2015年6月26日,来自全国各地众多专家及医生相聚美丽山城重庆,拉开了一年一度的“中国胎儿医学大会”序幕。今年已经是第五届了,回首胎儿医学大会走过的四个年头,无论是以“Back to the basic”为主题的第一届,还是以“双胎妊娠”、“...2015年6月26日,来自全国各地众多专家及医生相聚美丽山城重庆,拉开了一年一度的“中国胎儿医学大会”序幕。今年已经是第五届了,回首胎儿医学大会走过的四个年头,无论是以“Back to the basic”为主题的第一届,还是以“双胎妊娠”、“出生缺陷”为主题的第二届,或是着重介绍“产前筛查与分子诊断”、“NIPT”等专题的第三、第四届,我们都迅速捕捉着胎儿医学的最新热点,展开更多
针对背景复杂的变电站电力设备过热故障红外图像难以检测的问题,提出了改进你只看一次11纳米版(you only look once version 11 nano, YOLOv11n)算法。首先,采用轻量级跨尺度特征融合模块(cross-scale feature fusion module, CCFM)改...针对背景复杂的变电站电力设备过热故障红外图像难以检测的问题,提出了改进你只看一次11纳米版(you only look once version 11 nano, YOLOv11n)算法。首先,采用轻量级跨尺度特征融合模块(cross-scale feature fusion module, CCFM)改进原有颈部网络,以实现对特征通道信息的高效整合并降低参数量;其次,引入具有可切换空洞卷积的2次跨阶段3卷积可变核(cross stage partial with three-convolution blocks of variable kernel size two-switchable atrous convolution, C3k2-SAConv)模块替换整个网络的C3k2模块,提升了算法的特征提取能力;最后,使用具有双层路由注意力视觉转换器的跨阶段双卷积(cross stage partial with two convolutions and vision transformer of bi-level routing attention, C2BF)模块替换跨阶段双卷积逐点空间注意力(cross stage partial with two convolutions and pointwise spatial attention, C2PSA)模块,提升了算法在复杂环境下对红外图像的检测准确度。结果表明,相较于原始YOLOv11n算法,改进YOLOv11n算法的参数量减少了22.1%;精确率、召回率、平均精确率均值分别达到91.1%、85.5%、90.9%,各自提升了3.0、2.6、2.8个百分点;检测速度达到128.2帧/s。改进YOLOv11n算法能实现对电力设备过热故障红外图像的有效检测,可满足算法轻量化与实时性检测的要求。展开更多
针对当前桥梁裂缝图像检测精度较低,算法规模较大不便于部署在资源受限的边缘设备等问题,提出一种改进YOLOv11n(you only look once version 11 nano)的轻量级桥梁裂缝图像检测算法,通过融合ShuffleNetV2模块与跨尺度融合模块(cross-sca...针对当前桥梁裂缝图像检测精度较低,算法规模较大不便于部署在资源受限的边缘设备等问题,提出一种改进YOLOv11n(you only look once version 11 nano)的轻量级桥梁裂缝图像检测算法,通过融合ShuffleNetV2模块与跨尺度融合模块(cross-scale fusion module,CCFM),构建Shuffle-CCFM结构,提高多尺度特征的融合能力并降低算法参数量;在跨通道局部空间注意力(cross-channel partial spatial attention,C2PSA)模块中引入倒置残差块注意力机制(inverted residual mobile block with attention,iRMB),形成C2PSA-iRMB模块,提高算法对复杂裂缝细节的识别能力,并增强同一裂缝结构区域内空间长距离特征的关联建模能力;在C3k2模块中集成小波卷积(wavelet transform convolution,WTConv),形成C3k2-WTConv模块,提高模型在不同尺度下的特征提取能力;采用动态上采样器DySample代替传统上采样模块,根据特征图内容自适应调整采样位置,提高上采样阶段的空间分辨率与细节还原能力。开展消融试验、对比试验和可视化检测效果试验验证改进YOLOv11n算法的检测性能,试验结果表明:相较于YOLOv11n算法,引入Shuffle-CCFM结构、C2PSA-iRMB模块、C3k2-WTConv模块和DySample模块后的改进YOLOv11n算法的参数量N_(P)、计算量N_(f)、权重文件大小T分别减小27.5%、23.8%、32.7%,交并比阈值为50时平均精度均值E_(mAP50)、交并比阈值从50增至95时平均精度均值E_(mAP50-95)和召回率R分别提高1.6%、3.8%、0.4%,算法轻量化和检测精度明显提高;改进YOLOv11n算法对桥梁裂缝图像的检测精度和性能指标明显优于YOLOv5n、YOLOv6n、YOLOv8n、YOLOv10n等轻量级算法,适合部署于计算资源受限的边缘设备;改进YOLOv11n算法在桥梁裂缝可视化检测试验中对检测结果精确率有更高的置信度,对尺寸微小、形态复杂的裂缝细节捕捉能力较强,在复杂背景下具有较强的抗干扰能力。展开更多
文摘2015年6月26日,来自全国各地众多专家及医生相聚美丽山城重庆,拉开了一年一度的“中国胎儿医学大会”序幕。今年已经是第五届了,回首胎儿医学大会走过的四个年头,无论是以“Back to the basic”为主题的第一届,还是以“双胎妊娠”、“出生缺陷”为主题的第二届,或是着重介绍“产前筛查与分子诊断”、“NIPT”等专题的第三、第四届,我们都迅速捕捉着胎儿医学的最新热点,
文摘针对背景复杂的变电站电力设备过热故障红外图像难以检测的问题,提出了改进你只看一次11纳米版(you only look once version 11 nano, YOLOv11n)算法。首先,采用轻量级跨尺度特征融合模块(cross-scale feature fusion module, CCFM)改进原有颈部网络,以实现对特征通道信息的高效整合并降低参数量;其次,引入具有可切换空洞卷积的2次跨阶段3卷积可变核(cross stage partial with three-convolution blocks of variable kernel size two-switchable atrous convolution, C3k2-SAConv)模块替换整个网络的C3k2模块,提升了算法的特征提取能力;最后,使用具有双层路由注意力视觉转换器的跨阶段双卷积(cross stage partial with two convolutions and vision transformer of bi-level routing attention, C2BF)模块替换跨阶段双卷积逐点空间注意力(cross stage partial with two convolutions and pointwise spatial attention, C2PSA)模块,提升了算法在复杂环境下对红外图像的检测准确度。结果表明,相较于原始YOLOv11n算法,改进YOLOv11n算法的参数量减少了22.1%;精确率、召回率、平均精确率均值分别达到91.1%、85.5%、90.9%,各自提升了3.0、2.6、2.8个百分点;检测速度达到128.2帧/s。改进YOLOv11n算法能实现对电力设备过热故障红外图像的有效检测,可满足算法轻量化与实时性检测的要求。
文摘针对当前桥梁裂缝图像检测精度较低,算法规模较大不便于部署在资源受限的边缘设备等问题,提出一种改进YOLOv11n(you only look once version 11 nano)的轻量级桥梁裂缝图像检测算法,通过融合ShuffleNetV2模块与跨尺度融合模块(cross-scale fusion module,CCFM),构建Shuffle-CCFM结构,提高多尺度特征的融合能力并降低算法参数量;在跨通道局部空间注意力(cross-channel partial spatial attention,C2PSA)模块中引入倒置残差块注意力机制(inverted residual mobile block with attention,iRMB),形成C2PSA-iRMB模块,提高算法对复杂裂缝细节的识别能力,并增强同一裂缝结构区域内空间长距离特征的关联建模能力;在C3k2模块中集成小波卷积(wavelet transform convolution,WTConv),形成C3k2-WTConv模块,提高模型在不同尺度下的特征提取能力;采用动态上采样器DySample代替传统上采样模块,根据特征图内容自适应调整采样位置,提高上采样阶段的空间分辨率与细节还原能力。开展消融试验、对比试验和可视化检测效果试验验证改进YOLOv11n算法的检测性能,试验结果表明:相较于YOLOv11n算法,引入Shuffle-CCFM结构、C2PSA-iRMB模块、C3k2-WTConv模块和DySample模块后的改进YOLOv11n算法的参数量N_(P)、计算量N_(f)、权重文件大小T分别减小27.5%、23.8%、32.7%,交并比阈值为50时平均精度均值E_(mAP50)、交并比阈值从50增至95时平均精度均值E_(mAP50-95)和召回率R分别提高1.6%、3.8%、0.4%,算法轻量化和检测精度明显提高;改进YOLOv11n算法对桥梁裂缝图像的检测精度和性能指标明显优于YOLOv5n、YOLOv6n、YOLOv8n、YOLOv10n等轻量级算法,适合部署于计算资源受限的边缘设备;改进YOLOv11n算法在桥梁裂缝可视化检测试验中对检测结果精确率有更高的置信度,对尺寸微小、形态复杂的裂缝细节捕捉能力较强,在复杂背景下具有较强的抗干扰能力。
