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YOLOv8n算法的浆果园内果蝇识别研究 被引量：1
1
作者 王威 杨健晟 +3 位作者 张梅 陈哲 张群英 刘聂天和 《山东农业科学》 北大核心 2025年第2期172-180,共9页
为了提高浆果园内果蝇的识别效率,以有效指导果蝇防治,本研究以YOLOv8n模型为基准框架,通过结构改进构建了轻量级的果蝇识别算法。具体而言,使用GhostNetV2 bottleneck替代YOLOv8n主干部分所有C2f模块的残差块,构建了全新的C2fGhostV2模... 为了提高浆果园内果蝇的识别效率,以有效指导果蝇防治,本研究以YOLOv8n模型为基准框架,通过结构改进构建了轻量级的果蝇识别算法。具体而言,使用GhostNetV2 bottleneck替代YOLOv8n主干部分所有C2f模块的残差块,构建了全新的C2fGhostV2模块,以降低计算代价并提升识别性能;通过添加卷积层和增加跳跃连接对BiFPN重构,设计了更高效的L-BiFPN结构,替代YOLOv8n颈部的FPN+PAN结构,以提高特征融合效率和表达能力;采用MBConv替代YOLOv8n颈部所有C2f模块的残差块,构建了全新的C2fMBC模块,以提高计算效率并增强对特征的复用能力。实验结果表明,本研究提出的改进YOLOv8n算法的参数、权重和浮点运算次数(FLOPs)比原始YOLOv8n降低48.50%、43.98%和32.10%,精准率、召回率以及平均精确率均值(mAP)分别为97.40%、96.60%和98.32%,明显优于原算法。总体来说,本研究的改进YOLOv8n在显著降低算法复杂度的同时提高了识别精度,具有轻量化和易部署的特性,可以满足浆果园内移动端果蝇识别任务的需求,从而为果农精准防治果蝇提供参考。 展开更多
关键词 果蝇识别 YOLOv8n GhostNetV2 BiFPN c2fmbc
在线阅读 下载PDF
基于改进YOLOv8n的儿童肠套叠B型超声图像特征检测 被引量：1
2
作者 刘晨雨 徐健 +1 位作者 李轲 王璐 《生物医学工程学杂志》 EI CAS 北大核心 2024年第5期903-910,共8页
为辅助基层超声科医生从儿童腹部超声图像中准确且快速地检测出肠套叠病灶,本文提出了一种基于改进YOLOv8n的儿童肠套叠检测算法EMC-YOLOv8n。首先,采用具有级联分组注意力模块的EfficientViT网络作为主干网络,以提高目标检测速度。其次... 为辅助基层超声科医生从儿童腹部超声图像中准确且快速地检测出肠套叠病灶,本文提出了一种基于改进YOLOv8n的儿童肠套叠检测算法EMC-YOLOv8n。首先,采用具有级联分组注意力模块的EfficientViT网络作为主干网络,以提高目标检测速度。其次,利用改进后的C2fMBC模块替换颈部网络中的C2f模块,降低网络复杂度,并在每个C2fMBC模块之后引入坐标注意力机制模块,以增强对位置信息的关注度。最后,在自建的儿童肠套叠数据集上进行实验。结果表明,EMC-YOLOv8n算法的召回率(Recall)、平均检测精度(mAP@0.5)及精确度(Precision)相较基线算法分别提高了3.9%、2.1%及0.9%。尽管网络参数量及计算量略微增加,但检测精度得到显著提升,能够高效完成检测任务,极具经济及社会价值。 展开更多
关键词 肠套叠病灶 EMC-YOLOv8n EfficientViT c2fmbc 坐标注意力机制模块
原文传递
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