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2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：
基于改进YOLOv11s模型的学生课堂行为检测研究
1
作者 辛红 金勋 李德 《电脑知识与技术》 2025年第28期8-11,共4页
随着人工智能技术的快速发展,深度学习技术逐步被应用在教育教学领域,尤其是对教学评价体系构建起到数据支撑的作用,主要体现在通过目标检测技术客观反映课堂参与度和学习效果。本文针对学生课堂行为图像提出了改进的YOLOv11s模型,该模... 随着人工智能技术的快速发展,深度学习技术逐步被应用在教育教学领域,尤其是对教学评价体系构建起到数据支撑的作用,主要体现在通过目标检测技术客观反映课堂参与度和学习效果。本文针对学生课堂行为图像提出了改进的YOLOv11s模型,该模型在YOLOv11s模型的基础上进行了三项改进。首先在骨干网络部分将C3K2模块替换为C3K2-WTConv模块,提升在多尺度目标变换场景的检测精度。其次,将Triplet Attention三重注意力机制引入C2PSA块,捕捉不同维度上的特征信息,有效防止特征丢失。最后,采用ASFF策略对模型中的检测头部分进行改进,提升了对小目标的检测精度。本文选择SCB-Dataset3数据集作为实验数据集,进行了消融实验和对比试验,本文提出的改进模型在精确率、召回率和mAP上均有所提升。与YOLOv11s模型相比精确率提升了2.03%,mAP提升了2.20%。本文所提出的模型在控制参数量的同时,可以更精确地捕捉内在特征,提高网络特征提取能力,以确保检测精度。 展开更多
关键词 YOLOv11模型 WTConv Triplet Attention三重注意力机制 asffhead 课堂行为检测
在线阅读 下载PDF
基于改进YOLO11的早期森林火灾检测算法
2
作者 彭鸿亮 周志成 张艳坤 《信息化研究》 2025年第4期154-162,共9页
针对早期森林火灾检测中面临的复杂森林环境、多变的烟雾形态以及微小的火焰特征等挑战,传统森林火灾检测方法存在检测精度不足。为解决这一难题,提出了一种基于改进YOLO11的早期森林火灾检测算法。首先,在YOLO11算法的基础上,利用可切... 针对早期森林火灾检测中面临的复杂森林环境、多变的烟雾形态以及微小的火焰特征等挑战,传统森林火灾检测方法存在检测精度不足。为解决这一难题,提出了一种基于改进YOLO11的早期森林火灾检测算法。首先,在YOLO11算法的基础上,利用可切换空洞卷积SAC(Switchable Atrous Convolution)替换模型网络C3k2模块中的标准卷积,通过扩大感受野来有效捕捉多尺度特征信息,提升模型对不同尺度和复杂火灾目标的特征提取能力;其次,在Neck网络中,引入了DySample轻量动态上采样方法,替代传统上采样方式,保留足够的细节信息,以提高模型对小目标的检测精度;最后,采用ASFFHead检测头取代原模型的检测头,以有效过滤冲突信息,增强模型的尺度不变性。实验结果表明:改进后的YOLO11模型在精度、召回率、mAP@50以及mAP@50:95指标上分别较原始YOLO11提升了1.9%、2.9%、3.4%和2.0%,显著提高了火灾检测精度,为森林火灾的早期预警提供了更为有效的方法。 展开更多
关键词 YOLO11 火灾检测 SAC DySample asffhead
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