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YOLOv5s的矿用输送带异物检测算法
1
作者 叶涛 田培 +2 位作者 耿泓雨 刘炜 周亮 《起重运输机械》 2026年第2期34-42,共9页
文中针对输送带作业场景色彩单一、锚杆异物呈高宽比细长形态、大块煤料被覆盖等检测难点,结合工业场景对实时检测的需求,提出了一种基于YOLOv5s的矿用输送带异物检测改进算法。引入C3_Faster网络替换原有的C3主干网络减小模型体积,并在... 文中针对输送带作业场景色彩单一、锚杆异物呈高宽比细长形态、大块煤料被覆盖等检测难点,结合工业场景对实时检测的需求,提出了一种基于YOLOv5s的矿用输送带异物检测改进算法。引入C3_Faster网络替换原有的C3主干网络减小模型体积,并在Backbone的核心特征提取模块中引入三重注意力机制(Triplet Attention),对特征图3个方向进行注意力加权处理,最后,引入了具有线性区间映射的新型损失函数Focaler_IoU,提高检测精确度。对比实验结果表明:改进后的YOLOv5s模型相比原YOLOv5s模型,其均值平均精度(mAP)提升了3.2%,达到了91.4%,模型体积降低了17.2%,参数量降低了17.5%,检测速度为109.89 FPS。改进后的YOLOv5s模型在输送带异物检测的检测精度更高,模型体积更小,能够满足煤矿输送带异物检测边缘部署的需求。 展开更多
关键词 矿用输送带 异物检测 YOLOv5s c3_faster 三重注意力机制 Focaler-IoU
在线阅读 下载PDF
融合改进的YOLOv5n和通道剪枝的寄生卵检测和分类 被引量：1
2
作者 王杰 马纪颖 《计算机技术与发展》 2025年第2期146-152,共7页
当前众多目标检测模型过于复杂,难以实现将寄生卵的检测和分类任务部署在移动设备,就此该文研究探讨了一种融合改进的YOLOv5n和通道剪枝的算法。选择YOLOv5是由于YOLOv5的轻量化以及较高的精确度,能够达到该文的实验目的。该文采用融合C... 当前众多目标检测模型过于复杂,难以实现将寄生卵的检测和分类任务部署在移动设备,就此该文研究探讨了一种融合改进的YOLOv5n和通道剪枝的算法。选择YOLOv5是由于YOLOv5的轻量化以及较高的精确度,能够达到该文的实验目的。该文采用融合C3_Faster模块和RepConv重参数化模块对YOLOv5n的BackBone中的所有C3模块和Neck网络中部分卷积模块进行替换,C3_Faster模块通过PConv减少卷积操作加快网络模型推理速度,RepConv重参数化模块在训练阶段实行多分支结构增强特征提取能力,在验证阶段实行单分支结构加快检测速度,同时在改进后的YOLOv5n模型上进行稀疏训练和通道剪枝,通过减少模型中的冗余通道来降低模型复杂度、减少参数数量、提高检测效率和降低模型权重。在寄生卵检测和分类任务对比实验中,该方法与YOLOv5n、YOLOv5s、YOLOv7-tiny、YOLOv8n和SSD目标检测算法相比,在检测精度略微下降的情况下,在GFLOPs、FPS、参数数量以及模型权重上具有相对优势。经过实验验证,模型检测精度保持98.3%的同时能够更方便更容易部署在性能不高的移动设备。该文为基于YOLOv5n的寄生卵检测和分类任务在实用性方面提供了一种有效的解决方案。 展开更多
关键词 YOLOv5算法 寄生卵检测 c3_faster RepConv 通道剪枝
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