服务器,提出一种基于改进YOLOv5s的云机器人视觉导航方法。首先,在YOLOv5s基础上采用Ghost-Shuffle Conv(GSConv)代替主干网络与颈部网络的传统卷积层,并精简了主干网络冗余的网络层。其次,在Spatial Pyramid Pooling-Fast(SPPF)模块中引入高效通道注意力机制(efficient channel attention,ECA),并在颈部网络中采用Ghost Bottleneck与ECA融合来替换C3模块,以减少参数量与计算量,实现网络轻量化,并提升对小目标的检测能力。模型训练结果显示,改进后的模型相较于原YOLOv5s模型,总参数量减少了75.57%,模型大小仅为3.7 MB,准确率P、精度均值mAP和召回率R分别提高了2.60、2.59和2.62个百分点,检测速度为51帧/s,即减少了7.2 ms。将此模型部署到云服务器上,通过压缩图像分辨率与减少模型参数,有效提高了图像传输速度,降低了云机器人自身的算力需求。在肉鸽养殖场不同光照和不同速度条件下进行的视觉导航试验结果表明,改进模型的导航算法最大横向偏差平均值为5.281 cm,绝对横向偏差平均值不超过1.474 cm,最大航向偏差平均值为5.455°,绝对航向偏差平均值不超过1.897°。可见,本研究所提出的改进模型用于肉鸽养殖机器人视觉导航,具有准确率高、速度快的特点,能为养殖场智能化生产提供技术参考。 展开更多

关键词 肉鸽养殖 改进yolov5s 视觉导航 云机器人 室内导航 云计算

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的大豆冠层叶片识别方法研究

7

作者 李思进 李金阳 张伟 《中国农机化学报》 北大核心 2025年第5期100-105,140,共7页

为开发自走式大豆表型信息采集平台,实现自动化叶片识别与表型参数获取,解决人工干预问题,提出一种基于改进YOLOv5s的大豆冠层叶片识别方法。在骨干网络特征提取层中引入通道空间融合注意力机制(CBAM),提高对小叶片的识别效果。将网络... 为开发自走式大豆表型信息采集平台,实现自动化叶片识别与表型参数获取,解决人工干预问题,提出一种基于改进YOLOv5s的大豆冠层叶片识别方法。在骨干网络特征提取层中引入通道空间融合注意力机制(CBAM),提高对小叶片的识别效果。将网络中的空间金字塔池化结构(SPPF)替换为空洞空间卷积池化金字塔结构(ASPP),加强局部信息检测,引入SIoU损失函数,提高复杂背景下叶片的定位能力。利用检测框的坐标信息对单个叶片进行分割进而获取叶长、叶宽、叶面积。试验结果表明:相比于原模型,改进后模型的平均精度均值mAP、精确率、召回率分别提高5.4%、3.3%、4.6%;叶长、叶宽、叶面积平均绝对误差分别为0.98 cm、0.56 cm、6.20 cm^(2)。 展开更多

关键词 大豆冠层 深度学习 改进yolov5s 叶片识别 目标检测

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的安全帽佩戴检测算法

8

作者 高东 刘丽娟 《科技与创新》 2025年第1期1-4,9,共5页

在施工中佩戴安全帽是高危行业的最佳防护措施之一。为了解决目前安全帽佩戴检测算法中小目标和密集目标检测困难的问题,对YOLOv5s检测算法进行了改进,提出了YOLOv5-GD检测算法用于安全帽佩戴检测。首先,为了提高YOLOv5s模型的检测精度,... 在施工中佩戴安全帽是高危行业的最佳防护措施之一。为了解决目前安全帽佩戴检测算法中小目标和密集目标检测困难的问题,对YOLOv5s检测算法进行了改进,提出了YOLOv5-GD检测算法用于安全帽佩戴检测。首先,为了提高YOLOv5s模型的检测精度,用FasterNet网络代替了其骨干网络,以提高计算效率和参数效率;其次,在YOLOv5s的骨干网络中添加了坐标注意力机制,将定位信息嵌入信道注意力中,使网络关注范围更广;再次,增加了小目标检测层,更好地理解多层次特征,可以使网络更加重视检测小目标,提高检测效果,从而增强模型的识别能力;最后,采用更先进的损失函数进行边界框回归(SIoU),可以提高模型训练过程中预测框的收敛速度和有效性。实验结果表明,YOLOv5-GD在自制安全帽数据集上的平均准确率为94.7%,比原始YOLOv5s算法提高了2.7%,在小物体和密集场景中具有更好的检测效果。 展开更多

关键词 安全帽佩戴检测 改进yolov5s 注意力机制 深度学习

在线阅读 下载PDF 职称材料

改进YOLOv5s的葡萄采摘机器人果实检测

9

作者 李晋超 朱晓军 《机械设计与制造》 北大核心 2025年第11期359-364,共6页

针对葡萄采摘机器人对绿色葡萄果实和被树枝或树叶遮挡的葡萄果实的检测准确率不高问题,搭建了基于改进YOLOv5s(YOLOv5s-MM)的葡萄采摘机器人果实检测新模型。该模型首先在YOLOv5s原有模型中添加垂直和水平旋转操作,以有效提高模型的泛... 针对葡萄采摘机器人对绿色葡萄果实和被树枝或树叶遮挡的葡萄果实的检测准确率不高问题,搭建了基于改进YOLOv5s(YOLOv5s-MM)的葡萄采摘机器人果实检测新模型。该模型首先在YOLOv5s原有模型中添加垂直和水平旋转操作,以有效提高模型的泛化能力。然后在YOLOv5s原有模型的Feature Map中增加偏心纠正模块和小目标检测层,提高模型的检测精度和速度。最后利用包含绿色葡萄和被遮挡葡萄的图像数据库对所构建的模型进行了训练和测试,验证了模型的有效性。对测试集中葡萄图像的测试结果表明,所搭建的葡萄采摘机器人果实检测新模型能够比YOVOv5、YOLOv4-Grape和基于边缘图像处理和几何形态学的方法更加准确地检测绿色葡萄果实和被树叶、树枝等遮挡的葡萄果实。所搭建模型可为葡萄采摘机器人实时准确检测绿色葡萄果实和被树枝或树叶遮挡的葡萄果实提供技术支持。 展开更多

关键词 葡萄果实检测 改进的yolov5s 绿色葡萄 被遮挡的葡萄 葡萄采摘机器人

在线阅读 下载PDF 职称材料

基于改进YOLOv5s实现岩石薄片中副矿物实时视觉识别与定位

10

作者 刘恒 王浩铮 +4 位作者 冯林峰 张易 郭杰 鱼晟林 李炳春 《成都理工大学学报(自然科学版)》 北大核心 2025年第5期888-899,共12页

基于深度学习镜下矿物的识别研究中,前人主要针对颗粒较大的主要矿物开展识别研究,缺乏对具有重要意义且较小的副矿物识别的探讨。以三大岩类中常见的副矿物锆石为例,提出一种基于改进YOLOv5s实时识别薄片中锆石的方法。在YOLOv5s基础... 基于深度学习镜下矿物的识别研究中,前人主要针对颗粒较大的主要矿物开展识别研究,缺乏对具有重要意义且较小的副矿物识别的探讨。以三大岩类中常见的副矿物锆石为例,提出一种基于改进YOLOv5s实时识别薄片中锆石的方法。在YOLOv5s基础上引入改进后的高效通道注意力机制(efficient channel attention,ECA)和简化空间金字.塔池化(simplified spatial pyramid pooling-fast,SimSPPF)模块,运用构建的岩石薄片中的锆石数据集训练模型后,将获得的最佳训练权重文件结合MSS(multiple screen shots)等库实现对薄片中锆石实时识别与定位。经验证,本研究改进YOLOv5s模型的精确度、召回率和m AP50分别达到88%,82%,86%。因此,结合丰富的数据集,本文提出的改进后的YOLOv5s模型能够实现薄片中微小矿物的实时且较准确的识别。 展开更多

关键词 副矿物 锆石 深度学习 目标检测 改进yolov5s C3ECA simsPPF

在线阅读 下载PDF 职称材料

基于改进YOLOv5s算法的路况危险检测算法

11

作者 胡文奕 庄新鱼 +2 位作者 黄亚楠 罗锦昊 彭宇暄 《信息技术与信息化》 2025年第2期168-173,共6页

为提高道路安全意识,减少事故风险,文章提出了一种基于改进YOLOv5s算法的路况危险检测算法。改进的YOLOv5s模型即ROD-YOLOv5s。在原来的YOLOv5s模型基础上,首先引入更深的网络结构和压缩和激励网络模块(SE模块)增强特征的提取能力;其次... 为提高道路安全意识,减少事故风险,文章提出了一种基于改进YOLOv5s算法的路况危险检测算法。改进的YOLOv5s模型即ROD-YOLOv5s。在原来的YOLOv5s模型基础上,首先引入更深的网络结构和压缩和激励网络模块(SE模块)增强特征的提取能力;其次,模型使用金字塔注意力网络(PAN)来进一步强化特征的多尺度表达;最后通过使用完整的交并比损失函数(CIoU损失函数)代替传统的IoU损失函数提高了模型的定位精度和泛化能力。所提模型在PASCAL VOC数据集上进行了验证实验,发现ROD-YOLOv5s模型准确率为94%,召回率为91.5%,平均精度均值为94.8%,ROD-YOLOv5s模型与其他算法模型相比在各项指标上均有很大优势,具有很强的鲁棒性。 展开更多

关键词 路况检测 改进yolov5s sE模块 金字塔注意力网络 CIoU损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的烟草机械零件表面缺陷识别方法

12

作者 殷政 杨洋 张炳生 《农业装备与车辆工程》 2025年第10期83-87,共5页

烟草机械零件的表面缺陷种类繁多,在面对复杂场景时,难以同时对多种类型的缺陷进行有效识别。为此,设计了一种基于改进YOLOv5s的烟草机械零件表面缺陷识别方法。基于双三角测距原理获取烟草机械零件表面三维点云数据,采用阈值分割方式... 烟草机械零件的表面缺陷种类繁多,在面对复杂场景时,难以同时对多种类型的缺陷进行有效识别。为此,设计了一种基于改进YOLOv5s的烟草机械零件表面缺陷识别方法。基于双三角测距原理获取烟草机械零件表面三维点云数据,采用阈值分割方式提取微缺陷区域。引入模型剪枝法改进YOLOv5s算法,利用数学形态学实现边缘轮廓优化,完成零件表面缺陷识别。实验结果表明,所提方法识别数量与实际样本数量接近,准确率达99.91%,推断时间为3.36 ms。 展开更多

关键词 改进yolov5s 烟草机械零件 表面缺陷 缺陷识别

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的网络日志异常信息定位方法

13

作者 张彦玲 《计算机应用文摘》 2025年第24期205-207,210,共4页

针对网络日志异常信息定位中因网络噪声干扰、多径效应及数据分布不均衡导致异常特征被掩盖、检测准确率低的问题,文章提出一种基于改进YOLOv5s的网络日志异常信息定位方法。首先构建网络信道模型以监测通信节点状态,其次利用改进的YOLO... 针对网络日志异常信息定位中因网络噪声干扰、多径效应及数据分布不均衡导致异常特征被掩盖、检测准确率低的问题,文章提出一种基于改进YOLOv5s的网络日志异常信息定位方法。首先构建网络信道模型以监测通信节点状态,其次利用改进的YOLOv5s模型提取异常信息特征,并结合分布式定位机制与卡尔曼滤波算法实现异常信息的精确定位。实验结果表明,该方法能有效提升检测准确率,同时降低虚警率。 展开更多

关键词 改进yolov5s 网络日志 异常定位 卡尔曼滤波

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的小目标工程车辆定点监测识别算法 被引量：1

14

作者 徐世亮 赖民权 +1 位作者 雷雨 刘继忠 《新疆大学学报(自然科学版中英文)》 2025年第1期99-106,共8页

为有效减少并预防因违法土地开垦和矿产挖掘而造成自然环境破坏的行为,利用部署到高塔上的摄像头,提出了一种在复杂环境中进行各类工程车辆检测的ETS-YOLO小目标监测识别算法.首先,使用EfficientViT网络替换YOLOv5s的主干特征提取网络,以... 为有效减少并预防因违法土地开垦和矿产挖掘而造成自然环境破坏的行为,利用部署到高塔上的摄像头,提出了一种在复杂环境中进行各类工程车辆检测的ETS-YOLO小目标监测识别算法.首先,使用EfficientViT网络替换YOLOv5s的主干特征提取网络,以提高注意力多样性,大幅缩减模型参数量.其次,增加小目标检测层,增强网络对浅层语义信息的提取,以提高小目标检测效果.最后,使用软非极大值抑制算法(soft-NMS)替换原有NMS函数,以有效识别遮挡、重叠目标.实验结果表明:改进后的模型平均准确度均值(mAP)为93.3%、参数量为5.90 M、检测速度为52 f/s.相较YOLOv5s模型,mAP提升2.6%,参数量下降16.1%. 展开更多

关键词 目标检测 工程车辆 EfficientViT 改进型yolov5s 软非极大值抑制算法

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的架空输电线路鸟类入侵检测方法 被引量：11

15

作者 裴少通 张善驰 《智慧电力》 北大核心 2023年第6期100-105,共6页

鸟类在输电线路周围活动愈加频繁,导致输电线路跳闸与停电等事故。为快速准确地检测出入侵输电线路区域中的鸟类目标,提出了一种基于改进YOLOv5s的架空输电线路鸟类入侵检测方法。首先,将特征提取网络中的普通卷积模块替换为嵌入CBAM注... 鸟类在输电线路周围活动愈加频繁,导致输电线路跳闸与停电等事故。为快速准确地检测出入侵输电线路区域中的鸟类目标,提出了一种基于改进YOLOv5s的架空输电线路鸟类入侵检测方法。首先,将特征提取网络中的普通卷积模块替换为嵌入CBAM注意力机制的卷积模块;其次,利用SPPF模块替代原有SPP模块,加强特征提取效果;最后,将Mish激活函数嵌入三次卷积(Conv×3,C3)模块中,提高模型的非线性学习能力。结合模型训练与测试结果验证了所提方法的有效性。 展开更多

关键词 输电线路 鸟类入侵 改进yolov5s CBAM sPPF

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的带式输送机滚筒故障检测研究 被引量：7

16

作者 苗长云 孙丹丹 《工矿自动化》 CSCD 北大核心 2023年第7期41-48,共8页

针对目前带式输送机滚筒故障检测方法检测效率低、识别准确率不高、特征提取能力较差等问题,提出了一种基于改进YOLOv5s的带式输送机滚筒故障检测方法。在YOLOv5s网络模型中增加了小尺寸检测层,使尺寸较小的滚筒故障更易被检测到;在Back... 针对目前带式输送机滚筒故障检测方法检测效率低、识别准确率不高、特征提取能力较差等问题,提出了一种基于改进YOLOv5s的带式输送机滚筒故障检测方法。在YOLOv5s网络模型中增加了小尺寸检测层,使尺寸较小的滚筒故障更易被检测到;在Backbone和Neck间引入卷积注意力机制(CBAM),提高目标检测的准确率;在Neck中引入高效通道注意力机制(ECA),增强对滚筒故障的特征提取能力。实验结果表明:①在满足实时检测要求的前提下,改进YOLOv5s网络模型识别平均准确率均值达94.46%,较改进前提升了1.65%。②改进YOLOv5s网络模型对滚筒开焊、包胶磨损和包胶脱落检测的平均准确率分别为95.29%,96.43%,91.65%,较改进前分别提高了1.56%,0.89%和2.50%。设计了基于改进YOLOv5s的带式输送机滚筒故障检测系统,并对该系统进行验证:①实验平台测试结果表明:基于改进YOLOv5s的带式输送机滚筒故障检测系统对滚筒开焊、包胶磨损和包胶脱落检测的平均准确率分别达95.29%,96.43%,91.65%,3种故障检测的平均准确率均值达94.46%,检测速度约为14帧/s。②现场测试结果表明:包胶磨损和包胶脱落的置信度分别为0.92,0.97,且能准确地识别出滚筒的故障类型和位置,说明基于改进YOLOv5s的带式输送机滚筒故障检测系统具有可行性。 展开更多

关键词 带式输送机 滚筒故障检测 改进yolov5s 小目标检测 卷积注意力机制 高效通道注意力机制

在线阅读 下载PDF 职称材料

改进YOLOv5s的钢材表面缺陷检测算法 被引量：4

17

作者 吕秀丽 卢海滨 +1 位作者 侯春光 王志刚 《化工自动化及仪表》 CAS 2024年第2期301-309,共9页

为提高钢材表面缺陷检测的准确率,提出一种改进YOLOv5s的钢材表面缺陷检测算法。首先,在特征提取网络中引入Swin Transformer结构,增强网络对特征的感知能力;其次,添加坐标注意力机制,加强对重要特征信息的关注;最后,针对钢材缺陷的特... 为提高钢材表面缺陷检测的准确率,提出一种改进YOLOv5s的钢材表面缺陷检测算法。首先,在特征提取网络中引入Swin Transformer结构,增强网络对特征的感知能力;其次,添加坐标注意力机制,加强对重要特征信息的关注;最后,针对钢材缺陷的特点增加检测层,提升多尺度目标检测能力,并使用SIOU损失函数评估检测效果。将所提出的算法在公开数据集NEU-DET上进行消融实验,结果表明:所提算法能有效提高钢材表面缺陷目标检测的准确率。 展开更多

关键词 缺陷检测 深度学习 改进yolov5s swin Transformer 注意力机制

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的自然环境下猕猴桃花朵检测方法 被引量：24

18

作者 龚惟新 杨珍 +4 位作者 李凯 郝伟 何智 丁辛亭 崔永杰 《农业工程学报》 EI CAS CSCD 北大核心 2023年第6期177-185,共9页

为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能... 为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s_S_N_CB_CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP0.5)为92.45%,比仅进行样本缩放处理的原始YOLOv5s提高了31.91个百分点,检测速度为35.47帧/s,比原始YOLOv5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP0.5分别为91.96%、91.15%,比原始YOLOv5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花朵的mAP0.5分别为92.11%、92.10%,比原始YOLOv5s分别高出2.20、1.32个百分点。结果表明,该研究提出的基于改进YOLOv5s的猕猴桃花朵检测模型在保持轻量化的同时,检测精度高、速度快,可实现对自然环境下猕猴桃花朵的有效检测。 展开更多

关键词 图像处理 模型 目标检测 猕猴桃花朵 改进yolov5s 自然环境

在线阅读 下载PDF 职称材料

基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型 被引量：4

19

作者 陈科 周勇 +4 位作者 薛明洋 朱松明 赵建 蔡海莺 叶章颖 《水生生物学报》 CAS CSCD 北大核心 2024年第7期1141-1148,共8页

以鲫(Carassius auratus)常见病害为例,从实际生产角度出发,提出了一种基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型,可实现鲫鱼体多种病害的同步无损快速检测。首先,通过利用Shuf-fleNetV2替换YOLOv5s主干网络,对模型进行轻... 以鲫(Carassius auratus)常见病害为例,从实际生产角度出发,提出了一种基于机器视觉和改进YOLOv5s的鲫病害轻量级无损检测模型,可实现鲫鱼体多种病害的同步无损快速检测。首先,通过利用Shuf-fleNetV2替换YOLOv5s主干网络,对模型进行轻量化改进;在此基础上,耦合一种基于卷积块的注意力机制[Convolutional block attention module(CBAM)]提高模型精准度;最后,结合空洞空间卷积池化金字塔[Atrous spatial pyramid pooling(ASPP)]提升模型鲁棒性。通过在自制鲫病害数据集上测试可知,文章所提出模型病害检测精确率可达92.0%,模型体积仅为14400 kb,优于当前相关主流模型(最高精确率为83.6%,最小体积为15750 kb),为水产养殖鱼类病害无损快速检测提供了技术支撑。 展开更多

关键词 水产养殖 鲫病害 无损检测 改进yolov5s 轻量级

在线阅读 下载PDF 职称材料

基于改进YOLOv5s模型的山地果园单轨运输机搭载柑橘的检测 被引量：3

20

作者 周岳淮 李震 +4 位作者 左嘉明 龚琬蓉 吕石磊 温威 黄莺 《湖南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第4期491-496,共6页

由于山地果园运输机立地条件差,实时作业信息的获取、反馈、集中化管理较为困难,为了解7SYDD-200型山地果园单轨运输机搭载货物情况,合理调度运输装备,建立了基于改进的YOLOv5s模型的运输机搭载柑橘果筐的检测方法:在果园自然光环境下使... 由于山地果园运输机立地条件差,实时作业信息的获取、反馈、集中化管理较为困难,为了解7SYDD-200型山地果园单轨运输机搭载货物情况,合理调度运输装备,建立了基于改进的YOLOv5s模型的运输机搭载柑橘果筐的检测方法:在果园自然光环境下使用RGB相机(HSK-200)采集运输机搭载柑橘果筐的图像数据;建立和优化YOLOv5s模型,部署至嵌入式设备,实现对搭载过程中的“空果筐”“柑橘”“满果筐”状态的检测。在模型的颈部网络引入CBAM注意力机制,加强模型提取语义信息的能力,解决检测过程中出现的“双重标签”的问题,使用批归一化(BN)层稀疏的尺度因子衡量各通道对模型的表征能力,并对表征能力弱的通道进行剪枝压缩,以克服基模型YOLOv5s检测速度慢的问题,通过多尺度训练策略对模型进行微调,提高模型检测准确率。试验结果表明:改进YOLOv5s模型的检测方法在柑橘搭载数据集上平均精度均值(m AP)为93.3%;模型的浮点数运算量和大小分别为9.9GFLOPs和3.5 MB,比YOLOv5s的提高60.3%和21.3%;在嵌入式平台Jetson Nano部署,其检测速度为78 ms/帧。 展开更多

关键词 山地果园单轨运输机 目标检测 剪枝压缩 CBAM注意力机制 改进yolov5s

在线阅读 下载PDF 职称材料