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2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YOLOv5s−FSW模型的选煤厂煤矸检测研究 被引量：1
1
作者 燕碧娟 王凯民 +3 位作者 郭鹏程 郑馨旭 董浩 刘勇 《工矿自动化》 CSCD 北大核心 2024年第5期36-43,66,共9页
针对现有煤矸检测模型存在的特征提取不充分、参数量大、检测精度低且实时性差等问题,提出了一种基于YOLOv5s−FSW模型的选煤厂煤矸检测方法。该模型在YOLOv5s的基础上进行改进,首先将主干网络的C3模块替换为FasterNet Block结构,通过降... 针对现有煤矸检测模型存在的特征提取不充分、参数量大、检测精度低且实时性差等问题,提出了一种基于YOLOv5s−FSW模型的选煤厂煤矸检测方法。该模型在YOLOv5s的基础上进行改进,首先将主干网络的C3模块替换为FasterNet Block结构,通过降低模型的参数量和计算量提高检测速度;然后,在颈部网络引入无参型SimAM注意力机制,增强模型对复杂环境下重要目标的关注,进一步提高模型的特征提取能力;最后,在输出端用Wise−IoU替换CIoU边界框损失函数,使模型聚焦普通质量锚框,提高收敛速度和边框的检测精度。消融实验结果表明:与YOLOv5s模型相比,YOLOv5s−FSW模型的平均精度均值(mAP)提高了1.9%,模型权重减少了0.6 MiB,参数量减少了4.7%,检测速度提高了19.3%。对比实验结果表明:YOLOv5s−FSW模型的mAP达95.8%,较YOLOv5s−CBC,YOLOv5s−ASA,YOLOv5s−SDE模型分别提高了1.1%,1.5%和1.2%,较YOLOv5m,YOLOv6s模型分别提高了0.3%,0.6%;检测速度达36.4帧/s,较YOLOv5s−CBC,YOLOv5s−ASA模型分别提高了28.2%和20.5%,较YOLOv5m,YOLOv6s,YOLOv7模型分别提高了16.3%,15.2%,45.0%。热力图可视化实验结果表明:YOLOv5s−FSW模型对煤矸目标特征区域更加敏感且关注度更高。检测实验结果表明:在环境昏暗、图像模糊、目标相互遮挡的复杂场景下,YOLOv5s−FSW模型对煤矸目标检测的置信度得分高于YOLOv5s模型,且有效避免了误检和漏检现象的发生。 展开更多
关键词 煤矸检测 YOLOv5s fasternet block SimAM注意力机制 Wise−IoU边界框损失函数
在线阅读 下载PDF
基于改进YOLOv8的血细胞检测
2
作者 李昊东 李小伟 高彦臣 《现代计算机》 2024年第22期15-21,共7页
基于YOLOv8目标检测框架,提出了一种改进的血细胞检测方法。引入SIoU损失函数,能够更好地处理血细胞检测中的目标物体形状偏斜问题,提高检测精度。引入FasterNet Block模块,通过优化卷积操作和特征融合策略,提高了特征提取的效率和精度... 基于YOLOv8目标检测框架,提出了一种改进的血细胞检测方法。引入SIoU损失函数,能够更好地处理血细胞检测中的目标物体形状偏斜问题,提高检测精度。引入FasterNet Block模块,通过优化卷积操作和特征融合策略,提高了特征提取的效率和精度。在公开的血细胞图像数据集上进行了对比实验。实验结果表明,对比原有模型,改进方法在多个评价指标上均取得了显著的性能提升。平均精度(mAP)提高了2.1个百分点。检测速度提高了23.2 ms。 展开更多
关键词 血细胞检测 YOLOv8 SIoU损失函数 Fasterblock模块 深度学习
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