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：
改进ConvNeXt V2的岩石薄片岩性识别方法
1
作者 王婷婷 蒋静怡 +2 位作者 赵万春 秦依凡 李廷礼 《石油地球物理勘探》 北大核心 2025年第2期292-301,共10页
在油气勘探领域,通过岩石微观结构可知油气资源的赋存状态,其精度和效率的提高依赖于有效的岩性识别方法。为此,提出了一种改进ConvNeXt V2的岩石薄片岩性识别方法。首先,以ConvNeXt V2-T为核心特征提取网络,嵌入全局注意力机制,提升对... 在油气勘探领域,通过岩石微观结构可知油气资源的赋存状态,其精度和效率的提高依赖于有效的岩性识别方法。为此,提出了一种改进ConvNeXt V2的岩石薄片岩性识别方法。首先,以ConvNeXt V2-T为核心特征提取网络,嵌入全局注意力机制,提升对全局特征的感知能力;然后,设计多尺度特征融合模块,可以在不同尺度上对特征图进行有效融合;最后,使用Lion优化器代替原本的AdamW优化器以改进模型优化器,从而使速度更快、能够取得更好的泛化性能且更省内存。实验结果表明,该方法准确率、精确率、召回率、特异度及F1值平均值分别为96.1%、95.5%、96.2%、99.1%、95.8%;改进后的算法收敛速度更快,准确性更高,可以实现岩石薄片图像的精准分类和识别。 展开更多
关键词 岩性识别 convnext v2 全局注意力机制 多尺度特征融合 Lion优化器
在线阅读 下载PDF
WMG-GAN:基于权重图引导的布匹瑕疵图像生成算法
2
作者 王迎铭 陈柯烽 +1 位作者 潘海鹏 任佳 《浙江理工大学学报(自然科学版)》 2026年第1期114-124,共11页
针对现有方法在重建背景细节和生成图像质量方面存在的不足,以CycleGAN为基础框架,提出了一种基于权重图引导的布匹瑕疵图像生成算法WMG-GAN(Weight-map-guided generative adversarial network)。该算法首先通过生成器产生前景权重图... 针对现有方法在重建背景细节和生成图像质量方面存在的不足,以CycleGAN为基础框架,提出了一种基于权重图引导的布匹瑕疵图像生成算法WMG-GAN(Weight-map-guided generative adversarial network)。该算法首先通过生成器产生前景权重图和特征权重图,实现针对前景部分内容的选择性修改,并完整保留背景细节和结构;其次,在判别器中加入ConvNeXt V2模块,增加网络的特征提取能力,为生成器提供更精确的梯度反馈;最后,引入感知学习图像块相似性(Learned perceptual image patch similarity,LPIPS)指标,构建循环一致性损失函数,以优化生成图像的视觉质量与真实感。在真实布匹瑕疵数据集上的对照实验和消融实验表明,该算法生成的布匹瑕疵图像相较于传统CycleGAN,不仅具有较低的弗雷歇初始距离(Fréchet inception distance,FID)和LPIPS值,而且能获得较高的结构相似性指数(Structural similarity index measure,SSIM)和峰值信噪比(Peak signal-to-noise ratio,PSNR)。WMG-GAN算法可显著提升图像生成质量,由其生成的图像满足瑕疵检测算法的高精度要求。 展开更多
关键词 布匹瑕疵图像生成 生成对抗网络 CycleGAN 权重图 convnext v2
原文传递
基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法 被引量：5
3
作者 赵振兵 韩钰 唐辰康 《图学学报》 北大核心 2025年第1期1-12,共12页
针对无人机航拍配电线路时因安全限制导致背景复杂动态、绝缘子缺陷形态不规则、缺陷特征不明显与缺陷信息难捕捉的问题,提出了一种基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法。在第一阶段,通过YOLOv8模型自动提取绝缘子部件图像... 针对无人机航拍配电线路时因安全限制导致背景复杂动态、绝缘子缺陷形态不规则、缺陷特征不明显与缺陷信息难捕捉的问题,提出了一种基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法。在第一阶段,通过YOLOv8模型自动提取绝缘子部件图像,为第二阶段绝缘子缺陷检测提供准确的输入,摒除冗余背景信息的影响。在第二阶段,利用ConvNeXt V2主干网络提升模型对不规则形态目标的识别能力,提升网络的特征提取能力;通过在特征融合过程中加入边缘知识融合模块,精准提取缺陷边缘信息;设计自适应形状IoU增强方法,采用自适应训练样本选择策略优化正负样本比例,并使用充分考虑边界框回归样本自身形状和尺度等固有属性的Shape-IoU损失函数,使模型聚焦目标本质特征,改善模型漏检误检情况,提高检测的准确性和鲁棒性。经实验证明,基于改进YOLOv8的配电线路绝缘子缺陷级联检测方法比基线模型平均精确率提高了17.3%,有效提升配电线路绝缘子缺陷检测准确率,为电力系统的安全维护提供了有力的技术支持。 展开更多
关键词 配电线路 绝缘子缺陷检测 YOLOv8 convnext v2 边缘知识融合 自适应形状IoU增强
在线阅读 下载PDF
基于改进YOLOv5s算法的轨道扣件缺陷检测 被引量：3
4
作者 张兴盛 阮久宏 +2 位作者 沈本兰 李金城 华超 《山东交通学院学报》 2025年第2期10-18,共9页
针对轨道扣件缺陷复杂程度较高、严重影响列车行车安全、人工巡检效率较低等问题,提出一种基于计算机视觉的轨道扣件缺陷检测算法。考虑轨道扣件缺陷的特征以及检测时所处复杂作业环境,采用ConvNeXt V2模块代替YOLOv5s算法主干网络前端C... 针对轨道扣件缺陷复杂程度较高、严重影响列车行车安全、人工巡检效率较低等问题,提出一种基于计算机视觉的轨道扣件缺陷检测算法。考虑轨道扣件缺陷的特征以及检测时所处复杂作业环境,采用ConvNeXt V2模块代替YOLOv5s算法主干网络前端C3模块,采用Efficient Rep网络改进YOLOv5s算法主干网络末端,引入具有动态非聚焦机制的损失函数WIoU加快YOLOv5s算法模型计算收敛速度,形成改进YOLOv5s算法(CR-YOLOv5s算法),检测轨道扣件缺陷状态,开展消融试验,并与快速区域卷积神经网络(faster region-based convolutional neural networks,Faster R-CNN)算法、单阶多层检测(single shot multibox detector,SSD)算法、YOLOv3算法、YOLOv4算法检测进行对比试验。试验结果表明:CR-YOLOv5s算法的召回率为89.3%,平均检测精度均值为95.8%,平均检测时间为10.1 ms,3项指标均优于其他4种算法;与YOLOv5s算法相比,CR-YOLOv5s算法的召回率均值提高5.7%,平均检测精度均值提高4.0%,平均检测时间延长1.0 ms。综合考虑轨道扣件状态检测任务要求、召回率、平均检测精度均值、平均检测时间等因素,采用CR-YOLOv5s算法检测轨道扣件缺陷状态更具优势。 展开更多
关键词 轨道扣件 缺陷检测 YOLOv5s算法 convnext v2模块 Efficient Rep网络 损失函数WIoU
在线阅读 下载PDF
基于改进YOLOv8n的竹节检测方法
5
作者 李贵强 陈继飞 《农机使用与维修》 2025年第6期1-8,共8页
竹节的快速检测和准确识别是提高竹子初加工质量的重要前提。针对竹子加工避节难的问题,提出了一种YOLOv8n-CSM竹节检测模型。首先,采用ConvNeXt v2作为骨干特征提取网络,以增强网络的特征提取能力;其次,使用广义稀疏卷积(Generalized-S... 竹节的快速检测和准确识别是提高竹子初加工质量的重要前提。针对竹子加工避节难的问题,提出了一种YOLOv8n-CSM竹节检测模型。首先,采用ConvNeXt v2作为骨干特征提取网络,以增强网络的特征提取能力;其次,使用广义稀疏卷积(Generalized-Sparse Convolution, GSConv)和VoVGSCSP模块搭建Slim-Neck颈部网络结构,在减少模型参数量的同时保持模型的识别精度;最后,将多尺度卷积注意力机制(Multi-scale convolutional attention, MSCA)嵌入到模型的主干输出端,以增强模型对竹节的特征提取能力并削弱背景干扰。结果表明,优化的YOLOv8n-CSM模型,其在竹节测试集上的平均精度均值(Mean average precision, mAP)达94.4%。与目标检测模型YOLOv3-tiny、YOLOv5、YOLOv6和YOLOv8n相比,YOLOv8n-CSM模型的mAP0.5分别高出0.5,1.1,1.3,1.5个百分点,可为竹节快速准确检测提供技术支持。 展开更多
关键词 目标检测 竹节 YOLOv8n MSCA注意力机制 Slim-Neck convnext v2
在线阅读 下载PDF
基于GCR-PointPillars的点云三维目标检测 被引量：5
6
作者 伍新月 惠飞 金鑫 《现代电子技术》 北大核心 2024年第11期168-174,共7页
针对PointPillars算法中存在识别与定位不准确的问题,提出一种GCR-PointPillars三维目标检测模型,该模型首先在Pillar特征网络中引入全局注意力机制,学习点云特征之间的相关性,增强伪图特征的全局信息交互能力;其次,基于ConvNeXt V2重... 针对PointPillars算法中存在识别与定位不准确的问题,提出一种GCR-PointPillars三维目标检测模型,该模型首先在Pillar特征网络中引入全局注意力机制,学习点云特征之间的相关性,增强伪图特征的全局信息交互能力;其次,基于ConvNeXt V2重新构建特征提取网络,提取更加丰富的语义信息,从而有效提升网络的学习能力;最后引入RDIoU来联合引导分类和回归任务,有效缓解分类和回归不一致的问题。文中模型在KITTI数据集中与基准网络相比,汽车类别在简单、中等、困难三种难度级别下分别提高了2.69%、4.29%、4.84%,并且推理速度达到25.8 f/s。实验结果表明,文中模型在保持实时性速度的同时,检测效果也有明显提升。 展开更多
关键词 三维目标检测 注意力机制 convnext v2 损失函数 激光雷达点云 自动驾驶
在线阅读 下载PDF
基于改进PointPillars的激光点云三维目标检测
7
作者 王家琦 吴叶兰 +1 位作者 郝凤桐 张峻景 《信息技术与信息化》 2024年第2期58-61,共4页
针对复杂场景下三维目标检测算法对小目标物体识别精度不高、容易出现错检漏检问题,提出一种基于改进PointPillars的三维目标检测算法,利用锥形点云获取物体的边界信息,抑制环境噪声造成的干扰;设计一种空间自注意力模块,捕获点云支柱... 针对复杂场景下三维目标检测算法对小目标物体识别精度不高、容易出现错检漏检问题,提出一种基于改进PointPillars的三维目标检测算法,利用锥形点云获取物体的边界信息,抑制环境噪声造成的干扰;设计一种空间自注意力模块,捕获点云支柱间的全局上下文信息和空间信息,扩大点云特征感知范围,提升小目标物体识别在复杂场景下的鲁棒性;改进主干网络的下采样模块,采用ConvNeXt v2模块增强网络的特征提取能力。在KITTI数据集上的测试结果表明,相比PointPillars原始网络,改进算法在汽车、行人、骑行者类别上的平均检测精度分别提升了3.73%、5.89%、5.7%,证明了所提出方法的有效性。 展开更多
关键词 三维目标检测 PointPillars 注意力机制 点云支柱 convnext v2
在线阅读 下载PDF
基于YOLOv7 tiny的煤岩图像检测算法
8
作者 赵艳芹 邓虎诚 《黑龙江工业学院学报(综合版)》 2024年第12期104-107,共4页
针对现阶段煤岩图像检测识别中精度和模型规模难以平衡的问题,提出了一种通过替换部分普通卷积模块来改进YOLOv7 tiny网络结构的轻量化煤岩图像检测算法。算法引入卷积核为7的卷积模块ConvNeXt v2来替换普通卷积模块,提升煤炭特征获得效... 针对现阶段煤岩图像检测识别中精度和模型规模难以平衡的问题,提出了一种通过替换部分普通卷积模块来改进YOLOv7 tiny网络结构的轻量化煤岩图像检测算法。算法引入卷积核为7的卷积模块ConvNeXt v2来替换普通卷积模块,提升煤炭特征获得效果;利用注意力机制,替换1×1大小卷积模块,改进ELAN模块,使算法提取更丰富的目标信息。结果表明:与YOLOv7tiny算法相比,改进后算法准确率提升了1.3%,召回率提升了1.0%,平均准确率提升2.7%,浮点计算量下降了1.7G,参数量降低0.93M,下降了总量的15.4%。 展开更多
关键词 煤岩检测 轻量化 YOLOv7tiny 注意力机制 convnext v2
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