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YOLOv8-Pose的人体上肢位姿检测模型
1
作者 胡晓 周宇 张尧尧 《现代信息科技》 2025年第14期49-54,共6页
结合柔性上肢康复机器人辅助患者进行上肢康复时的位姿检测需求,文章基于YOLOv8-Pose改进了上肢位姿检测模型。引入FasterNext模块,丰富了所提取的特征信息,提升了检测精度;引入LADH检测头,在保持计算效率的同时,减少了参数量;引入PIoU... 结合柔性上肢康复机器人辅助患者进行上肢康复时的位姿检测需求,文章基于YOLOv8-Pose改进了上肢位姿检测模型。引入FasterNext模块,丰富了所提取的特征信息,提升了检测精度;引入LADH检测头,在保持计算效率的同时,减少了参数量;引入PIoU损失函数,加速了边框检测收敛,减少了漏检率,提高了检测精确度。验证结果表明改进的人体上肢位姿检测模型能够提高位姿检测的精度与速度,可以满足柔性上肢康复机器人的应用控制需求;相较于原型YOLOv8-Pose,改进模型的P值、R值、mAP@0.5、mAP@0.5:0.95依次为84.1%、85.1%、83.2%和43.3%,分别增加了1.2%、2.1%、6.3%和3.8%;GFLOPs下降至8.1,减少了6.9%;参数量下降至2.80,减少了12.6%。研究成果可为人体位姿检测提供一定的参考。 展开更多
关键词 位姿检测 YOLOv8-Pose fasternext LADH PIoU
在线阅读 下载PDF
基于YOLOv8改进的室内行人跌倒检测算法FDW-YOLO 被引量：7
2
作者 陈晨 徐慧英 +5 位作者 朱信忠 黄晓 宋杰 曹雨淇 周思瑜 盛轲 《计算机工程与科学》 CSCD 北大核心 2024年第8期1455-1465,共11页
针对室内场景中由于光照变化、人体形态被遮挡以及在特殊视角下人体姿态变化等因素导致行人跌倒检测精度低、实时性差的问题,提出了一种基于YOLOv8改进的轻量级跌倒检测算法FDW-YOLO。将骨干网络中的C2f模块替换成FasterNext模块,增强... 针对室内场景中由于光照变化、人体形态被遮挡以及在特殊视角下人体姿态变化等因素导致行人跌倒检测精度低、实时性差的问题,提出了一种基于YOLOv8改进的轻量级跌倒检测算法FDW-YOLO。将骨干网络中的C2f模块替换成FasterNext模块,增强有效特征复用的同时降低计算复杂度。根据人体跌倒姿势变化大的特点,设计了3种在颈部层不同位置添加动态可变形卷积模块的网络结构,并在自制的跌倒行为目标检测数据集上进行实验比较,最终根据网络性能选择YOLOv8-C方案。在改进后的网络中引入边界框回归损失函数WIoU取代原有的CIoU。实验结果表明,FDW-YOLO跌倒检测算法较YOLOv8n在mAP@0.5指标上从96.5%提升到97.9%,在mAP@0.5:0.95指标上从72.5%提升到74.3%,同时参数量和计算量只有4.1×10^(6)和7.3×10^(9),符合在低算力工业场景中部署的要求。 展开更多
关键词 目标检测 跌倒 fasternext DDConv WIoU
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