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YOLOv11的水果成熟度检测
被引量:
1
1
作者
赵鹏
强光磊
+2 位作者
卢波
高扬
张仟祥
《现代信息科技》
2025年第8期34-40,共7页
针对水果成熟度检测中存在的精度不足、复杂背景下识别难度大,传统方法在特征提取上表现出明显的局限性等问题,为此,提出了一种基于改进YOLOv11的水果成熟度检测算法(AGLU-YOLOv11),以满足水果成熟度检测中对数据高效、可靠采集的需求。...
针对水果成熟度检测中存在的精度不足、复杂背景下识别难度大,传统方法在特征提取上表现出明显的局限性等问题,为此,提出了一种基于改进YOLOv11的水果成熟度检测算法(AGLU-YOLOv11),以满足水果成熟度检测中对数据高效、可靠采集的需求。AGLU-YOLOv11通过优化YOLOv11主干网络中的C3k2模块,融合CATM(Conv Additive Self-Attention)与CGLU(Convolutional Gated Linear Unit)设计了C3k2_AddBlock_CGLU模块,显著提升特征提取能力及多品种、多阶段成熟度果实的适应性。同时,在特征融合阶段引入AFCA注意力机制,强化全局特征表达及复杂背景的适应性,实现高效水果质量检测与标注。实验结果表明,AGLU-YOLOv11在Precision、Recall、mAP@0.5和mAP@0.5:0.95指标上相比其他检测模型,在精度、鲁棒性和多尺度目标适应性上表现更优,能够更好地满足识别水果成熟度的需求。
展开更多
关键词
YOLO
目标检测
cglu
CATM
水果成熟度检测
在线阅读
下载PDF
职称材料
基于改进YOLOv8s的轻量化齿轮表面缺陷检测
2
作者
侯军兴
魏留杰
+2 位作者
安晓东
钟佳
刘柳
《制造业自动化》
2025年第11期168-174,共7页
针对现有齿轮表面缺陷检测算法参数较多、计算量大等问题,提出了一种基于改进YOLOv8s的轻量化齿轮表面缺陷检测方法。首先,将YOLOv8s网络模型中的部分普通卷积替换为Adown卷积模块,提高模型捕捉图像特征的能力;其次,将轻量化模块C2f-Fas...
针对现有齿轮表面缺陷检测算法参数较多、计算量大等问题,提出了一种基于改进YOLOv8s的轻量化齿轮表面缺陷检测方法。首先,将YOLOv8s网络模型中的部分普通卷积替换为Adown卷积模块,提高模型捕捉图像特征的能力;其次,将轻量化模块C2f-Faster与通道混合器CGLU相融合,构建全新的C2f-Faster-CGLU模块,降低模型大小与计算成本;最后,设计LSCSBD检测头进一步减少模型参数量。实验结果表明,改进后的YOLOv8s模型与原模型相比,模型参数量大小减少了58.6%,GFLOPs减少了46.1%,模型大小减少了57.3%,均值平均精度达到了98.8%的准确率。改进后的算法有效降低了模型的占用内存,模型更加轻量,为小型移动设备实时检测齿轮表面缺陷技术提供参考。
展开更多
关键词
缺陷检测
YOLOv8s
Adown
cglu
轻量化
在线阅读
下载PDF
职称材料
基于FACV-YOLOv10模型的油田作业人员异常行为检测
3
作者
吴攀超
王佳硕
王婷婷
《机械与电子》
2025年第10期18-25,33,共9页
为解决油田作业现场因操作不规范导致的安全事故频发问题,提出一种改进的YOLOv10模型(FACV-YOLOv10)。针对油田监控中目标尺度变化大、背景复杂等问题,采用Focaler-CIoU替代传统损失函数,提升了对小目标的检测能力;结合AdditiveBlock和C...
为解决油田作业现场因操作不规范导致的安全事故频发问题,提出一种改进的YOLOv10模型(FACV-YOLOv10)。针对油田监控中目标尺度变化大、背景复杂等问题,采用Focaler-CIoU替代传统损失函数,提升了对小目标的检测能力;结合AdditiveBlock和ConvGLU优化骨干网络,实现轻量化的同时增强特征提取效果;此外,使用VoV-GSCSP和GSConv替换Neck中的C2f和Conv,提升了网络对多尺度目标的检测精度,并增强了其在复杂场景中的鲁棒性。在自建油田数据集上进行模型验证,mAP@50和mAP@50∶95分别达到92.7%和67.2%,在夜间巡检和恶劣天气等复杂工况下仍保持稳定性能,展现出良好的应用价值。
展开更多
关键词
YOLOv10
小目标检测
损失函数
模型轻量化
AdditiveBlock-
cglu
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv11的水果成熟度检测
被引量:
1
1
作者
赵鹏
强光磊
卢波
高扬
张仟祥
机构
太原师范学院计算机科学与技术学院
智能优化计算与区块链技术山西省重点实验室
出处
《现代信息科技》
2025年第8期34-40,共7页
基金
山西省科技战略研究专项重点项目(202304031401011)。
文摘
针对水果成熟度检测中存在的精度不足、复杂背景下识别难度大,传统方法在特征提取上表现出明显的局限性等问题,为此,提出了一种基于改进YOLOv11的水果成熟度检测算法(AGLU-YOLOv11),以满足水果成熟度检测中对数据高效、可靠采集的需求。AGLU-YOLOv11通过优化YOLOv11主干网络中的C3k2模块,融合CATM(Conv Additive Self-Attention)与CGLU(Convolutional Gated Linear Unit)设计了C3k2_AddBlock_CGLU模块,显著提升特征提取能力及多品种、多阶段成熟度果实的适应性。同时,在特征融合阶段引入AFCA注意力机制,强化全局特征表达及复杂背景的适应性,实现高效水果质量检测与标注。实验结果表明,AGLU-YOLOv11在Precision、Recall、mAP@0.5和mAP@0.5:0.95指标上相比其他检测模型,在精度、鲁棒性和多尺度目标适应性上表现更优,能够更好地满足识别水果成熟度的需求。
关键词
YOLO
目标检测
cglu
CATM
水果成熟度检测
Keywords
YOLO
Object Detection
cglu
CATM
fruit ripeness detection
分类号
TP3191.4 [自动化与计算机技术—计算机软件与理论]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv8s的轻量化齿轮表面缺陷检测
2
作者
侯军兴
魏留杰
安晓东
钟佳
刘柳
机构
郑州航空工业管理学院航空宇航学院
郑州航空工业管理学院机械工程学院
出处
《制造业自动化》
2025年第11期168-174,共7页
基金
河南省自然科学基金(252300420067)
河南省科技攻关计划(222102210273)
郑州航空工业管理学院研究生教育创新计划(2025CX98)。
文摘
针对现有齿轮表面缺陷检测算法参数较多、计算量大等问题,提出了一种基于改进YOLOv8s的轻量化齿轮表面缺陷检测方法。首先,将YOLOv8s网络模型中的部分普通卷积替换为Adown卷积模块,提高模型捕捉图像特征的能力;其次,将轻量化模块C2f-Faster与通道混合器CGLU相融合,构建全新的C2f-Faster-CGLU模块,降低模型大小与计算成本;最后,设计LSCSBD检测头进一步减少模型参数量。实验结果表明,改进后的YOLOv8s模型与原模型相比,模型参数量大小减少了58.6%,GFLOPs减少了46.1%,模型大小减少了57.3%,均值平均精度达到了98.8%的准确率。改进后的算法有效降低了模型的占用内存,模型更加轻量,为小型移动设备实时检测齿轮表面缺陷技术提供参考。
关键词
缺陷检测
YOLOv8s
Adown
cglu
轻量化
Keywords
defect detection
YOLOv8s
Adown
cglu
lightweight
分类号
TP391.4 [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FACV-YOLOv10模型的油田作业人员异常行为检测
3
作者
吴攀超
王佳硕
王婷婷
机构
东北石油大学电气信息工程学院
出处
《机械与电子》
2025年第10期18-25,33,共9页
基金
国家自然科学基金资助项目(52474036)。
文摘
为解决油田作业现场因操作不规范导致的安全事故频发问题,提出一种改进的YOLOv10模型(FACV-YOLOv10)。针对油田监控中目标尺度变化大、背景复杂等问题,采用Focaler-CIoU替代传统损失函数,提升了对小目标的检测能力;结合AdditiveBlock和ConvGLU优化骨干网络,实现轻量化的同时增强特征提取效果;此外,使用VoV-GSCSP和GSConv替换Neck中的C2f和Conv,提升了网络对多尺度目标的检测精度,并增强了其在复杂场景中的鲁棒性。在自建油田数据集上进行模型验证,mAP@50和mAP@50∶95分别达到92.7%和67.2%,在夜间巡检和恶劣天气等复杂工况下仍保持稳定性能,展现出良好的应用价值。
关键词
YOLOv10
小目标检测
损失函数
模型轻量化
AdditiveBlock-
cglu
Keywords
YOLOv10
small target detection
loss function
model lightweighting
AdditiveBlock-
cglu
分类号
TP391.4 [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
作者
出处
发文年
被引量
操作
1
基于改进YOLOv11的水果成熟度检测
赵鹏
强光磊
卢波
高扬
张仟祥
《现代信息科技》
2025
1
在线阅读
下载PDF
职称材料
2
基于改进YOLOv8s的轻量化齿轮表面缺陷检测
侯军兴
魏留杰
安晓东
钟佳
刘柳
《制造业自动化》
2025
0
在线阅读
下载PDF
职称材料
3
基于FACV-YOLOv10模型的油田作业人员异常行为检测
吴攀超
王佳硕
王婷婷
《机械与电子》
2025
0
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