期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLOv5s的拉挤板缺陷检测
被引量:
1
1
作者
徐东亮
赖九衡
杨会兰
《复合材料科学与工程》
北大核心
2025年第5期132-141,共10页
为解决传统拉挤板缺陷检测方法中存在的检测精确度低、检测速度慢等问题,创建了玻璃纤维拉挤板缺陷数据集,提出了一种基于改进YOLOv5s的拉挤板缺陷检测模型。主要改进为:在特征提取网络部分,添加EvcBlock模块增强小目标特征提取能力,添...
为解决传统拉挤板缺陷检测方法中存在的检测精确度低、检测速度慢等问题,创建了玻璃纤维拉挤板缺陷数据集,提出了一种基于改进YOLOv5s的拉挤板缺陷检测模型。主要改进为:在特征提取网络部分,添加EvcBlock模块增强小目标特征提取能力,添加CBAM注意力机制提高重要特征的关注度;使用C3-Faster模块优化C3模块,实现了模型轻量化;在检测端引入具有形状损失的新型损失函数ShapeIoU,优化了预测框和真实框的拟合效果,提高了缺陷检测精确度。实验结果表明:改进后的YOLOv5s模型对比原YOLOv5s模型,mAP@0.5提升了3.6%,达到了88.7%,参数量降低了2.1%。改进模型检测速度为121.95 f/s,与YOLOv8s等五种模型相比综合性能更优,能够满足拉挤板缺陷检测的需求。
展开更多
关键词
拉挤板
YOLOv5s
缺陷检测
Ev
c
Blo
c
k
c3-faster
ShapeIoU
复合材料
在线阅读
下载PDF
职称材料
改进YOLOv8的环视车位检测算法研究
被引量:
2
2
作者
杨飞帆
李军
王耀弘
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第9期22-29,共8页
为在泊车过程中更快速、准确、全面地检测停车位,提出一种针对全景环视系统AVM(around view monitor)图像的改进YOLOv8环视车位检测算法。采用部分卷积思想设计出Faster Block结构,分别替换C3模块和C2f模块中的Bottleneck结构,选取改进...
为在泊车过程中更快速、准确、全面地检测停车位,提出一种针对全景环视系统AVM(around view monitor)图像的改进YOLOv8环视车位检测算法。采用部分卷积思想设计出Faster Block结构,分别替换C3模块和C2f模块中的Bottleneck结构,选取改进后更轻量化的C3-Faster模块替换YOLOv8中原有的C2f模块;在YOLOv8主干网络末端添加CoordAtt(coordinate attention)注意力层,提升模型特征提取能力;引入EIoU作为损失函数提升模型检测精度。该算法在自建的AVM环视车位检测数据集上模型精度、召回率、mAP@0.5与mAP@0.5:0.95分别达到87.6%、87.6%、93.1%、62.0%;相较于原YOLOv8n模型提升1.5%、1.4%、1.6%、1%;参数量、浮点运算量及模型大小分别下降约27%、24%、25%。
展开更多
关键词
车位检测
YOLOv8
c3-faster
c
oordAtt注意力机制
EIoU损失
在线阅读
下载PDF
职称材料
基于改进YOLOv5网络的轮胎规格字符识别
被引量:
2
3
作者
赵庆
魏鸿磊
+1 位作者
杨祎宁
黄萌
《组合机床与自动化加工技术》
北大核心
2024年第2期164-168,共5页
针对于汽车轮胎规格字符识别效率低、准确率低等问题,提出一种改进YOLOv5网络的轮胎规格字符识别方法。首先,将YOLOv5中的耦合头改为解耦头,提高网络的泛化能力;其次,提出C3-Faster模块,替换YOLOv5的Backbone和Head中的部分C3模块,提高...
针对于汽车轮胎规格字符识别效率低、准确率低等问题,提出一种改进YOLOv5网络的轮胎规格字符识别方法。首先,将YOLOv5中的耦合头改为解耦头,提高网络的泛化能力;其次,提出C3-Faster模块,替换YOLOv5的Backbone和Head中的部分C3模块,提高网络的计算速度;最后,选用WIoU损失函数替换YOLOv5的CIoU损失函数,优化网络。通过对比实验,验证了C3-Faster和WIoU损失函数的有效性,在消融实验中,改进后的网络训练时间减少,mAP提高了3.7%,Precision提升2.1%。实验结果表明,该方法在汽车轮胎规格字符识别的有效性,提高了识别的准确性。
展开更多
关键词
YOLOv5
解耦头
c3-faster
WIoU
轮胎规格字符识别
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv5s的拉挤板缺陷检测
被引量:
1
1
作者
徐东亮
赖九衡
杨会兰
机构
武汉理工大学机电工程学院
出处
《复合材料科学与工程》
北大核心
2025年第5期132-141,共10页
文摘
为解决传统拉挤板缺陷检测方法中存在的检测精确度低、检测速度慢等问题,创建了玻璃纤维拉挤板缺陷数据集,提出了一种基于改进YOLOv5s的拉挤板缺陷检测模型。主要改进为:在特征提取网络部分,添加EvcBlock模块增强小目标特征提取能力,添加CBAM注意力机制提高重要特征的关注度;使用C3-Faster模块优化C3模块,实现了模型轻量化;在检测端引入具有形状损失的新型损失函数ShapeIoU,优化了预测框和真实框的拟合效果,提高了缺陷检测精确度。实验结果表明:改进后的YOLOv5s模型对比原YOLOv5s模型,mAP@0.5提升了3.6%,达到了88.7%,参数量降低了2.1%。改进模型检测速度为121.95 f/s,与YOLOv8s等五种模型相比综合性能更优,能够满足拉挤板缺陷检测的需求。
关键词
拉挤板
YOLOv5s
缺陷检测
Ev
c
Blo
c
k
c3-faster
ShapeIoU
复合材料
Keywords
pultrusion plate
YOLOv5s
defe
c
t dete
c
tion
Ev
c
Blo
c
k
c3-faster
ShapeIoU
c
omposites
分类号
TB332 [一般工业技术—材料科学与工程]
在线阅读
下载PDF
职称材料
题名
改进YOLOv8的环视车位检测算法研究
被引量:
2
2
作者
杨飞帆
李军
王耀弘
机构
重庆交通大学机电与车辆工程学院
重庆市计量质量检测研究院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第9期22-29,共8页
基金
国家自然科学基金项目(52172381)
重庆市研究生联合培养基地资助项目(JDLHPYJD2018003)。
文摘
为在泊车过程中更快速、准确、全面地检测停车位,提出一种针对全景环视系统AVM(around view monitor)图像的改进YOLOv8环视车位检测算法。采用部分卷积思想设计出Faster Block结构,分别替换C3模块和C2f模块中的Bottleneck结构,选取改进后更轻量化的C3-Faster模块替换YOLOv8中原有的C2f模块;在YOLOv8主干网络末端添加CoordAtt(coordinate attention)注意力层,提升模型特征提取能力;引入EIoU作为损失函数提升模型检测精度。该算法在自建的AVM环视车位检测数据集上模型精度、召回率、mAP@0.5与mAP@0.5:0.95分别达到87.6%、87.6%、93.1%、62.0%;相较于原YOLOv8n模型提升1.5%、1.4%、1.6%、1%;参数量、浮点运算量及模型大小分别下降约27%、24%、25%。
关键词
车位检测
YOLOv8
c3-faster
c
oordAtt注意力机制
EIoU损失
Keywords
parking dete
c
tion
YOLOv8
c3-faster
c
oord attattention me
c
hanism
EIoU loss
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv5网络的轮胎规格字符识别
被引量:
2
3
作者
赵庆
魏鸿磊
杨祎宁
黄萌
机构
大连工业大学机械工程与自动化学院
出处
《组合机床与自动化加工技术》
北大核心
2024年第2期164-168,共5页
基金
辽宁省教育厅2021年度科学研究经费面上项目(LJKZ0535,LJKZ0526)
2021年度本科教育教学综合改革项目(JGLX2021020,JCLX2021008)。
文摘
针对于汽车轮胎规格字符识别效率低、准确率低等问题,提出一种改进YOLOv5网络的轮胎规格字符识别方法。首先,将YOLOv5中的耦合头改为解耦头,提高网络的泛化能力;其次,提出C3-Faster模块,替换YOLOv5的Backbone和Head中的部分C3模块,提高网络的计算速度;最后,选用WIoU损失函数替换YOLOv5的CIoU损失函数,优化网络。通过对比实验,验证了C3-Faster和WIoU损失函数的有效性,在消融实验中,改进后的网络训练时间减少,mAP提高了3.7%,Precision提升2.1%。实验结果表明,该方法在汽车轮胎规格字符识别的有效性,提高了识别的准确性。
关键词
YOLOv5
解耦头
c3-faster
WIoU
轮胎规格字符识别
Keywords
YOLOv5
de
c
oupling head
c3-faster
WIoU
tire spe
c
ifi
c
ation
c
hara
c
ter re
c
ognition
分类号
TH161 [机械工程—机械制造及自动化]
TG66 [金属学及工艺—金属切削加工及机床]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv5s的拉挤板缺陷检测
徐东亮
赖九衡
杨会兰
《复合材料科学与工程》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
改进YOLOv8的环视车位检测算法研究
杨飞帆
李军
王耀弘
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
基于改进YOLOv5网络的轮胎规格字符识别
赵庆
魏鸿磊
杨祎宁
黄萌
《组合机床与自动化加工技术》
北大核心
2024
2
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部