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6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：
基于改进YOLOv7的公路路面病害检测算法
1
作者 罗晖 马治伟 +2 位作者 斯成浩 韩岳霖 王亚民 《华东交通大学学报》 2026年第1期93-100,共8页
针对公路路面病害类别多样、尺度差异显著及背景复杂度高等问题,提出一种基于改进YOLOv7的公路路面病害检测算法。首先,在颈部网络中引入显式视觉中心模块,以充分获取输入特征的全局与局部信息,提升对小目标的特征提取能力;其次,设计特... 针对公路路面病害类别多样、尺度差异显著及背景复杂度高等问题,提出一种基于改进YOLOv7的公路路面病害检测算法。首先,在颈部网络中引入显式视觉中心模块,以充分获取输入特征的全局与局部信息,提升对小目标的特征提取能力;其次,设计特征融合模块RFECSP,通过增强对多类、多尺度病害的特征融合效果,以解决因细节信息丢失及背景无关区域干扰导致的检测精度低下问题;最后,采用MPDIoU损失函数,进一步提升网络的收敛速度和检测精度。实验结果表明,该算法对路面病害检测效果显著,能够有效满足公路路面裂缝或坑槽类病害的检测需求。 展开更多
关键词 病害检测 显式视觉中心 感受野 混合池化 损失函数
在线阅读 下载PDF
基于ESC-TransUNet网络的脑出血CT图像分割
2
作者 谭佳慧 文琛言 +1 位作者 黄巍 胡凯 《计算机科学》 北大核心 2025年第S1期99-107,共9页
针对脑出血CT图像处理中遇到的出血区域空间位置、形状、尺寸多变性以及与周围组织强度值相近导致边界难以确定等挑战,提出了一种改进TransUNet的图像分割模型(ESC-TransUNet)。该模型首先在上采样前增添了显式视觉中心(Explicit Visual... 针对脑出血CT图像处理中遇到的出血区域空间位置、形状、尺寸多变性以及与周围组织强度值相近导致边界难以确定等挑战,提出了一种改进TransUNet的图像分割模型(ESC-TransUNet)。该模型首先在上采样前增添了显式视觉中心(Explicit Visual Center,EVC),能够捕获图像中远距离像素的关联程度,并保留输入图像中局部边角区域的详细信息,有助于有效提取出血区域特征。其次,在编码器阶段引入了注意力混洗机制(Shuffle Attention,SA),有效地学习了出血区域与背景间的微小差异,从而提高了分割任务的精确度。最后,在解码器阶段采用CBM2结构促进信息更有效传递,增强模型泛化能力和准确性。在脑出血公开数据集Physionet(PHY)上进行了大量实验,结果表明,所提方法超过了其他9种主要的分割方法,在脑出血CT图像分割任务中获得了更优异的性能。 展开更多
关键词 深度学习 CT图像 脑出血分割 注意力混洗机制 显式视觉中心
在线阅读 下载PDF
基于深度学习的厂区人员异常行为识别轻量化模型
3
作者 刘龙恩 石东祥 +2 位作者 单宝明 张方坤 徐啟蕾 《计算机与现代化》 2025年第10期1-6,共6页
针对厂区人员异常行为识别中背景复杂、计算成本受限等问题,本文提出一种基于YOLOv5的轻量级工厂人员异常行为识别网络。该网络结合全维动态卷积模块(Omni-dimensional Dynamic Convolution,ODConv)和显式视觉中心模块(Explicit Visual ... 针对厂区人员异常行为识别中背景复杂、计算成本受限等问题,本文提出一种基于YOLOv5的轻量级工厂人员异常行为识别网络。该网络结合全维动态卷积模块(Omni-dimensional Dynamic Convolution,ODConv)和显式视觉中心模块(Explicit Visual Center Block,EVCBlock),以更低的参数计算量实现更好的检测表现。在颈部网络中引入的ODConv模块增强模型对复杂工厂环境的适应性,并减少模型参数量。在骨干网络末端增加的EVCBlock模块主要目的是提高模型的检测精度,以弥补参数降低给模型带来过量的精度损失。此外,利用归一化Wasserstein距离(Normalized Wasserstein Distance,NWD)构建改进的损失函数,优化模型的训练过程并提高对小目标的检测效果。为了验证模型性能,本文利用现有的轻量化方法额外构建多种改进的识别模型。对比实验的结果表明,与现有方法相比本文提出的轻量级识别模型具有更好的检测精度,同时模型参数比原始模型更少。相比原始模型,本文构建检测模型的mAP提升了3.2个百分点,GFLOPs下降了2.2。该模型对实现工业生产场景中工厂人员异常行为的快速检测和准确识别有重要意义。 展开更多
关键词 轻量级识别模型 异常行为识别 YOLOv5 全维动态卷积 显式视觉中心
在线阅读 下载PDF
融合视觉中心机制和并行补丁感知的遥感图像检测算法 被引量：8
4
作者 梁礼明 陈康泉 +2 位作者 王成斌 冯耀 龙鹏威 《光电工程》 CAS CSCD 北大核心 2024年第7期72-83,共12页
针对遥感图像存在复杂背景干扰、目标多尺度差异和微小目标提取难的问题,本文基于YOLOv7-tiny模型提出一种融合视觉中心机制和并行补丁感知的遥感图像检测算法。该算法一是引入显式视觉中心机制,构建像素点间的长距离依赖关系,丰富图像... 针对遥感图像存在复杂背景干扰、目标多尺度差异和微小目标提取难的问题,本文基于YOLOv7-tiny模型提出一种融合视觉中心机制和并行补丁感知的遥感图像检测算法。该算法一是引入显式视觉中心机制,构建像素点间的长距离依赖关系,丰富图像的整体语义信息,同时提升对目标纹理的提取性能;二是改进并行补丁感知模块,调整特征提取感受野,以适应不同目标尺度;三是设计多尺度特征融合模块,实现对多层特征的高效融合,提升模型推理速度。在公共数据集RSOD上进行实验,所提算法的准确率、召回率和平均准确率均值相较YOLOv7-tiny分别提升1.5%、2.4%和2.4%,此外在NWPUVHR-10和DOTA数据集上进行泛化性验证,结果表明本文算法具备较强的泛化性能。通过与不同算法对比分析,进一步体现本文算法性能的优越性。 展开更多
关键词 遥感图像 目标检测 YOLOv7-tiny 显式视觉中心机制 并行补丁感知
在线阅读 下载PDF
基于旋转框表示的光学遥感图像目标检测 被引量：2
5
作者 裴永涛 张梅 粟长权 《现代计算机》 2024年第1期34-39,共6页
旋转目标检测是遥感图像智能解译的关键步骤,然而遥感图像背景复杂、目标方向具有任意性、尺度差异大,实现准确的旋转目标检测有一定的困难。提出的ERDet结合显示视觉中心,提取遥感图像的全局信息与局部信息,结合自适应阈值样本选择的... 旋转目标检测是遥感图像智能解译的关键步骤,然而遥感图像背景复杂、目标方向具有任意性、尺度差异大,实现准确的旋转目标检测有一定的困难。提出的ERDet结合显示视觉中心,提取遥感图像的全局信息与局部信息,结合自适应阈值样本选择的水平目标检测算法和长边定义法,预测遥感图像目标的类别、位置和旋转角度。在DOTA-v1.0数据集上的实验表明,该方法能够对不同尺度和方向的目标进行准确提取,实现了对遥感目标的精准检测。 展开更多
关键词 遥感图像 旋转目标检测 显示视觉中心 自适应阈值样本选择
在线阅读 下载PDF
融合显示视觉中心与注意力机制的水下目标检测算法 被引量：6
6
作者 陶洋 钟邦乾 +1 位作者 赵文博 周昆 《激光与光电子学进展》 CSCD 北大核心 2024年第12期431-440,共10页
针对水下海洋生物检测任务存在的目标间相互遮挡、对细长型目标检测精度低、小目标众多等问题,提出一种基于YOLOv5的水下目标检测算法。该算法通过引入可变形卷积、空洞卷积和注意力机制来重新设计主干网络,增强特征提取能力,解决目标... 针对水下海洋生物检测任务存在的目标间相互遮挡、对细长型目标检测精度低、小目标众多等问题,提出一种基于YOLOv5的水下目标检测算法。该算法通过引入可变形卷积、空洞卷积和注意力机制来重新设计主干网络,增强特征提取能力,解决目标间相互遮挡和对细长型目标检测精度低的问题;同时,提出加权显示视觉中心特征金字塔模块,解决特征融合不充分问题,降低小目标漏检率;并调整YOLOv5算法的网络结构,增加融合注意力机制的小目标检测层,提升对小目标物体的检测能力。实验结果表明:改进后的YOLOv5算法在URPC数据集上的平均精度均值达87.8%,较原始YOLOv5算法提高了5.3百分点;同时检测速度保持在34 frame/s;在水下目标检测任务中能够有效提高精确度,降低漏检率和错检率。 展开更多
关键词 目标检测 YOLOv5 可变形卷积 空洞卷积 注意力机制 显示视觉中心
原文传递
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