期刊文献+
共找到300篇文章
< 1 2 15 >
每页显示 20 50 100
In Vitro Targeted Magnetic Delivery and Tracking of Superparamagnetic Iron Oxide Particles Labeled Stem Cells for Articular Cartilage Defect Repair 被引量:4
1
作者 冯勇 金旭红 +3 位作者 戴刚 刘军 陈家荣 杨柳 《Journal of Huazhong University of Science and Technology(Medical Sciences)》 SCIE CAS 2011年第2期204-209,共6页
To assess a novel cell manipulation technique of tissue engineering with respect to its ability to augment superparamagnetic iron oxide particles (SPIO) labeled mesenchymal stem cells (MSCs) density at a localized... To assess a novel cell manipulation technique of tissue engineering with respect to its ability to augment superparamagnetic iron oxide particles (SPIO) labeled mesenchymal stem cells (MSCs) density at a localized cartilage defect site in an in vitro phantom by applying magnetic force. Meanwhile, non-invasive imaging techniques were use to track SPIO-labeled MSCs by magnetic resonance imaging (MRI). Human bone marrow MSCs were cultured and labeled with SPIO. Fresh degenerated human osteochondral fragments were obtained during total knee arthroplasty and a cartilage defect was created at the center. Then, the osteochondral fragments were attached to the sidewalls of culture flasks filled with phosphate-buffered saline (PBS) to mimic the human joint cavity. The SPIO-labeled MSCs were injected into the culture flasks in the presence of a 0.57 Tesla (T) magnetic force. Before and 90 min after cell targeting, the specimens underwent T2-weighted turbo spin-echo (SET2WI) sequence of 3.0 T MRI. MRI results were compared with histological findings. Macroscopic observation showed that SPIO-labeled MSCs were steered to the target region of cartilage defect. MRI revealed significant changes in signal intensity (P0.01). HE staining exibited that a great number of MSCs formed a three-dimensional (3D) cell "sheet" structure at the chondral defect site. It was concluded that 0.57 T magnetic force permits spatial delivery of magnetically labeled MSCs to the target region in vitro. High-field MRI can serve as an very sensitive non-invasive technique for the visualization of SPIO-labeled MSCs. 展开更多
关键词 superparamagnetic iron oxide particles human bone-derived mesenchymal stem cells (hbMSCs) cartilage defect magnetic resonance imaging (MRI) magnetic targeting cell delivery system cell therapy
暂未订购
基于优化型YOLOv8n的木材厂缺陷识别系统研究
2
作者 冯上榜 莫文洁 +1 位作者 姜冲 许鹏 《电子设计工程》 2026年第1期134-139,共6页
针对目前木材缺陷检测技术要求越来越高的问题,开展了基于YOLOv8n的木材缺陷识别系统的技术研究。对YOLOv8n模型进行了优化,在主干和颈部网络部分引入ADown卷积替换了Conv卷积,降低了模型的复杂度,同时保证了模型检测木材缺陷的精准度... 针对目前木材缺陷检测技术要求越来越高的问题,开展了基于YOLOv8n的木材缺陷识别系统的技术研究。对YOLOv8n模型进行了优化,在主干和颈部网络部分引入ADown卷积替换了Conv卷积,降低了模型的复杂度,同时保证了模型检测木材缺陷的精准度。引入dysample替换了原本颈部的上采样,在提高模型对木材小目标缺陷识别精度的同时不额外增加模型的复杂度。在3个检测头前添加了MSDA注意力模块,提高了模型对木材缺陷信息的捕捉能力。改进后的模型检测平均精确率达到77.2%,相比原模型提高了2.2%,参数量、计算量和模型大小分别为2.73M、7.8GFLOPs、5.71 MB,比原模型分别降低了9.3%、3%、4.2%。优化后的模型更适合部署到嵌入式设备中进行木材缺陷检测。 展开更多
关键词 图像识别 木材目标检测 YOLOv8n 缺陷识别
在线阅读 下载PDF
基于改进YOLOv8s的排水管道缺陷检测算法
3
作者 吴德华 陈礼洪 +1 位作者 黄淑萍 马世斌 《软件导刊》 2026年第1期166-171,共6页
针对城市排水管道缺陷检测算法参数量和计算量大、管道内部环境复杂导致缺陷检测困难的问题,提出一种基于改进YOLOv8s的排水管道缺陷检测算法。首先,使用MobileNetV3特征提取网络作为主干,并引入ECA注意力模块改进倒残差结构,增强了模... 针对城市排水管道缺陷检测算法参数量和计算量大、管道内部环境复杂导致缺陷检测困难的问题,提出一种基于改进YOLOv8s的排水管道缺陷检测算法。首先,使用MobileNetV3特征提取网络作为主干,并引入ECA注意力模块改进倒残差结构,增强了模型的特征提取能力;其次,利用Slim-Neck架构改进原有颈部结构,进一步提高了网络的轻量化水平;最后,结合自适应空间特征融合方式改进检测头,有效过滤冲突信息,增强了尺度不变性。实验结果表明,与原始YOLOv8s模型相比,改进后的YOLOv8s模型在管道缺陷数据集上的mAP@0.5、mAP@50:95分别提升了4.7%、3.6%,整体性能有所提高。 展开更多
关键词 YOLOv8s 排水管道 缺陷检测 目标识别 注意力模块
在线阅读 下载PDF
面向印刷电路板缺陷检测的轻量化YOLOv8n-LSCNet目标检测模型
4
作者 赖俊杰 曾猛杰 任洪亮 《华侨大学学报(自然科学版)》 2026年第1期61-67,共7页
针对印刷电路板表面缺陷检测中面板线路复杂、缺陷微小且检测精度与效率难以兼顾的问题,提出一种轻量化、高效的YOLOv8n-LSCNet目标检测模型。首先,在YOLOv8n模型基础上,引入C2f-OREPA模块,利用在线重参数化技术提升特征提取能力;其次,... 针对印刷电路板表面缺陷检测中面板线路复杂、缺陷微小且检测精度与效率难以兼顾的问题,提出一种轻量化、高效的YOLOv8n-LSCNet目标检测模型。首先,在YOLOv8n模型基础上,引入C2f-OREPA模块,利用在线重参数化技术提升特征提取能力;其次,设计一种轻量化检测头,通过共享卷积减少冗余计算;最后,采用扩展交并比(EIoU)损失函数优化边界框回归精度。使用北大印刷电路板(PCB)数据集进行训练与测试,通过消融实验与对比实验验证各模块的有效性。结果表明:相比YOLOv8n模型,YOLOv8n-LSCNet模型的精确率与均值平均精度(交并比阈值≥0.50)分别提升了0.94%和0.47%,参数量与浮点计算量分别降低了21.4%和19.7%;该模型在精度与效率之间取得了良好平衡,具备较强的工程应用潜力。 展开更多
关键词 印刷电路板(PCB)缺陷检测 轻量化检测 YOLOv8n 小目标检测 损失函数
在线阅读 下载PDF
基于改进YOLOv8的轻量化皮革缺陷检测方法 被引量:3
5
作者 方明 张娇 +1 位作者 徐晶 王绎覃 《电子测量技术》 北大核心 2025年第1期111-118,共8页
为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运... 为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运算实现了高维和非线性特征空间的映射,从而在紧凑的网络结构和较低的能耗下展示了出色的性能和低延迟。其次,将原本的检测头替换成轻量级共享卷积检测头,通过使用共享卷积,可以大幅减少参数数量,使得模型更轻便,以便于在资源受限的设备上部署。最后,将颈部网络的C2f模块替换成C2f_Star模块,在网络更加轻量化的同时,将不同尺度的特征图进行融合,提高目标检测的准确性和鲁棒性。在自制的HSV-Leather数据集上对模型进行实验验证,结果表明,改进后的YOLOv8-Leather检测模型性能优于YOLOv8n模型。对比YOLOv8n模型,改进后的模型在参数量上降低了57%,检测速度提升了20%,模型权重降低了52%,运算量降低了53%。实验验证了改进后的模型在解决皮革表面缺陷检测问题上的可行性。 展开更多
关键词 皮革缺陷检测 YOLOv8 目标检测 轻量化 StarNet
原文传递
改进YOLOv11n在输电线路绝缘子主要缺陷检测中的应用研究 被引量:1
6
作者 刘宏志 马跃 +1 位作者 邱彬 王凯 《高压电器》 北大核心 2025年第10期149-158,共10页
随着电力巡检智能化需求的增长,深度学习缺陷检测技术在输电线路巡检中得到广泛应用。然而,传统目标检测算法在小目标检测中,尤其在复杂背景和目标信息稀缺环境下,存在检测精度不高的问题。文中在YOLOv11基础上进行3项改进,提出一种改进... 随着电力巡检智能化需求的增长,深度学习缺陷检测技术在输电线路巡检中得到广泛应用。然而,传统目标检测算法在小目标检测中,尤其在复杂背景和目标信息稀缺环境下,存在检测精度不高的问题。文中在YOLOv11基础上进行3项改进,提出一种改进YOLOv11的绝缘子缺陷检测方法。首先,引入C2PSA-CAA模块,结合通道注意力与特征聚合技术,提升小目标特征提取能力;其次,改进Focal-EIOU损失函数,优化了长宽比匹配,提高了预测框精度及对难检测目标的学习能力;最后,引入HS-FPN特征融合模块,提升了不同尺度小目标检测性能。实验结果表明,改进后的YOLOv11n模型在精度上较原YOLOv11模型精度提升了3.7%,准确率提升了1.4%,召回率提升了5.4%,为无人机电力巡检中的智能化应用提供了有效的技术支撑。 展开更多
关键词 YOLOv11 绝缘子缺陷检测 小目标检测 注意力机制 深度学习
在线阅读 下载PDF
基于改进的YOLOv5焊缝表面缺陷检测算法 被引量:1
7
作者 徐向前 李星 张永安 《西安石油大学学报(自然科学版)》 北大核心 2025年第4期98-106,共9页
为解决当前检测技术中存在的准确性和时效性较低的问题,提出了一种改进的YOLOv5焊缝表面缺陷检测模型,在其Neck层加入自注意力机制CoTNet,有效减少特征点之间的冗余信息,加速模型的训练,引入BiFPN加权双向特征金字塔网络结构,加强对缺... 为解决当前检测技术中存在的准确性和时效性较低的问题,提出了一种改进的YOLOv5焊缝表面缺陷检测模型,在其Neck层加入自注意力机制CoTNet,有效减少特征点之间的冗余信息,加速模型的训练,引入BiFPN加权双向特征金字塔网络结构,加强对缺陷特征信息的融合,从而提高模型的检测性能。在自建全新的焊缝缺陷数据集上,通过消融实验对比分析改进的YOLOv5模型的检测性能,其中mAP@0.5比原YOLOv5模型提高了8.2%;通过与当前主流检测模型对比分析发现,改进的YOLOv5模型的mAP@0.5值比Faster-RCNN高8.5%,比SSD网络模型高22.3%,满足管道表面焊接缺陷的检测要求。 展开更多
关键词 焊接缺陷检测 目标识别 YOLOv5 自注意力机制 BiFPN
在线阅读 下载PDF
改进型YOLOv3的PCB缺陷检测研究 被引量:1
8
作者 张健滔 黄允 +1 位作者 汪鹏宇 瞿栋 《机械设计与制造》 北大核心 2025年第7期172-177,共6页
为了准确快速进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称RE-CU)和铜面异物(简称FB-CU),利用YOLOv3模型进行缺陷识别实验。实验结果显示:YOLOv3模型在PCB缺陷识别中有较好的检测效果,在阈值为0.5时,有缺陷图片(简称NG图片)的... 为了准确快速进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称RE-CU)和铜面异物(简称FB-CU),利用YOLOv3模型进行缺陷识别实验。实验结果显示:YOLOv3模型在PCB缺陷识别中有较好的检测效果,在阈值为0.5时,有缺陷图片(简称NG图片)的漏检率低于15%,无缺陷图片(简称OK图片)的误检率只有5%左右。在深入分析检测的结果后,发现对于小缺陷的识别效果较差,于是增加了一个感受野更小的检测头,构建了具有四个检测头的网络结构。利用改进型的YOLOv3算法进行实验,结果表明:改进后的YOLOv3算法具有更好的检测性能,在阈值为0.5时,OK图片的误检率较改进前降低为0.25%,并且在阈值为0.7时更是达到了0%,NG图片的漏检率较改进前也有所降低。 展开更多
关键词 深度学习 PCB 缺陷检测 YOLOv3算法 目标检测
在线阅读 下载PDF
基于YOLO-RMFP的光伏板缺陷检测方法研究
9
作者 李莹 孙钰鑫 +1 位作者 张强 王淦源 《电子测量与仪器学报》 北大核心 2025年第8期178-188,共11页
针对光伏板内部缺陷目标小且尺寸差异大的问题,提出了一种基于YOLOv8n的改进模型YOLO-RMFP。首先,将高效多尺度注意力机制与感受野注意力相结合,提出了一种感受野混合注意力机制,使模型聚焦不同尺度的特征,并解决高效多尺度注意力机制... 针对光伏板内部缺陷目标小且尺寸差异大的问题,提出了一种基于YOLOv8n的改进模型YOLO-RMFP。首先,将高效多尺度注意力机制与感受野注意力相结合,提出了一种感受野混合注意力机制,使模型聚焦不同尺度的特征,并解决高效多尺度注意力机制参数共享问题,提升光伏板微小缺陷检测精度。其次,将感受野混合注意力机制与空间金字塔池化模块结合,增强模型对多尺度特征的捕捉能力及对复杂特征区域的关注度,使模型在复杂背景下能够有效剔除噪声并增强鲁棒性,进一步增强光伏板缺陷小目标的检测精度。然后,将YOLOv8n主干网络中不同分辨率的特征映射与改进后的多尺度特征融合金字塔网络相结合,进一步增强了特征信息的交互性,以实现更全面的特征提取并增强目标检测的检测性能。最后,在PIoU的基础上,通过改变缺陷样本难易的权重,提升目标定位的精确度,有效缓解了光伏板缺陷样本不平衡问题。通过消融实验和对比实验的结果表明,YOLO-RMFP网络模型的检测精度mAP@0.5和mAP@0.5:0.95值分别提高3.1%和6.5%,精准度和召回率分别提升了4.2%和3.5%。满足了光伏板缺陷检测的评估要求。 展开更多
关键词 光伏板缺陷 目标检测 YOLOv8n 感受野混合注意力机制 多尺度特征融合金字塔网络
原文传递
改进RT-DETR的金属表面缺陷检测算法
10
作者 李冰 王月 +4 位作者 张易牧 魏乐涛 颉卓凡 叶猛 翟永杰 《智能系统学报》 北大核心 2025年第6期1404-1419,共16页
针对金属表面缺陷检测任务中检测目标小、尺度变化大、背景复杂等问题,提出了一种基于RTDETR(real-time detection Transformer)的改进模型——HAS-DETR(high accurancy for small object-DETR)。HAS-DETR通过在骨干网络中引入复合差分... 针对金属表面缺陷检测任务中检测目标小、尺度变化大、背景复杂等问题,提出了一种基于RTDETR(real-time detection Transformer)的改进模型——HAS-DETR(high accurancy for small object-DETR)。HAS-DETR通过在骨干网络中引入复合差分卷积,增强对小目标的特征提取能力;构建双重多尺度特征融合模块,有效捕获全局语义信息与细节特征,解决目标尺度变化大的问题;设计全局多尺度注意力机制,替代AIFI(attentionbased intra-scale feature interaction)模块中的多头注意力机制,提高模型在复杂背景和多尺度目标场景中的鲁棒性和精确度。在金属表面缺陷数据集上,HAS-DETR在mAP50和mAP50-95上分别较RT-DETR提升了6.5%和4.5%;在公开ADPPP数据集上,mAP50提升了2%,mAP50-95提升了1.3%。实验结果表明:HAS-DETR在保持较高检测效率的同时,有效提升了在复杂背景中对小目标的检测精度,具有良好的实际应用前景。 展开更多
关键词 深度学习 金属表面缺陷 小目标 RT-DETR 特征融合 注意力机制 差分卷积 目标检测
在线阅读 下载PDF
基于改进YOLOv7的小目标和低对比度纸病分类算法研究
11
作者 汤伟 周国庆 +4 位作者 王孟效 方嘉楠 张龙 郑晓虎 刘英伟 《中国造纸》 北大核心 2025年第3期143-151,共9页
随着纸机车速提升和幅宽加大,纸病出现频率随之上升。为根治纸病,需对其有效分类以溯源。但因部分纸病目标小、对比度低,分类效果欠佳。本课题提出了一种基于改进YOLOv7的分类方法,核心思想是在颈部网络改良快速跨阶段特征金字塔池化(SP... 随着纸机车速提升和幅宽加大,纸病出现频率随之上升。为根治纸病,需对其有效分类以溯源。但因部分纸病目标小、对比度低,分类效果欠佳。本课题提出了一种基于改进YOLOv7的分类方法,核心思想是在颈部网络改良快速跨阶段特征金字塔池化(SPPFCSPC)模块,在感受野不变前提下提升分类速度;使用空间深度卷积替换原有的“卷积+池化层”,增强对纸病的特征提取能力;通过注意力模块(SimAM),使更多的资源集中于纸病细节,进一步提高低对比度和小目标纸病的识别效率。结果表明,本课题算法的平均精度达0.97,实时检测速度26.5帧/s。相比于原YOLOv7网络,本算法在小目标和低对比度纸病的平均精度和检测速度方面均有明显提升。 展开更多
关键词 纸病分类 小目标 YOLOv7 SPPFCSPC SimAM
在线阅读 下载PDF
基于改进YOLOv7的隧道衬砌内部缺陷智能识别
12
作者 周中 周诗荣 +1 位作者 李世帅 鲁四平 《铁道学报》 北大核心 2025年第9期201-211,共11页
大多数隧道在建成初期都存在钢筋不连续、内部脱空和混凝土浇筑不密实等衬砌内部缺陷,严重影响隧道结构的耐久性和稳定性。为解决隧道衬砌内部缺陷常规检测手段的主观性强、准确性差、效率低等问题,基于YOLOv7目标检测算法,提出一种改进... 大多数隧道在建成初期都存在钢筋不连续、内部脱空和混凝土浇筑不密实等衬砌内部缺陷,严重影响隧道结构的耐久性和稳定性。为解决隧道衬砌内部缺陷常规检测手段的主观性强、准确性差、效率低等问题,基于YOLOv7目标检测算法,提出一种改进的YOLOv7隧道衬砌内部缺陷检测算法,将主干特征提取网络输出的最深层特征层输入视觉显示中心(EVC),使其更加关注层内的细节信息,同时将边界框回归误差替换成基于最小点距离的新型损失函数(MPDIoU)。使用有限差分时域方法获取模拟雷达图像,与真实雷达图像一起构成隧道衬砌缺陷雷达图像数据集,进而将改进YOLOv7算法与YOLOv8、YOLOv7、YOLOv5、SSD和Faster RCNN共5种算法进行模型对比实验,在实际隧道质量检测中验证提出方法的优越性和有效性。模型对比实验中对于钢筋、内部脱空以及衬砌不密实这3种缺陷的识别,改进YOLOv7算法的F 1分数分别为94.51%、84.53%和97.66%,平均精度分别为97.13%、83.78%和98.30%,并且相较于其他5种模型在3种缺陷信号的均值F 1值和均值平均精度上均有一定提升;实例验证中,脱空信号和注浆不密实信号的识别准确率分别为70%和75%。结果表明改进的YOLOv7隧道衬砌内部缺陷检测算法具有优越的综合检测性能和泛化能力,有效满足了隧道二衬缺陷的检测需求。 展开更多
关键词 隧道工程 衬砌内部缺陷 目标检测 深度学习
在线阅读 下载PDF
基于轻量级改进RT-DETR边缘部署算法的绝缘子缺陷检测 被引量:9
13
作者 姜香菊 王瑞彤 马彦鸿 《电工技术学报》 北大核心 2025年第3期842-854,共13页
随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量... 随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量级EMO作为算法特征提取主干,充分学习绝缘子目标的长距离特征交互及缺陷小目标的局部特征交互,并提出基于轻量级注意力的尺度内特征交互模块和轻量级跨尺度特征融合模块设计轻量级高效混合编码器;再次,在轻量级高效混合编码器中引入定位信息补充分支、使用DIoU损失函数结合迁移学习训练技巧,缓解轻量化造成的算法精度下降问题;最后,构建多天气条件绝缘子数据集进行训练验证。实验结果表明,相较于基线算法,所提算法检测精度达到97.2%,只损失0.7个百分点,而参数量和计算量分别下降67.8%和71.2%,检测速度提升2.5倍,满足多天气条件下的输电线路绝缘子状态巡检准确率及边缘部署轻量化要求。 展开更多
关键词 绝缘子缺陷检测 RT-DETR算法 轻量化 边缘部署 目标检测算法
在线阅读 下载PDF
SDH-DETR轻量化绝缘子缺陷检测算法
14
作者 周景 刘心 +1 位作者 唐振洋 董晖 《电子测量技术》 北大核心 2025年第11期88-104,共17页
为解决无人机在输电线路绝缘子巡检中目标检测算法面临的模型复杂度高、小目标缺陷检测精度不足和上下采样过程中容易造成特征丢失等挑战,本文提出了一种基于轻量化改进的RT-DETR绝缘子缺陷检测算法(SDH-DETR)。首先,以RT-DETR作为基线... 为解决无人机在输电线路绝缘子巡检中目标检测算法面临的模型复杂度高、小目标缺陷检测精度不足和上下采样过程中容易造成特征丢失等挑战,本文提出了一种基于轻量化改进的RT-DETR绝缘子缺陷检测算法(SDH-DETR)。首先,以RT-DETR作为基线算法,降低优化难度并提高鲁棒性;其次,采用轻量级StarNet作为主干网络,在显著降低模型复杂度的同时提升特征提取能力;接着,引入DySample动态上采样模块,通过基于采样点的自适应上采样方法,有效减少细节丢失与图像失真;最后,利用Harr小波变换下采样模块(HWD),实现低频与高频信息的高效融合,抑制复杂背景干扰并增强对小目标的检测能力。在复杂背景数据集上的验证实验表明,SDH-DETR的平均精度达98.5%,较基线算法提升0.9%,参数量和计算量分别减少43%和46.1%,检测速度达78.6 fps。这表明该算法在保证高准确性的同时,实现了轻量化设计,满足了输电线路巡检对效率和性能的实际需求。 展开更多
关键词 输电线路 目标检测 绝缘子缺陷检测 复杂背景 轻量化 RT-DETR算法
原文传递
基于机器视觉的纸张缺陷检测识别算法研究
15
作者 王永强 温钊发 《造纸科学与技术》 2025年第11期81-83,123,共4页
为了提高纸张缺陷识别检测模型性能,提出了一种基于改进SSD目标检测网络的纸张缺陷识别检测模型。该模型以SSD目标检测网络为基础模型,首先在训练过程中引入余弦退火衰减策略,周期性改变学习率大小,帮助模型收敛至全局最优解;其次使用Re... 为了提高纸张缺陷识别检测模型性能,提出了一种基于改进SSD目标检测网络的纸张缺陷识别检测模型。该模型以SSD目标检测网络为基础模型,首先在训练过程中引入余弦退火衰减策略,周期性改变学习率大小,帮助模型收敛至全局最优解;其次使用ResNet50网络替换SSD目标检测网络中的主干网络,提高模型底层特征抓取能力与小目标识别精度,降低模型参数权重;最后引入迁移学习概念,提高模型训练收敛速度及学习能力。实验结果表明,基于改进SSD的纸张缺陷检测可以为后续研究提供研究价值。 展开更多
关键词 缺陷检测 机器视觉 目标检测 迁移学习 余弦退火
原文传递
改进YOLOv7算法的核反应堆压力容器表面划痕检测研究 被引量:2
16
作者 王亚州 李巍 +2 位作者 胡鹏成 叶志伟 孙琦 《核电子学与探测技术》 北大核心 2025年第4期584-590,共7页
核反应堆压力容器表面质量是保证设备安全的重要因素,必须进行定期表面检测。核反应堆压力容器表面缺陷图像的背景复杂,缺陷尺寸小,进行人工视觉检测时,存在效率低、视觉疲劳、容易漏检等现象。因此,提出了一种基于改进YOLOv7算法检测... 核反应堆压力容器表面质量是保证设备安全的重要因素,必须进行定期表面检测。核反应堆压力容器表面缺陷图像的背景复杂,缺陷尺寸小,进行人工视觉检测时,存在效率低、视觉疲劳、容易漏检等现象。因此,提出了一种基于改进YOLOv7算法检测核反应堆压力容器表面划痕缺陷的方法。针对微小划痕缺陷容易漏检的问题,在YOLOv7的特征融合网络中添加小目标检测头。为了减少计算量,用深度可分离卷积替换主干网络和特征融合网络中的卷积模块。为了加速模型收敛,将SIoU损失函数替换CIoU函数。减少了模型计算量和增加模型收敛速度,提高了改进YOLOv7算法在现场应用的实时性。实验结果表明,基于改进的YOLOv7算法缺陷检测mAP@0.5可以达到71.3%,比常规YOLOv7提高了11.1%,模型计算量减少了76.8%。改进YOLOv7算法对于金属表面细小划痕,具有较高置信度,能够有效地检测出小尺寸划痕缺陷。 展开更多
关键词 表面缺陷 YOLOv7算法 目标缺陷检测 深度可分离卷积
在线阅读 下载PDF
基于通道剪枝的YOLOv8n印刷电路板缺陷检测 被引量:3
17
作者 杨慧聪 陈慈发 张上 《无线电工程》 2025年第2期271-280,共10页
针对印刷电路板(Printed Circuit Board,PCB)表面缺陷检测任务中模型体积和参数量较大的问题,提出了一种基于通道剪枝的轻量级YOLOv8n网络PCB缺陷检测算法。为有效提升对PCB小目标缺陷的特征提取能力,采用RepViT作为特征提取网络;为提... 针对印刷电路板(Printed Circuit Board,PCB)表面缺陷检测任务中模型体积和参数量较大的问题,提出了一种基于通道剪枝的轻量级YOLOv8n网络PCB缺陷检测算法。为有效提升对PCB小目标缺陷的特征提取能力,采用RepViT作为特征提取网络;为提升网络对小目标的关注度,减少神经网络推理过程中的梯度信息重复,将颈部网络的卷积模块替换为Rep-Net with Cross-Stage Partial CSP and ELAN(RepNCSPELAN4);为降低缺陷重叠时检测框失真现象,在预测部分使用Focaler-MPDIoU替换完全交并比(Complete Intersection over Union,CIoU);利用层自适应幅度分数剪枝(Layer Adaptive Magnitude based Pruning,LAMP)方法对融合改进方法的模型进行修剪,去除模型中冗余的梯度信息和权重,减少参数量和浮点运算量,压缩模型体积。实验结果表明,在PCB公开数据集中,经过LAMP之后,该算法相较于YOLOv8n,参数量下降60.8%,模型体积减小50.8%,计算量下降48.8%,平均精度均值(mean Average Precision,mAP)提高3.8%。在提高精度的同时,计算量、参数量和模型体积都低于原模型,满足在低配置设备下的使用需求。 展开更多
关键词 印刷电路板缺陷 小目标 模型剪枝 轻量化网络 损失函数
在线阅读 下载PDF
基于改进YOLOv8的输电线路绝缘子缺陷检测方法 被引量:6
18
作者 苏怡萱 李智 盘书宝 《电子测量与仪器学报》 北大核心 2025年第1期14-23,共10页
针对输电线路绝缘子缺陷检测过程中目标小、分布零散、易受背景及噪音干扰等问题,提出并改进了一种基于YOLOv8的输电线路绝缘子缺陷检测方法。首先引入了LSKNet代替原有的路径聚合网络,使模型能够根据不同目标的特性自适应地选取和调整... 针对输电线路绝缘子缺陷检测过程中目标小、分布零散、易受背景及噪音干扰等问题,提出并改进了一种基于YOLOv8的输电线路绝缘子缺陷检测方法。首先引入了LSKNet代替原有的路径聚合网络,使模型能够根据不同目标的特性自适应地选取和调整卷积核的大小,从而在不同尺度上更精准地匹配目标特征与背景信息的需求,显著增强了对复杂场景下缺陷识别的鲁棒性;并进一步集成SPPF-LSKA模块,该模块通过融合全局上下文信息,极大提升了模型在多尺度特征上的聚合效率与分辨能力,为缺陷检测提供了更为精细的特征表示;此外,所提方法通过对YOLOv8的颈部网络中注入空域注意力机制,使其获得更强的全局特征理解力,强化了模型对关键信息,特别是对小目标的聚焦能力;同时,考虑到实际应用中的模型效率与部署问题,所提方法还将颈部网络中的部分常规卷积层替换为GhostConv,有效减少了模型的参数量和计算负担,实现了检测性能与资源效率的平衡优化。实验结果表明,所提方法的平均精度均值达到了93.1%,相较于改进前提升了4.4%。有效地实现了对小目标的精确检测。 展开更多
关键词 小目标检测 绝缘子缺陷 YOLOv8 注意力机制 深度学习
原文传递
基于特征精炼网络的绝缘子缺陷检测
19
作者 姜香菊 王瑞彤 马彦鸿 《北京交通大学学报》 北大核心 2025年第3期79-89,共11页
定期巡检绝缘子状态是保障电网安全运行的重要环节.针对航拍图像中绝缘子缺陷区域占比小和目标大小不一致造成的检测效果不理想的问题,提出一种基于特征精炼网络的绝缘子缺陷检测算法.首先,采用焦点调制网络(Focal Modulation Network,F... 定期巡检绝缘子状态是保障电网安全运行的重要环节.针对航拍图像中绝缘子缺陷区域占比小和目标大小不一致造成的检测效果不理想的问题,提出一种基于特征精炼网络的绝缘子缺陷检测算法.首先,采用焦点调制网络(Focal Modulation Network,FocalNet)对不同粒度级别的空间上下文进行编码,并使用其与跨级部分通道的快速空间金字塔池化(Spatial Pyramid Pooling Faster Cross Stage Partial Channel,SPPFCSPC)共同构建特征提取主干,提高网络的特征提取能力;然后,设计增强特征自适应融合金字塔,提出定位信息补充分支以解决缺陷特征丢失问题,同时引入高效的多尺度注意力(Efficient Multi-Scale Attention,EMA)构建不同分辨率的丰富语义特征图;最后,采用特征精炼检测头提取和聚合绝缘子及缺陷的多尺度特征信息,生成更具辨别力的特征以用于检测不同尺度的目标.研究结果表明,特征精炼网络的均值平均精度(mean Average Pre-cision,mAP)达到98.2%,能够对多尺度绝缘子及缺陷进行有效识别,为绝缘子航拍图像的多尺度检测提供参考. 展开更多
关键词 绝缘子缺陷检测 智能巡检 多尺度目标检测 特征精炼 深度学习
在线阅读 下载PDF
基于改进YOLOv8n的手机屏幕瑕疵检测算法:PGS-YOLO 被引量:2
20
作者 周思瑜 徐慧英 +4 位作者 朱信忠 黄晓 盛轲 曹雨淇 陈晨 《计算机工程》 北大核心 2025年第5期326-339,共14页
手机屏幕作为人机交互的主窗口,已成为影响用户体验和终端整体性能的重要因素。因此,市场对解决手机屏幕瑕疵的需求日益增长。为满足这一需求,针对在手机屏幕瑕疵检测过程中存在检测精度低、小目标瑕疵漏检率高与检测速度慢的情况,提出... 手机屏幕作为人机交互的主窗口,已成为影响用户体验和终端整体性能的重要因素。因此,市场对解决手机屏幕瑕疵的需求日益增长。为满足这一需求,针对在手机屏幕瑕疵检测过程中存在检测精度低、小目标瑕疵漏检率高与检测速度慢的情况,提出一种以YOLOv8n作为基准模型的PGS-YOLO算法。PGS-YOLO通过增加一个专门的微小目标检测头,并结合SeaAttention注意力模块,有效提升对小目标的探测能力;将骨干网络和特征融合网络分别融入PConv与GhostNetV2轻量化模块,在保证精度的同时降低模型的参数量,提高瑕疵检测的速度与效率。实验结果表明,在北京大学手机屏幕表面瑕疵数据集中,相较于YOLOv8n,PGS-YOLO算法的mAP@0.5提升了2.5百分点,mAP@0.5∶0.95提升了2.2百分点,在手机屏幕瑕疵检测过程中不仅能对大片的瑕疵做到精准检测,还能对小瑕疵保持一定的准确度。此外,检测性能优于YOLOv5n、YOLOv8s等大部分YOLO系列算法。同时,参数量仅为2.0×10^(6),小于YOLOv8n,满足工业场景对手机屏幕瑕疵检测的需求。 展开更多
关键词 YOLOv8n模型 手机屏幕瑕疵检测 小目标检测 部分卷积 GhostNetV2轻量化模块 挤压增强轴向注意力
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部