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：
基于YOLOV8的高磁铁矿输送带异物检测技术研究
1
作者 张紫欣 涂福泉 +3 位作者 陈向东 高路萍 王涛 白云 《黄金科学技术》 北大核心 2025年第1期193-201,共9页
在矿山复杂环境中,高磁性矿输送带异物检测面临场景干扰严重、识别难度大的挑战,针对高磁性矿中异物边缘信息易丢失和实时响应难度大的问题,提出了基于YOLOV8的深度学习图像检测方法。首先,建立输送带异物数据集,采用暗通道去雾技术对... 在矿山复杂环境中,高磁性矿输送带异物检测面临场景干扰严重、识别难度大的挑战,针对高磁性矿中异物边缘信息易丢失和实时响应难度大的问题,提出了基于YOLOV8的深度学习图像检测方法。首先,建立输送带异物数据集,采用暗通道去雾技术对数据进行预处理,提升图像清晰度;然后,结合YOLOV8的网络特性,引入动态注意力机制,并用蛇形卷积代替普通卷积,允许模型在处理输入数据时动态地分配注意力,同时捕捉到更广泛的局部和全局特征;最后,改进动态检测头来灵活适配多尺度和多方向的检测需求,以提升模型的适应性并降低参数计算量。试验结果表明:基于YOLOV8的异物检测模型平均检测准确率达到96.4%,召回率为91%,平均检测时间仅为29 ms,完全满足矿山皮带运输现场对精准检测和实时性的要求。 展开更多
关键词 异物检测 磁性矿输送带 动态监测 YOLOV8 图像去雾 蛇形卷积
在线阅读 下载PDF
基于改进YOLOv8的人体皮肤病分类检测算法 被引量：1
2
作者 贾岩龙 杨海燕 崔文君 《现代计算机》 2024年第24期46-50,共5页
针对当前人体皮肤病检测方面存在漏检、误检率高的问题,以YOLOv8为基准模型进行改进。首先,通过添加DSC(DySnakeConv)提高网络处理不规则数据的能力:其次,利用全局注意力模块GAM,增强对图像有用信息的关注;最后,借助基于动态非单调聚焦... 针对当前人体皮肤病检测方面存在漏检、误检率高的问题,以YOLOv8为基准模型进行改进。首先,通过添加DSC(DySnakeConv)提高网络处理不规则数据的能力:其次,利用全局注意力模块GAM,增强对图像有用信息的关注;最后,借助基于动态非单调聚焦机制的Wise-IoU边界框损失函数,来实现对不同质量锚框的平衡。实验表明,改进后的YOLOv8模型在人体常见皮肤病数据集中,平均精确度(mAP)提升了2.6个百分点,精确度(Precision)提升了3.2个百分点,分别达到了88.2%和89.5%。 展开更多
关键词 皮肤病 目标检测 注意力机制 dysnakeconv Wise-IoU
在线阅读 下载PDF
基于YOLOv11-RFDY的苹果病虫害小目标检测
3
作者 陈泓润 朱洪前 +1 位作者 林洁如 何翔 《林业工程学报》 2026年第2期128-136,共9页
针对当前苹果病虫害检测过程中存在的检测效率低、检测成本高、病虫害种类繁多以及果园环境复杂多变,传统方法难以实现高精度与高实时性的自动检测等问题,本研究基于深度学习方法提出了一种改进的目标检测模型YOLOv11-RFDY。该模型以轻... 针对当前苹果病虫害检测过程中存在的检测效率低、检测成本高、病虫害种类繁多以及果园环境复杂多变,传统方法难以实现高精度与高实时性的自动检测等问题,本研究基于深度学习方法提出了一种改进的目标检测模型YOLOv11-RFDY。该模型以轻量级的YOLOv11n为基础,融合RFCAConv卷积模块以增强局部特征提取能力,同时设计了新的RFDY颈部结构,通过引入蛇形卷积实现对卷积核形态的自适应调整,提升模型对苹果叶片上不规则、尺寸较小的病虫害目标的识别能力。为进一步增强对微小目标的检测性能,模型新增p2检测层,利用高分辨率的特征图提升目标定位精度,有效区分患病树叶和健康枝叶,增强模型在复杂光照、遮挡背景等真实场景下的鲁棒性。在损失函数方面,本研究使用更具几何感知能力的SIoU损失函数替换CIoU损失函数,从而加快训练收敛速度并提升检测精度。在苹果病虫害图像数据集上进行实验,结果表明,YOLOv11-RFDY在保持模型参数量较低的前提下,对多种苹果病虫害的平均准确率达到了90.8%;与YOLOv7相比提高了17.5个百分点,比原模型YOLOv11提升了2.1个百分点,展现出优越的检测性能和实用价值。 展开更多
关键词 苹果病虫害 YOLOv11n RFCAConv卷积模块 RFDY 蛇形卷积
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