期刊文献+
共找到55,693篇文章
< 1 2 250 >
每页显示 20 50 100
基于多尺度特征增强的航拍小目标检测算法 被引量:1
1
作者 肖剑 何昕泽 +2 位作者 程鸿亮 杨小苑 胡欣 《浙江大学学报(工学版)》 北大核心 2026年第1期19-31,共13页
针对航拍图像小目标检测中存在的检测精度低和模型参数量大的问题,提出兼顾性能与资源消耗的航拍小目标检测算法.以YOLOv8s为基准网络,通过降低通道维数和加强对高频特征的关注,提出自适应细节增强模块(ADEM),在减少冗余信息的同时加强... 针对航拍图像小目标检测中存在的检测精度低和模型参数量大的问题,提出兼顾性能与资源消耗的航拍小目标检测算法.以YOLOv8s为基准网络,通过降低通道维数和加强对高频特征的关注,提出自适应细节增强模块(ADEM),在减少冗余信息的同时加强对小目标细粒度特征的捕获;基于PAN-FPN架构调整特征融合网络,增加对浅层特征的关注,同时引入多尺度卷积核增强对目标上下文信息的关注,以适应小目标检测场景;针对传统IoU灵活性、泛化性不强的问题,构建参数可调的Nin-IoU,通过引入可调参数,实现对IoU的针对性调整,以适应不同检测任务的需求;提出轻量化检测头,在增强多尺度特征信息交融的同时减少冗余信息的传递.结果表明,在VisDrone2019数据集上,所提算法以8.08×106的参数量实现了mAP0.5=50.3%的检测精度;相较于基准算法YOLOv8s,参数量降低了27.4%,精度提升了11.5个百分点.在DOTA与DIOR数据集上的实验结果表明,所提算法具有较强的泛化能力. 展开更多
关键词 目标检测 YOLOv8 无人机图像 特征融合 损失函数
在线阅读 下载PDF
DUIE-YOLO:一种基于图像增强的水下鱿鱼目标检测算法 被引量:1
2
作者 曹莉凌 胡浩宇 曹守启 《上海海洋大学学报》 北大核心 2026年第1期254-269,共16页
为了解决水下图像因模糊和色偏导致的目标检测精度下降问题,提升复杂水下环境中鱿鱼检测的准确性和鲁棒性,本研究提出一种基于图像增强的水下鱿鱼检测算法DUIE-YOLO,采用“先增强后检测”的级联框架,由DUIE-Net增强模块和YOLOv8-HD检测... 为了解决水下图像因模糊和色偏导致的目标检测精度下降问题,提升复杂水下环境中鱿鱼检测的准确性和鲁棒性,本研究提出一种基于图像增强的水下鱿鱼检测算法DUIE-YOLO,采用“先增强后检测”的级联框架,由DUIE-Net增强模块和YOLOv8-HD检测模块组成。DUIE-Net模块通过颜色校正、多尺度特征融合、特征恢复与增强及去雾优化,显著提升图像质量;YOLOv8-HD检测模块结合FasterNet网络、小目标检测头、CoordAttention注意力机制及ShapeIoU损失函数,优化特征提取能力与小目标检测精度。实验结果表明,DUIE-YOLO相比原始YOLOv8n在Precision、Recall、F1-score和mAP等4个关键指标上分别提升4.2%、6.8%、5.7%和5.5%。联合实验结果显示,DUIE-Net与YOLOv8-HD的组合相比基线(Raw+YOLOv8n),mAP提升40.3%,Precision提升10.5%,Recall提升53%,F1-score提升31%,证明该算法具有显著的级联优化效果。研究表明,DUIE-YOLO通过图像增强与检测模块的协同优化,有效解决了水下图像质量差导致的检测性能下降问题。本研究为复杂水下环境中的目标识别提供了高精度的解决方案,对海洋生物监测与资源开发具有重要应用价值。 展开更多
关键词 水下鱿鱼检测 目标检测 图像增强 多尺度特征融合 YOLOv8
原文传递
基于改进YOLOv8的森林火灾检测方法研究 被引量:1
3
作者 雷建云 田祚汉 +1 位作者 夏梦 雷瑞璠 《中南民族大学学报(自然科学版)》 2026年第1期97-105,共9页
针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测... 针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测速度.此外,融入了SENet注意力机制模块,以增强网络对火灾检测的准确性.使用α-IoU损失函数代替YOLOv8原始损失函数中的CIoU损失函数来计算定位损失,该函数能够自适应地调整IoU的阈值,更好地处理不同大小和形状的目标,同时提高模型对小目标的检测性能.结果表明:该方法的平均准确率(mA@0.5P)达到了87.2%,帧率(FPS)提升了17帧,显著提高了火灾检测的实时性. 展开更多
关键词 深度学习 YOLOv8模型 森林火灾检测 实时性
在线阅读 下载PDF
基于改进YOLOv8的鸡翅包装产线异物在线检测方法
4
作者 张维平 王冬云 +2 位作者 姬莉 李国强 杨钰 《包装工程》 北大核心 2026年第5期181-189,共9页
目的针对生鲜肉类包装前检环节中,附着于产品表面的毛发、塑料纤维等微小异物极易受肉质表面镜面反射及生理纹理特征混叠干扰,导致漏检率高的问题,提出一种基于改进YOLOv8n的轻量化在线检测方法M-YOLOv8。方法首先,利用离线实例级Copy-P... 目的针对生鲜肉类包装前检环节中,附着于产品表面的毛发、塑料纤维等微小异物极易受肉质表面镜面反射及生理纹理特征混叠干扰,导致漏检率高的问题,提出一种基于改进YOLOv8n的轻量化在线检测方法M-YOLOv8。方法首先,利用离线实例级Copy-Paste算法配合泊松融合,重点针对“异物附着”工况构建小目标增强数据集,模拟异物与肉质表面的光影融合特征,修正样本长尾分布偏置。其次,在主干网络C2f模块中嵌入CBAM注意力机制以抑制油脂反光并增强异物区域特征信噪比,并引入P2微尺度检测层与SAHI切片推理策略,补偿深层特征下采样带来的空域信息丢失。最后,采用CIoU损失函数优化细长线性附着物的边界框回归精度。结果在自建鸡翅包装产线数据集上,该方法的AP@0.5达到91.8%,较原始模型提升4.3%,尤其是对直径小于2 mm的微小附着异物检出率显著提升。系统推理速度达98 FPS,满足高速产线实时节拍要求。结论该方法有效兼顾了复杂背景下附着目标的检测精度与端侧推理速度,可为解决肉禽包装检测中的“长尾分布”与镜面干扰难题提供可靠技术参考。 展开更多
关键词 包装检测 微小异物 YOLOv8n SAHI 注意力机制 COPY-PASTE
在线阅读 下载PDF
基于YOLOv8-MI软枣猕猴桃小目标果实识别和定位方法
5
作者 葛宜元 李奥 +3 位作者 孟庆祥 刘德江 梁秋艳 马浏轩 《农机化研究》 北大核心 2026年第4期249-257,共9页
软枣猕猴桃营养价值丰富,但由于果实小、分布密集且易受逆光影响等问题导致在自动化采摘过程中果实识别和定位精度低,严重影响采摘效率。为此,提出了一种基于YOLOv8网络结构的YOLOv8-MI软枣猕猴桃目标检测方法。对YOLOv8进行优化,主干... 软枣猕猴桃营养价值丰富,但由于果实小、分布密集且易受逆光影响等问题导致在自动化采摘过程中果实识别和定位精度低,严重影响采摘效率。为此,提出了一种基于YOLOv8网络结构的YOLOv8-MI软枣猕猴桃目标检测方法。对YOLOv8进行优化,主干网络中引入CBIM增强型空间金字塔池化模块,提升对软枣猕猴桃果实关键特征的提取能力;在颈部网络中使用Bi-FPN模块并增加小目标检测层,增强多尺度特征融合效果和小目标检测精度;在头部网络中引入MPDIoU-I损失函数动态调整学习速率,用以捕捉小目标的特征,提升果实在密集遮挡和逆光情况下的识别精度。优化结果表明:YOLOv8-MI的精确率、召回率、平均精度分别提高了8.60、7.50、6.86个百分点,模型权重仅增加了1.65 MB。在密集遮挡和逆光情况下,模型的精确率、召回率、平均精度分别提高了10.20、8.70、7.72个百分点。基于YOLOv8-MI的识别结果,运用SGBM-CL定位算法得出采摘点坐标,与人工标定数据对比,X、Y、Z方向的定位误差分别为9.09、5.98、6.10 mm,可以满足采摘精度需求。进一步对果实进行识别定位验证,系统总体识别成功率达88%,准确定位率达82%,具有较强的实用性与可靠性。 展开更多
关键词 软枣猕猴桃 小目标果实 识别定位 逆光补偿 密集遮挡 YOLOv8-MI
在线阅读 下载PDF
基于改进YOLOv8n的辣椒穴盘漏播检测方法
6
作者 李旭 王浩 +4 位作者 邬备 刘青 匡敏球 刘大为 谢方平 《沈阳农业大学学报》 北大核心 2026年第2期117-127,共11页
[目的]辣椒穴盘育苗是辣椒种植常用的方法和手段,漏播会导致减产,而影响收益。针对辣椒种子与穴盘内基质颗粒颜色和形状相近的特点,开展复杂背景下小目标辣椒种子漏播检测方法研究,提出一种基于改进YOLOv8的辣椒种子检测模型YOLOv8-PS。... [目的]辣椒穴盘育苗是辣椒种植常用的方法和手段,漏播会导致减产,而影响收益。针对辣椒种子与穴盘内基质颗粒颜色和形状相近的特点,开展复杂背景下小目标辣椒种子漏播检测方法研究,提出一种基于改进YOLOv8的辣椒种子检测模型YOLOv8-PS。[方法]首先,在主干特征提取网络的3个检测头之前引入CBAM注意力机制,实现模型根据辣椒种子在图像中不同区域自适应地分配通道和像素的权重,抑制背景噪声并突出关键纹理、边缘与形态特征,从而提高复杂背景下的辣椒种子信息提取的精确性;其次,替换主干网络中的前两个C2f模块为融合EMA高效多尺度注意力机制的C2f_EMA模块,通过全局平均池化和分组归一化操作,重新校准特征权重,突出辣椒种子的关键特征,提高模型对辣椒种子多尺度信息提取能力和检测精度;最后,为改善CIoU损失函数在检测任务中收敛慢和定位偏差大的问题,使用DIoU损失函数加速边界框回归,提高模型检测性能。[结果]改进后的YOLOv8-PS模型的平均精度均值和帧率值分别达到90%和191帧·s^(-1),较基线模型YOLOv8n分别提升3.1个百分点和62帧·s^(-1),漏播检测试验中改进前后的模型误差下降率显著。[结论]所提出的YOLOv8-PS模型在保证实时性的同时显著提升了复杂背景下辣椒穴盘漏播检测的准确性与鲁棒性,能够有效满足实际生产中播种质量在线检测与漏播识别的需求,为辣椒种子的播种质量检测提供了技术参考。 展开更多
关键词 穴盘育苗 漏播检测 小目标 复杂背景 YOLOv8
在线阅读 下载PDF
基于视觉传感器的大田甘蓝对靶变量喷雾系统设计与试验
7
作者 罗亚辉 李文 +5 位作者 蒋蘋 胡文武 孙超然 齐澳林 石毅新 庄腾飞 《农业机械学报》 北大核心 2026年第2期46-57,共12页
为改善甘蓝等高密度田间作物的机械化病虫害防治效果,解决传统的大田高地隙喷雾机农药用量大、作业效率低及存在的药液浪费等问题,本研究结合大田甘蓝的农艺特性,设计了一套基于视觉传感器识别的高地隙变量施药系统。利用Gemini 335型... 为改善甘蓝等高密度田间作物的机械化病虫害防治效果,解决传统的大田高地隙喷雾机农药用量大、作业效率低及存在的药液浪费等问题,本研究结合大田甘蓝的农艺特性,设计了一套基于视觉传感器识别的高地隙变量施药系统。利用Gemini 335型深度相机实时探测作物靶标,并融合脉宽调制技术(Pulse Width Modulation,PWM)实现农药的精准对靶变量喷洒。提出一种改进YOLO v8n的目标检测模型,通过田间试验测试,其检测精确率可达90.2%,提高1.5个百分点;检测速度提高7.6 f/s,模型的检测精度得以改善,可满足甘蓝田间防治精度需求。设计电磁阀占空比的流量开闭测试模型,进行不同占空比测试,不同喷雾压力拟合决定系数R2均大于0.9,相关性显著。对整个系统集成并进行田间试验,变量喷雾模式,对靶变量喷洒的靶心雾滴沉积密度明显高于常量喷雾,平均雾滴密度增量为21.53个/cm2,甘蓝靶心区域覆盖率可达23.8%,且沉积均匀性高,变异系数仅0.4%。相比常量喷雾模式下,甘蓝表面整体覆盖率提升5.2个百分点,能够实现按需对靶变量施药且满足甘蓝的病虫害防治要求,整套系统作业性能稳定。研究结果可为高密度蔬菜等作物的田间管理与病虫害治理提供方法和思路,为高地隙精准施药防治技术植保应用提供参考。 展开更多
关键词 大田甘蓝 变量施药 高地隙喷雾机 脉宽调制 视觉传感器 改进YOLO v8n算法
在线阅读 下载PDF
基于改进SDU-YOLOv8的军事飞机目标检测算法
8
作者 赵海丽 包大泱 +3 位作者 张从豪 刘鹏 王彩霞 景文博 《兵工学报》 北大核心 2026年第1期296-306,共11页
针对空天背景下军事飞机目标检测中存在的低对比度、小尺寸及形态多变导致的漏检率高、特征交互不足等问题,提出基于YOLOv8改进的SDU-YOLOv8网络。通过构建SSGBlock深度特征提取模块、动态可学习的Dy-RepGFPN特征融合网络以及参数共享的... 针对空天背景下军事飞机目标检测中存在的低对比度、小尺寸及形态多变导致的漏检率高、特征交互不足等问题,提出基于YOLOv8改进的SDU-YOLOv8网络。通过构建SSGBlock深度特征提取模块、动态可学习的Dy-RepGFPN特征融合网络以及参数共享的UCDN-Head检测头,实现特征提取、融合与检测头的协同优化。在自建军事飞机数据集上的实验结果表明,SDU-YOLOv8网络较基准YOLOv8的mAP@0.5提升2.5%,达到95.7%,参数量减少6.7%,计算量降低9.9%,在小尺寸、低对比度及形变目标的检测鲁棒性显著增强;新方法在保持轻量化的同时实现了检测精度与效率的均衡优化,为空天侦察场景下的军事飞机检测提供了高效解决方案。 展开更多
关键词 军事飞机目标检测 YOLOv8 深度特征提取 动态上采样 统一参数化
在线阅读 下载PDF
基于颜色特征量化和改进YOLO v8的番茄成熟度分级检测方法
9
作者 张领先 周沁 +4 位作者 姚天雨 裴鑫达 赵立群 满杰 钱井 《农业机械学报》 北大核心 2026年第2期193-202,224,共11页
番茄的成熟度与其品质密切相关,是生产中采摘和分拣等环节的重要依据。针对作物成熟度分级检测系统功能简单,人工升级系统成本较大的问题,本文以番茄为例,采集并构建自然场景下番茄图像数据集,设计以番茄果实成熟度分级算法为基础的番... 番茄的成熟度与其品质密切相关,是生产中采摘和分拣等环节的重要依据。针对作物成熟度分级检测系统功能简单,人工升级系统成本较大的问题,本文以番茄为例,采集并构建自然场景下番茄图像数据集,设计以番茄果实成熟度分级算法为基础的番茄图像半自动标注算法对采集后的数据进行标注,在YOLO v8模型基础上,将FPN结构替换为BiFPN结构实现更高效的多尺度特征融合,利用SE注意力机制对空间和通道进行融合特征提取,引入Focal SIoU损失函数对预测框与真实框之间的角度差异进行度量,构建基于颜色特征量化和改进YOLO v8的番茄成熟度分级检测模型YOLO v8BFS,识别番茄生长过程的5个不同成熟度。试验结果表明,本文模型较好地解决了自然复杂场景下番茄成熟度分级检测的错漏检问题,在模型浮点运算量(FLOPs)、参数量(Params)和内存占用量有少量增加的条件下,本文模型的平均精度均值为94.10%相较原模型YOLO v8提高3.0个百分点。通过与Faster R-CNN-Resnet50、YOLO v5、YOLO v7-tiny、YOLO v8、YOLO v10和YOLO 11目标检测模型对比,本文在检测精度具有显著优势,为番茄成熟度的检测提供了一种可靠的方法。 展开更多
关键词 番茄成熟度 自然场景 颜色特征量化 YOLO v8
在线阅读 下载PDF
自然复杂环境下油茶果识别的重参数化算法
10
作者 肖伸平 邓红巾 +1 位作者 赵倩颖 陈永忠 《中国农机化学报》 北大核心 2026年第2期78-85,共8页
针对自然环境下油茶果机器采摘识别任务中存在果实密集粘连、枝叶遮挡、果实颜色差异及光照不均等挑战,并结合当前相关研究在复杂场景下检测精度与鲁棒性不足的问题,提出基于YOLOv8n改进的YOLOv8—COD模型。该模型对C2f模块中的超参数... 针对自然环境下油茶果机器采摘识别任务中存在果实密集粘连、枝叶遮挡、果实颜色差异及光照不均等挑战,并结合当前相关研究在复杂场景下检测精度与鲁棒性不足的问题,提出基于YOLOv8n改进的YOLOv8—COD模型。该模型对C2f模块中的超参数进行调整,同时融入轻量化卷积模块,使用重参数化模块代替主干网络中的卷积模块,在提升模型检测精度的同时保持计算效率;在特征融合模块中添加GAM(Global Attention Mechanism)注意力机制,并使用GIoU—Focal替换CIoU,有助于模型聚焦油茶果,提高模型在果实遮挡、粘连等情况下的识别率。相比于传统YOLOv8n,该模型的精确率P、召回率R、平均精度均值mAP分别提升0.2%、3.3%、2.1%。在复杂自然环境中,YOLOv8—COD的漏检概率相比于YOLOv8n有明显下降,检测精度有所提升,能够有效地实现油茶果的检测识别。 展开更多
关键词 油茶果 YOLOv8n 检测识别 YOLOv8—COD 重参数化
在线阅读 下载PDF
融合滑动窗口与改进SGBM的高分辨率目标检测与测距研究
11
作者 丁建军 汪刚林 +4 位作者 陈正超 张超 夏礼恒 夏骏麒 孙超 《光学技术》 北大核心 2026年第1期86-93,共8页
随着成像技术的发展,高分辨率图像广泛应用于多个领域,但在复杂天气、多尺度变化和立体匹配复杂度高等条件下仍面临挑战。提出一种结合滑动窗口的目标检测与测距方法,在处理高分辨率图像时,采用滑动窗口法对图像进行分割并保留20%的重... 随着成像技术的发展,高分辨率图像广泛应用于多个领域,但在复杂天气、多尺度变化和立体匹配复杂度高等条件下仍面临挑战。提出一种结合滑动窗口的目标检测与测距方法,在处理高分辨率图像时,采用滑动窗口法对图像进行分割并保留20%的重叠区域,随后将各子图输入至YOLOv8模型进行检测。为提升模型性能,在backbone中引入GCANet模块以增强雾霾环境下的图像质量,并加入HorBlock以提升多尺度特征表征能力。检测完成后,合并各子图结果,并采用引入了CIoU匹配机制的非极大值抑制算法(NMS)进行后处理,以缓解密集目标场景中的过抑制问题。最后,设计了基于检测框约束的局部匹配算法,结合加权最小二乘滤波(WLS)补全视差空洞。实验结果表明,在自制的雾天场景Fog-A数据集与公开的无人机视角VisDrone2019数据集上,方法相较于原始YOLOv8n模型,mAP分别提升9.8%和6.1%;匹配时间缩短至原SGBM的三分之一,精度提升0.7%。 展开更多
关键词 成像光学 高分辨率 滑动窗口 目标检测 YOLOV8n SGBM
原文传递
基于改进YOLOv8的光伏缺陷快速检测
12
作者 赵永辉 李振 +3 位作者 金帅 颜培钰 李超 刘淑玉 《太阳能学报》 北大核心 2026年第3期584-593,共10页
针对现有光伏组件电致发光(EL)的缺陷检测中存在的背景干扰和计算冗余问题,以及模型精度与速度难以平衡的挑战,提出一种改进的YOLOv8光伏EL缺陷检测方法:YOLOv8-LSB。首先,在主干网络中引入SCConv卷积模块,以降低空间冗余并增强小目标... 针对现有光伏组件电致发光(EL)的缺陷检测中存在的背景干扰和计算冗余问题,以及模型精度与速度难以平衡的挑战,提出一种改进的YOLOv8光伏EL缺陷检测方法:YOLOv8-LSB。首先,在主干网络中引入SCConv卷积模块,以降低空间冗余并增强小目标特征提取能力;其次,在颈部添加LSK注意力机制,降低背景干扰;同时采用BiFPN结构提升多尺度特征融合能力,更好地捕捉不同方面的特征。最后,将Inner-CIoU作为边界框回归损失函数,提高回归精度和收敛速度。实验结果显示,YOLOv8-LSB在mAP@0.5上达91.2%,FPS达170.2帧/s,相较于基准模型YOLOv8n,平均精度提高2.6个百分点,FPS提升4.8帧/s,实现了更实时且准确的光伏EL缺陷检测。 展开更多
关键词 目标检测 光伏组件 YOLOv8 注意力机制
原文传递
基于rGO@ZIF-8异质结构材料的金丝桃苷电化学传感器的构建与性能
13
作者 史艳梅 陈志红 +1 位作者 姜晓彤 胡锴 《现代化工》 北大核心 2026年第4期233-237,共5页
通过原位合成的方法制备了rGO@ZIF-8异质结构材料,并用于构建高灵敏的金丝桃苷电化学传感器。基于ZIF-8及rGO两者的协同效应,显著提高了电极比表面积及电子传输效率。利用循环伏安及差分脉冲伏安法深入研究了金丝桃苷在该传感器上的电... 通过原位合成的方法制备了rGO@ZIF-8异质结构材料,并用于构建高灵敏的金丝桃苷电化学传感器。基于ZIF-8及rGO两者的协同效应,显著提高了电极比表面积及电子传输效率。利用循环伏安及差分脉冲伏安法深入研究了金丝桃苷在该传感器上的电化学行为,最优条件下,响应峰电流与金丝桃苷在0.001~2.0、2.0~80μmol/L范围内呈良好的线性关系,检出限(S/N=3)为0.5 nmol/L,将该方法成功应用于中药饮片中金丝桃苷的检测,与高效液相色谱法测定结果高度吻合,为中药饮片的质控分析提供了方法。 展开更多
关键词 金丝桃苷 电化学传感器 异质结构材料 ZIF-8
原文传递
何首乌“九蒸九晒”炮制过程“颜色-成分-抗氧化活性”的变化及相关性研究
14
作者 唐林 高元航 +5 位作者 李海英 廖卓 余亚胜 王璐 杨磊 胡超 《中草药》 北大核心 2026年第3期897-910,共14页
目的研究“九蒸九晒”何首乌Polygoni Multiflori Radix炮制过程内在成分与表观颜色及抗氧化活性的关联性,为“九蒸九晒”何首乌炮制程度判断和质量控制提供参考。方法采用色差仪对何首乌不同蒸制次数样品的颜色进行客观量化;采用HPLC... 目的研究“九蒸九晒”何首乌Polygoni Multiflori Radix炮制过程内在成分与表观颜色及抗氧化活性的关联性,为“九蒸九晒”何首乌炮制程度判断和质量控制提供参考。方法采用色差仪对何首乌不同蒸制次数样品的颜色进行客观量化;采用HPLC法建立指纹图谱,并对特征峰进行HPLC-Q-TOF-MS分析;参照《中国药典》2025年版方法测定醇溶性浸出物;采用苯酚-硫酸法测定多糖含量;通过DPPH自由基清除能力、ABTS自由基清除能力和亚铁还原抗氧化能力(ferric reducing antioxidant power,FRAP)法测定总抗氧化能力评价抗氧化活性;对上述成分与色度值、抗氧化活性进行Pearson相关性分析和回归分析;运用聚类分析、主成分分析(principal component analysis,PCA)、偏最小二乘回归(partial least squares regression,PLSR)分析确定“九蒸九晒”何首乌的炮制程度,运用熵权-TOPSIS法确定“九蒸九晒”何首乌的最佳炮制终点。结果在“九蒸九晒”何首乌炮制过程中,表观颜色逐渐加深,色度值逐渐降低;多糖含量逐渐增加,醇溶性浸出物含量先增加后下降;指纹图谱共建立了26个特征峰,对其中25个特征峰进行了成分鉴定。相关性分析结果表明,内在成分与色度值和抗氧化活性指标呈显著相关;何首乌“九蒸九晒”过程划分为初期、中期和末期3个阶段,七蒸七制综合评分最高。结论何首乌在炮制过程中成分含量、颜色、抗氧化活性均发生显著变化,且存在相关性,而基于“颜色-成分-抗氧化活性”的综合分析,能够实现“九蒸九晒”何首乌炮制工艺、质量控制的客观判别。 展开更多
关键词 何首乌 九蒸九晒 颜色-成分-抗氧化活性 相关性分析 炮制 没食子酸 5-HMF 二苯乙烯苷 大黄素-8-O-β-D-葡萄糖苷 大黄素甲醚-8-O-β-D-葡萄糖苷 大黄素 大黄素甲醚
原文传递
改进YOLOv8n算法的船舶工业钢材表面缺陷检测
15
作者 刘鹏 侯博文 +2 位作者 王彩霞 姜晓娇 丛海芳 《兵工学报》 北大核心 2026年第3期35-49,共15页
为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Visi... 为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Vision Transformer-Spatial Pyramid Pooling with Enhanced Layer Aggregation Network,EfficientViT-SPPELAN),以增强多维度特征提取能力;设计多尺度时空卷积(Multi-Scale Spatial-Temporal Convolution,MSSTConv)实现多尺度特征融合;在此基础上构建多尺度时空(Multi-Scale Spatial-Temporal,MSST)模块以获取丰富的上下文信息,提高缺陷定位精度并降低计算复杂度,从而提升算法的推理效率。基于东北大学表面缺陷数据集(Northeastern University Surface Defect Dataset,NEU-DET)和镀锌钢10类缺陷检测数据集(Galvanized Steel 10-category Defect Detection Dataset,GC10-DET)两个数据集的实验结果表明,所提方法的检测精准度相较于原始YOLOv8n算法分别提升6.8%和5.7%,均值平均精确率mAP@0.5分别提高3.7%和7.9%;每秒帧数(Frames Per Second,FPS)分别达到189帧/s和142帧/s。研究结果表明,该方法在提升检测精度的同时保持较高计算效率,能够有效完成船舶钢材表面缺陷的定位和类别识别,满足工业场景对检测精度与实时性的需求。 展开更多
关键词 缺陷检测 YOLOv8n算法 多尺度时空模块 多尺度时空卷积 分组注意力
在线阅读 下载PDF
UHPC护栏中心孔检测与定位技术研究
16
作者 张喜清 韩倩倩 +2 位作者 李占龙 任逸飞 王鹏宇 《华中科技大学学报(自然科学版)》 北大核心 2026年第3期181-188,共8页
针对在智能化转运超高性能混凝土(UHPC)护栏过程中须精确定位护栏中心孔位置这一问题,提出一种基于改进YOLOv8的多模态融合识别定位技术:以YOLOv8为基线模型,引入小目标检测层、在backbone添ADSConv模块以替代标准卷积、改用轻量化分割... 针对在智能化转运超高性能混凝土(UHPC)护栏过程中须精确定位护栏中心孔位置这一问题,提出一种基于改进YOLOv8的多模态融合识别定位技术:以YOLOv8为基线模型,引入小目标检测层、在backbone添ADSConv模块以替代标准卷积、改用轻量化分割头EfficientSeg;结合双目视觉技术,利用SGBM算法进行深度计算,通过手眼标定实现空间坐标映射,得到护栏中心孔的位置信息.实验结果表明:优化后的ADSE-seg模型在分割任务中mAP50-95提升10.3%,召回率提升5.7%,参数量减少23.1%,实时推理速度达208.3帧数/s;旋转角度误差为0.446°、平均深度检测误差为2.542%、平面定位误差为11.738%和11.796%,满足护栏转运场景对精度与实时性的双重要求. 展开更多
关键词 UHPC护栏转运 YOLOv8 双目视觉 ADSE-seg ADSConv EfficientSeg
原文传递
基于改进YOLOv8的城市火灾检测算法
17
作者 苏连成 贾潇彬 丁伟利 《燕山大学学报》 北大核心 2026年第2期112-120,共9页
针对传统火灾检测算法在面对城市复杂背景时存在检测精度低、误检率高等问题,本文提出了一种基于改进YOLOv8的城市火灾检测算法。首先,以YOLOv8目标检测模型为基础,在颈部网络中引入双向特征金字塔网络结构替换原有的路径聚合网络-特征... 针对传统火灾检测算法在面对城市复杂背景时存在检测精度低、误检率高等问题,本文提出了一种基于改进YOLOv8的城市火灾检测算法。首先,以YOLOv8目标检测模型为基础,在颈部网络中引入双向特征金字塔网络结构替换原有的路径聚合网络-特征金字塔网络特征融合层,融合多尺度特征信息,增强模型特征学习能力;其次,在双向特征金字塔网络中融入高效多尺度注意力机制,提升网络特征提取能力,进一步提高模型烟火检测精度;最后,在主干网络中引入部分卷积模块,将主干网络中的C2f模块替换为C2f-Faster模块,提升模型的检测效率,减少模型冗余计算。在自建的烟火数据集上对改进算法进行实验,实验结果表明,改进后的模型相较于原模型mAP@50达到了73.6%,参数量减少了8.99%,模型的计算量降低至7.7 GFLOPs,在提升检测精度的同时,实现了模型轻量化,能够满足城市复杂背景下的烟火检测需求。 展开更多
关键词 烟火检测 YOLOv8 多尺度融合 EMA 轻量化
在线阅读 下载PDF
基于深度学习的架空输电线附属障碍物识别研究
18
作者 迟兴江 潘金虎 耿军伟 《电测与仪表》 北大核心 2026年第1期160-167,共8页
电力系统架空线巡线机器人对于提高架空输电线的维护效率进而保障电力系统的安全稳定运行具有重要作用。针对架空线巡线机器人巡线过程中需要有效识别线路中的附属障碍物并采取相应障碍规避动作的问题,文章研究了基于深度学习的巡线机... 电力系统架空线巡线机器人对于提高架空输电线的维护效率进而保障电力系统的安全稳定运行具有重要作用。针对架空线巡线机器人巡线过程中需要有效识别线路中的附属障碍物并采取相应障碍规避动作的问题,文章研究了基于深度学习的巡线机器人架空线附属障碍物识别方法。论述了基于深度学习的架空线巡线机器人系统的整体结构,在整体系统结构的基础上分析了YOLOv8(you only look once version 8)模型的结构及其应用,进而基于增强的架空线障碍物数据集对所述方法进行了有效性验证。实验结果表明,文中所述基于YOLOv8的巡线机器人障碍物识别模型具有更快的识别速度和更高的识别率,能够更好满足巡线机器人的避障需求。 展开更多
关键词 架空线 障碍规避 YOLOv8 深度学习
在线阅读 下载PDF
面向无人机巡检的改进YOLOv8n轻量化路产检测模型
19
作者 彭妙娟 陈松 +1 位作者 李莉 庄恺琳 《重庆交通大学学报(自然科学版)》 北大核心 2026年第3期1-10,共10页
公路路产作为交通基础设施的重要组成部分,涵盖公路结构、公路用地及各类附属设施。针对现有轻量化模型在多类路产设施多尺度检测中难以兼顾精度与效率的问题,基于YOLOv8n提出一种改进轻量化多尺度检测模型。选取路灯、交通标志牌和路... 公路路产作为交通基础设施的重要组成部分,涵盖公路结构、公路用地及各类附属设施。针对现有轻量化模型在多类路产设施多尺度检测中难以兼顾精度与效率的问题,基于YOLOv8n提出一种改进轻量化多尺度检测模型。选取路灯、交通标志牌和路面标线3类典型路产设施作为检测目标,通过融合无人机实测数据与VisDrone2019数据构建UAV-HIA数据集,增强数据多样性和模型稳定性。模型改进包括:采用MobileNetV3-Small替换主干网络,降低模型参数量和计算复杂度;在骨干网络中嵌入CBAM注意力机制,增强小目标特征提取能力;基于C2f与iAFF设计C2iAF特征融合模块,提升多尺度特征表达能力。实验表明:改进模型在计算量和参数量显著降低的同时,仍保持精度提升,尤其对小目标的检测效果更优。相较于现有其他主流模型和最新发布的YOLO模型,改进模型在效率、精度和适应性上更具综合优势,适用于实际路产智能巡检任务。 展开更多
关键词 道路工程 公路路产检测 多尺度目标检测 无人机影像 YOLOv8n 轻量化模型
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部