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8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YOLOv5s的航拍目标检测算法 被引量：1
1
作者 卢逸霏 林凯鑫 +3 位作者 邹文文 陈小兰 罗德林 蔡荣贵 《软件导刊》 2025年第3期193-199,共7页
航拍图像中普遍存在目标尺寸微小、尺度多变以及背景繁杂等问题,从而导致YOLO系列算法的检测精度较低。为此,基于YOLOv5s提出YOLO-SC2算法。首先,在YOLOv5s的网络结构基础上添加细粒化卷积模块、融合基于Transformer架构的C3TR层,并采用... 航拍图像中普遍存在目标尺寸微小、尺度多变以及背景繁杂等问题,从而导致YOLO系列算法的检测精度较低。为此,基于YOLOv5s提出YOLO-SC2算法。首先,在YOLOv5s的网络结构基础上添加细粒化卷积模块、融合基于Transformer架构的C3TR层,并采用C2F模块替换C3模块以增强目标特征信息提取能力;其次,通过替换Focal-EIoU损失函数,使用软非极大值抑制算法增强小目标检测准确性;最后,融合解耦合头,提高多目标下的检测精度。实验数据表明,在VisDrone2019公开数据集上进行实验,相较于原始模型,改进后的模型在P、mAP_0.5、mAP_0.5:0.95指标上分别实现了6.2%、8.2%和8.4%的提升。通过与其他算法对比,验证了该改进算法的有效性。 展开更多
关键词 YOLOv5s 细粒化卷积模块 c3tr 损失函数 软非极大值抑制算法 解耦合头
在线阅读 下载PDF
改进YOLOv5s算法的带钢表面缺陷检测 被引量：8
2
作者 王林琳 龚昭昭 梁泽启 《组合机床与自动化加工技术》 北大核心 2024年第12期181-186,共6页
针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化... 针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化骨干网络替换原来的CSPDarknet53网络结构,降低模型参数数量,加快模型推理速度;然后,在特征提取网络末端添加基于Transformer编码的C3TR模块以及在特征融合网络中添加CA注意力机制,增强网络对缺陷的特征提取能力;最后,引入WIoU损失函数来取代GIoU,提高回归精度。实验结果表明,改进后的YOLOv5s算法在武汉某钢厂采集的带钢表面缺陷数据集上平均准确率(mAP)达到92.2%,较原始YOLOv5s提高了4.7%,检测速度FPS达到了82,具有较高检测精度。并引入公开数据集进行泛化实验,结果均有显著提升,进一步满足了对带钢表面缺陷检测的需求。 展开更多
关键词 钢材表面缺陷 YOLOv5s Shuffle Netv2 c3tr模块 CA注意力机制 WIoU损失函数
在线阅读 下载PDF
基于改进YOLOv5的路面裂缝检测方法 被引量：4
3
作者 王向前 成高立 +1 位作者 胡鹏 夏晓华 《电子技术应用》 2024年第3期80-85,共6页
针对现有裂缝检测模型体积较大且检测精度不高的问题,提出一种基于轻量化网络的无人机航拍图像裂缝检测方法。首先,使用MobileNetv3网络替代YOLOv5的主干网络,降低模型大小;其次,引入C3TR和CBAM模块提高网络表征能力,将损失函数替换为E... 针对现有裂缝检测模型体积较大且检测精度不高的问题,提出一种基于轻量化网络的无人机航拍图像裂缝检测方法。首先,使用MobileNetv3网络替代YOLOv5的主干网络,降低模型大小;其次,引入C3TR和CBAM模块提高网络表征能力,将损失函数替换为EIOU以提高模型的鲁棒性。实验结果表明,该方法在自制数据集上获得98.9%的精度,相较于原始YOLOv5提高1.2%,模型大小减小51.5%,检测速度提高37%。改进后的模型在精度、大小和速度上均优于Faster-RCNN等4种常见裂缝检测模型,满足了裂缝检测的实时性、轻量化和精度需求。 展开更多
关键词 路面裂缝检测 YOLOv5 目标检测 c3tr CBAM EIOU
在线阅读 下载PDF
基于改进YOLOv5s的输电线路异物检测 被引量：3
4
作者 许永华 唐鹤卿 肖伸平 《电工技术》 2023年第21期54-57,62,共5页
针对输电线路背景复杂导致异物检测性能不高的问题,提出一种基于改进YOLOv5s的输电线路异物检测方法。该方法引入CBAM注意力机制并构建了基于Transformer架构的C3TR层,增强了模型筛选关键特征的能力;然后使用动态的WIoU v3函数作为改进... 针对输电线路背景复杂导致异物检测性能不高的问题,提出一种基于改进YOLOv5s的输电线路异物检测方法。该方法引入CBAM注意力机制并构建了基于Transformer架构的C3TR层,增强了模型筛选关键特征的能力;然后使用动态的WIoU v3函数作为改进方法的损失函数,解决模型检测精度下降的问题。利用输电线路异物数据集进行训练和测试,结果表明改进后的模型在各项检测性能均有提升,具有较好的检测精度和泛化能力,能满足输电线路异物检测的应用要求。 展开更多
关键词 输电线路 YOLOv5s c3tr层 WIoU v3函数 异物检测
在线阅读 下载PDF
基于DSC-YOLOv5s的煤矸目标检测算法
5
作者 燕倩如 雷伟强 +1 位作者 李熙尉 孙志鹏 《山西焦煤科技》 CAS 2023年第4期13-16,24,共5页
针对现有的基于图像处理的煤矸分选检测方法准确度低、速度慢、参数量和计算量大等问题,提出了一种基于DSC-YOLOv5s的煤矸目标检测算法。实验结果表明:DSC-YOLOv5s目标检测算法优于YOLOv5s算法,准确率提升1.3%,参数量降低15.6%,浮点计... 针对现有的基于图像处理的煤矸分选检测方法准确度低、速度慢、参数量和计算量大等问题,提出了一种基于DSC-YOLOv5s的煤矸目标检测算法。实验结果表明:DSC-YOLOv5s目标检测算法优于YOLOv5s算法,准确率提升1.3%,参数量降低15.6%,浮点计算量降低2.5%,可为煤矸智能分选场景中的煤矸目标检测提供借鉴。 展开更多
关键词 煤矸智能分选 YOLOv5s算法 目标检测 深度可分离卷积网络 SE注意力机制 c3tr模块 准确率
在线阅读 下载PDF
索尼VAIO TR3C上市
6
《商场现代化》 北大核心 2004年第5期J002-J002,共1页
关键词 “索尼VAIO TR3C笔记本电脑” 外形 超低电压版CPU 硬盘 1 80度旋转内置摄像头 产品性能
在线阅读 下载PDF
基于深度学习的太阳能电池板表面缺陷检测及分类 被引量：2
7
作者 涂俊博 曾佳林 +2 位作者 唐越新 吴晨曦 刘晓宇 《激光与光电子学进展》 北大核心 2025年第2期446-455,共10页
针对目前太阳能电池板缺陷检测中对小目标缺陷检测精度不高、分类不准的问题,提出一种适用于小目标检测的改进轻量型YOLOv5s太阳能电池板缺陷检测模型。首先用SiLU激活函数替换原激活函数,优化模型收敛速度,增强其泛化性能;其次使用C3T... 针对目前太阳能电池板缺陷检测中对小目标缺陷检测精度不高、分类不准的问题,提出一种适用于小目标检测的改进轻量型YOLOv5s太阳能电池板缺陷检测模型。首先用SiLU激活函数替换原激活函数,优化模型收敛速度,增强其泛化性能;其次使用C3TR模块和卷积块注意力模块重新优化主干特征采样结构,提高模型对不同类型缺陷尤其是小目标缺陷的识别能力;接着将内容感知特征重组引入到特征提取网络,在不增加模型权重的同时提高检测精度和检测速率;最后加入动态非单调损失函数WIoUv3来动态匹配预测框和真实框,增强小目标数据集和噪声的鲁棒性。实验结果显示,改进模型的平均精度均值(mAP@0.5)为95.9%,对大面积裂缝、星形缺陷的分类精度达到98.0%,检测速度达到75.133 frame/s,模型轻量化且检测快捷,满足工业生产的需要。 展开更多
关键词 深度学习 太阳能电池 内容感知特征重组 注意力机制 c3tr
原文传递
基于YOLOv5s的自动扶梯乘客异常行为实时检测算法 被引量：8
8
作者 王源鹏 万海斌 +3 位作者 黄凯 迟兆展 张金旗 黄智星 《激光与光电子学进展》 CSCD 北大核心 2024年第8期201-208,共8页
为了实时检测乘客的异常行为,提出一种基于YOLOv5s算法的轻量化自动扶梯乘客异常行为实时检测算法YOLO-STE。首先在主干网络中引入轻量化ShuffleNetV2网络,以减少主干网络的参数量和计算量;其次在骨干网络的最后一层引入基于Transforme... 为了实时检测乘客的异常行为,提出一种基于YOLOv5s算法的轻量化自动扶梯乘客异常行为实时检测算法YOLO-STE。首先在主干网络中引入轻量化ShuffleNetV2网络,以减少主干网络的参数量和计算量;其次在骨干网络的最后一层引入基于Transformer编码的C3TR模块,以更好地提取丰富的全局信息和融合不同尺度的特征;最后在YOLOv5s的特征融合网络中嵌入SE(Squeeze-and-excitation)注意力机制,以更好地关注主要信息,从而提高模型精度。自建数据集并进行实验,实验结果表明,相比于原YOLOv5s,改进算法的全类平均精度值(mAP)高出1.9百分点,达到了96.1%,模型大小减少了70.8%。并且在Jetson Nano硬件上部署测试所得,改进后的算法前传耗时比原YOLOv5s模型缩短了39.9%。通过对比改进前后的算法,后者能更好地实现对自动扶梯乘客异常行为的实时检测,从而可以更好地保障乘客乘梯安全。 展开更多
关键词 目标检测 轻量化 YOLOv5s ShuffleNetV2 c3tr模块 注意力机制
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