基于SS-YOLOv8模型的红外图像气体泄漏检测方法

1

作者 陶玉苹 钟建波 +2 位作者 刘国梅 郭家乐 张龙刚 《机电工程技术》 2026年第2期98-104,共7页

危险气体泄漏检测对工业安全、环保与火灾预警至关重要。针对泄漏气体红外图像对比度低、气体目标形状易变、容易漏检等问题,提出了基于SS-YOLOv8(C2f_Star SimAM YOLOv8)模型的红外图像气体泄漏检测方法。将StarNet中的Star block引入... 危险气体泄漏检测对工业安全、环保与火灾预警至关重要。针对泄漏气体红外图像对比度低、气体目标形状易变、容易漏检等问题,提出了基于SS-YOLOv8(C2f_Star SimAM YOLOv8)模型的红外图像气体泄漏检测方法。将StarNet中的Star block引入到C2f模块中,构建了新模块C2f_Star,并替换YOLOv8主干网络中的C2f模块,使网络能够提取红外图像中气体的精细特征。为解决传统注意力机制带来的空间特征提取能力不足和计算量增加的问题,采用了SimAM注意力机制,使模型更加专注于不同通道的需求空间分布,有助于高效提取红外图像中气体泄漏位置。采用Inner-CIoU代替CIoU,通过引入辅助回归框来提高检测的准确性和模型的泛化能力。实验结果表明,SS-YOLOv8模型在红外气体数据集上的mAP@0.5、FPS分别达到了89.9%、172.4 f/s,比YOLOv8n分别提升了4.4%、32.7%。此外,模型复杂度、参数量、模型大小分别降低了6%、6.9%、6.7%。总而言之,该方法在减少了模型参数量和大小的同时,兼顾了检测精度和速度的提升,能够满足泄漏气体实时检测的要求,具有实际应用价值。 展开更多

关键词 红外图像 气体泄漏检测 YOLOv8 注意力机制 inner-iou

在线阅读 下载PDF 职称材料

面向复杂场景的改进YOLOv8军事目标识别算法

2

作者 程国建 沈守婷 白俊卿 《火力与指挥控制》 北大核心 2025年第8期47-55,共9页

为解决复杂战场环境下军事目标识别漏检、误检率高,精度低等问题,提出一种改进YOLOv8的LBI-YOLO军事目标识别算法。该算法引入大核选择性注意力机制以增强主干网络的特征提取能力,使模型能更好地关注重要区域;再采用BiFPN进行多尺度特... 为解决复杂战场环境下军事目标识别漏检、误检率高,精度低等问题,提出一种改进YOLOv8的LBI-YOLO军事目标识别算法。该算法引入大核选择性注意力机制以增强主干网络的特征提取能力,使模型能更好地关注重要区域;再采用BiFPN进行多尺度特征融合及用Inner-IoU损失替代传统IoU,加速模型收敛并提高识别精度。实验结果表明,改进后的算法在自建军事目标数据集下识别的mAP值提升了5.3%,FPS提升7.4%。 展开更多

关键词 YOLOv8 大核选择性注意力机制 BiFPN LBI-YOLO inner-iou

在线阅读 下载PDF 职称材料

改进YOLOv8模型实现多类型肺结节检测 被引量：4

3

作者 包强强 唐思源 +7 位作者 李擎乾 王乃钰 杨敏 谷宇 赵金亮 高婧博 王嘉欣 曲禹涵 《计算机科学与探索》 北大核心 2025年第2期429-442,共14页

目前,肺结节检测通常是对实性肺结节的单一型检测,不同类型肺结节对应多种肺癌类型,多类型检测有助于提高肺癌的整体检出率,提升治愈率。为实现对实性、混合型、磨玻璃型多类型肺结节检测,对YOLOv8模型进行针对性改进。提出RepViTCAA模... 目前,肺结节检测通常是对实性肺结节的单一型检测,不同类型肺结节对应多种肺癌类型,多类型检测有助于提高肺癌的整体检出率,提升治愈率。为实现对实性、混合型、磨玻璃型多类型肺结节检测,对YOLOv8模型进行针对性改进。提出RepViTCAA模块对主干部分的C2f模块进行改进,提升微小肺结节检测精度并对模型进行轻量化设计。提出ECLA-HSFPN模块,重建模型特征融合部分,提升尺度不固定肺结节检测精度。将KAN网络融入模型当中,基于KAN网络非线性特征学习能力强的特性,进一步提升微小肺结节检测精度,增强模型泛化能力。基于Inner-IoU辅助框思想,对CIoU损失函数进行改进,进一步解决肺结节尺度不固定问题,提升模型检测精度。在LUNA16数据集中进行测试,改进模型相比原模型及YOLOv9、RT-DETR等主流模型各项评价指标均有提升。在4种类型(实性、磨玻璃型、混合型、微小型)肺结节的专项数据集中测试,改进模型检测效果优于原模型。在LUNA16与本地医院的混合数据集中进行泛化性测试,改进模型具有较强的泛化能力。针对多类型肺结节检测任务,模型的改进较为有效,可以准确检测不同类型的肺结节。 展开更多

关键词 多类型肺结节检测 YOLOv8 RepViTCAA ECLA-HSFPN KAN inner-iou

在线阅读 下载PDF 职称材料

改进YOLOv8的遥感图像飞机目标轻量化检测算法 被引量：2

4

作者 王莹 张上 +2 位作者 胡益民 王恒涛 院永莹 《遥感信息》 北大核心 2025年第1期134-141,共8页

针对遥感飞机目标检测存在模型体积和计算量较大的问题,提出一种基于YOLOv8的轻量化遥感飞机目标检测算法。首先,在主干网络中引入一种融合SRU和CRU的C2f_ScConv模块,通过空间重建和通道重建来减少中间特征映射冗余,并增强飞机目标特征... 针对遥感飞机目标检测存在模型体积和计算量较大的问题,提出一种基于YOLOv8的轻量化遥感飞机目标检测算法。首先,在主干网络中引入一种融合SRU和CRU的C2f_ScConv模块,通过空间重建和通道重建来减少中间特征映射冗余,并增强飞机目标特征表示,在保证精度的同时实现模型轻量化。然后,在头部网络中融入轻量型注意力机制shuffle attention,利用shuffle unit捕捉通道和空间维度的特征依赖,利用channel shuffle算子实现不同子特征之间的信息交流,进而提高飞机目标检测精度。最后,使用Inner-CIoU作为损失函数,加速样本收敛。实验表明,改进算法相较于YOLOv5s、YOLOv7-Tiny、YOLOv8n模型,体积降低57.2%、52.4%、7.9%,计算量降低53.4%、43.6%、7.4%,在保持较高模型检测精度的同时大幅降低了模型的复杂度,达到了轻量化的要求。 展开更多

关键词 飞机目标 YOLOv8 轻量化 C2f_ScConv shuffle attention inner-iou

在线阅读 下载PDF 职称材料

基于RT-DETR的单锭断纱检测方法

5

作者 张翔凯 李鹏 +2 位作者 陈枫赟 余珺泽 于涛 《毛纺科技》 北大核心 2025年第9期121-128,共8页

针对传统的纱线断纱检测方法存在检测精度低、响应速度慢的问题,提出一种基于RT-DETR算法的改进模型TH-DETR。在主干网络采用计算复杂程度低且精度较高的ResNet18,引入OrthoNet正交通道模块改进BasicBlock,通过对多样化通道压缩增强对... 针对传统的纱线断纱检测方法存在检测精度低、响应速度慢的问题,提出一种基于RT-DETR算法的改进模型TH-DETR。在主干网络采用计算复杂程度低且精度较高的ResNet18,引入OrthoNet正交通道模块改进BasicBlock,通过对多样化通道压缩增强对特征提取。使用具有提取高低频信息的高效注意力HiLo对位置编码器进行改进,更加高效地利用不同频段的信息,提升预测精度,减小冗余。此外,采用Inner-IoU损失函数,通过优化预测框与真实框的内部重叠区域加快模型训练稳定性和收敛速度,提高预测框的准确度。实验结果表明:与基准模型RT-DETR相比,TH-DETR算法平均精度值mAP值达到93.2%,提高了2.0个百分点,计算量降低0.5 G,检测速率达到了83.33帧/s。该模型能够满足单锭断纱检测的需求。 展开更多

关键词 纱线 目标检测 OrthoNet HiLo inner-iou

在线阅读 下载PDF 职称材料

基于改进YOLOv8的肺结节检测方法

6

作者 周宇 胡学友 《合肥大学学报》 2025年第5期111-119,共9页

肺结节的早期检测对降低肺癌发病率具有重要意义。针对现有检测算法存在的小结节检测精度低、漏检率高的问题,提出了一种基于改进YOLOv8的肺结节检测算法。首先,将Neck部分的PANet路径聚合网络替换为BiFPN双向特征金字塔网络,以增强多... 肺结节的早期检测对降低肺癌发病率具有重要意义。针对现有检测算法存在的小结节检测精度低、漏检率高的问题,提出了一种基于改进YOLOv8的肺结节检测算法。首先,将Neck部分的PANet路径聚合网络替换为BiFPN双向特征金字塔网络,以增强多尺度特征提取能力;其次,添加EMA注意力机制,有效利用不同层次的特征信息来提高对肺结节区域的精准捕捉和特征理解;最后,采用Inner-CIoU损失函数代替原有的CIOU损失函数,进一步优化模型的检测精度。在公开数据集LUNA16上的仿真实验结果表明:改进算法的mAP50达93.7%,准确率提升至90.8%,相较于原始YOLOv8s模型分别提升了2.2%和4%。所提出的改进算法能有效检测肺结节,能够更好地辅助医生诊断。 展开更多

关键词 肺结节检测 YOLOv8 BiFPN EMA注意力机制 inner-iou

在线阅读 下载PDF 职称材料

改进YOLOv8的铁轨表面缺陷检测

7

作者 陆利 蒲红平 《四川轻化工大学学报(自然科学版)》 2025年第3期95-103,共9页

在现代铁路系统的维护工作中,铁轨表面缺陷的快速准确检测对于保障行车安全具有至关重要的作用。针对铁路轨道表面缺陷检测过程中存在缺陷漏检及检测精度低等问题,提出一种改进YOLOv8算法。将多头注意力机制(Multi-Head Self-Attention,... 在现代铁路系统的维护工作中,铁轨表面缺陷的快速准确检测对于保障行车安全具有至关重要的作用。针对铁路轨道表面缺陷检测过程中存在缺陷漏检及检测精度低等问题,提出一种改进YOLOv8算法。将多头注意力机制(Multi-Head Self-Attention,MHSA)应用于YOLOv8模型中,使模型能够更有效地关注缺陷特征,从而提高模型对铁轨表面缺陷特征的感知能力;引入基于Inner-IoU的辅助边框损失函数,有助于模型学习如何更精确地预测目标的位置,有效优化缺陷边框的定位精度;通过消融实验和对比实验,验证改进后的模型在铁轨表面缺陷检测任务上的优越性能。与改进前的算法相比,改进算法的准确率和召回率分别提升8.4、5.6个百分点,研究结果为未来铁路轨道表面缺陷检测提供了一种有效的方法。 展开更多

关键词 铁轨表面缺陷检测 YOLOv8 多头注意力机制 inner-iou

在线阅读 下载PDF 职称材料

基于动态特征自适应网络SAF-MSNet的输电线路覆冰监测算法研究

8

作者 王森 王曦 +1 位作者 雷原 姜自国 《电工技术》 2025年第3期130-137,共8页

导线覆冰是输电线路在恶劣天气下常见的现象,对供电的稳定性和可靠性有显著影响。针对覆冰区域背景复杂、形状不规则及重叠、识别精度较低的问题,提出一种基于动态特征自适应输电线路覆冰监测网络算法。该算法通过动态特征卷积模块增强... 导线覆冰是输电线路在恶劣天气下常见的现象,对供电的稳定性和可靠性有显著影响。针对覆冰区域背景复杂、形状不规则及重叠、识别精度较低的问题,提出一种基于动态特征自适应输电线路覆冰监测网络算法。该算法通过动态特征卷积模块增强了覆冰区域特征提取能力;引入多尺度特征自适应调控机制以捕捉不规则覆冰特征;通过多尺度目标检测层实现精确定位,从而显著提升识别精度;此外,通过实验选择Wise-Inner-IoU方法评估预测框与真实框的相似度,提高识别准确性;实验结果表明,该算法在识别精度上达到90.5%,优于现有基线模型,在导线覆冰识别领域展现出重要的应用价值。 展开更多

关键词 导线覆冰 动态特征卷积 多尺度特征自适应调节 多尺度目标检测层 Wise-inner-iou

在线阅读 下载PDF 职称材料

基于改进YOLOv8的风机桨叶缺陷检测算法 被引量：3

9

作者 李冰 张易牧 +2 位作者 魏乐涛 王月 翟永杰 《电子测量技术》 北大核心 2024年第13期89-99,共11页

叶片作为风力发电机组的重要部件,容易受到自然环境的影响,导致出现侵蚀、裂纹、胶衣脱落等损伤,从而影响风力发电效率和机组的安全运行。针对复杂环境下风机桨叶缺陷检测精度较低的问题,提出了一种改进YOLOv8的风机桨叶缺陷检测算法。... 叶片作为风力发电机组的重要部件,容易受到自然环境的影响,导致出现侵蚀、裂纹、胶衣脱落等损伤,从而影响风力发电效率和机组的安全运行。针对复杂环境下风机桨叶缺陷检测精度较低的问题,提出了一种改进YOLOv8的风机桨叶缺陷检测算法。通过对骨干特征提取网络中的单一模块SPPF融入LSKA注意力机制,以增强网络对于重要特征的关注度,提高模型的性能;其次,Neck部分采用加权双向特征金字塔Bi-FPN结构,并使用FasterBlock改进C2f模块,提出了Bi-YOLOv8-faster轻量级网络结构,增强模型多尺度特征融合能力,提高小目标检测精度;最后,采用辅助边框计算损失的Inner-IoU方法对损失函数进行优化,提高模型缺陷检测的准确率和泛化能力。通过对风机桨叶图像进行缺陷检测实验,结果表明,所提方法对缺陷检测的精确率提升了7.3%、mAP50提升了3.3%、参数量降低了27%。 展开更多

关键词 风机桨叶 YOLOv8 注意力机制 缺陷检测 inner-iou

原文传递

基于改进YOLOv8n的复杂环境下柑橘识别 被引量：33

10

作者 岳凯 张鹏超 +2 位作者 王磊 郭芝淼 张家俊 《农业工程学报》 EI CAS CSCD 北大核心 2024年第8期152-158,共7页

针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题,提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先,该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次,为了弥补CIoU损失函数在... 针对复杂环境下柑橘果实大量重叠、枝叶遮挡且现有模型参数量大、计算复杂度高等问题,提出了一种基于改进YOLOv8n的柑橘识别模型YOLOv8-MEIN。首先,该研究设计了ME卷积模块并使用它改进YOLOv8n的C2f模块。其次,为了弥补CIoU损失函数在检测任务中泛化性弱和收敛速度慢的问题,使用Inner-CIoU损失函数加速边界框回归,提高模型检测性能。最后,在自建数据集上进行模型试验对比,试验结果表明,YOLOv8-MEIN模型交并比阈值为0.5的平均精度均值mAP_(0.5)值为96.9%,召回率为91.7%,交并比阈值为_(0.5~0.95)的平均精度均值mAP_(0.5~0.95)值为85.8%,模型大小为5.8 MB,参数量为2.87 M。与原模型YOLOv8n相比,mAP_(0.5)值、召回率、mAP_(0.5~0.95)值分别提高了0.4、1.0、0.6个百分点,模型大小和参数量相比于原模型分别降低了3.3%和4.3%,为柑橘的自动化采摘提供技术参考。 展开更多

关键词 图像识别 深度学习 目标检测 YOLov8n inner-iou损失函数 复杂环境 柑橘

在线阅读 下载PDF 职称材料

基于改进YOLOv8算法的钢材表面缺陷检测 被引量：4

11

作者 徐薪羽 沈通 吕佳 《自动化应用》 2024年第15期6-10,共5页

针对钢材表面缺陷检测任务中目标尺寸较小且形态多变,传统检测方法效率较低,通用算法也难以准确捕捉其特征信息等问题,提出基于YOLOv8的改进模型。利用可变形卷积替换部分标准卷积,使模型能更好地学习采样位置的偏移,适应表面缺陷的几... 针对钢材表面缺陷检测任务中目标尺寸较小且形态多变,传统检测方法效率较低,通用算法也难以准确捕捉其特征信息等问题,提出基于YOLOv8的改进模型。利用可变形卷积替换部分标准卷积,使模型能更好地学习采样位置的偏移,适应表面缺陷的几何变换,从而提高检测精度;引入基于辅助边框的Inner-IoU损失函数,其能根据不同的检测任务自我调整比例因子,以控制辅助边界框的生成,适合处理形状多变的表面缺陷,提高模型泛化性。在基准数据集NEU-DET上的实验结果表明,与具有相同参数量的基线模型相比,改进后的模型的检测精度提高了2.3%,且优于其他对比算法。此外,在GC10-DET数据集上,与基线模型相比,其检测精度提高了4.0%,表明该模型具有良好的泛化性。 展开更多

关键词 目标检测 缺陷检测 YOLOv8 可变形卷积 inner-iou

在线阅读 下载PDF 职称材料

基于改进YOLOv8的工厂行人检测算法 被引量：5

12

作者 陈思涵 刘勇 何祥 《现代电子技术》 北大核心 2024年第24期160-166,共7页

针对工厂中行人检测算法精度不足,存在误检、漏检等问题,提出一种基于改进YOLOv8的工厂行人检测算法。首先,在YOLOv8的C2f模块中引入卷积块注意力机制模块(CBAM),以帮助主干网络聚焦于关键特征并抑制非关键特征,从而提升模型对遮挡物和... 针对工厂中行人检测算法精度不足,存在误检、漏检等问题,提出一种基于改进YOLOv8的工厂行人检测算法。首先,在YOLOv8的C2f模块中引入卷积块注意力机制模块(CBAM),以帮助主干网络聚焦于关键特征并抑制非关键特征,从而提升模型对遮挡物和小目标的检测准确度;其次,在Neck网络中将卷积神经网络Conv模块替换成CoordConv模块,以充分利用该模块的定位能力,从而解决目标检测中的定位准确性问题,提升模型对空间位置的感知能力;最后,采用Inner-IoU损失函数替代原始的CIoU损失函数,来提高目标检测边界框的回归精度。在自制的工厂行人图像数据集(3 600张图像)上进行了训练和测试,实验结果表明:相较于基础YOLOv8算法,改进YOLOv8算法在平均精度均值(mAP)和每秒帧率(FPS)方面分别提高了2.26%和35.6 f/s,验证了改进算法在检测性能上的提升。 展开更多

关键词 行人检测 YOLOv8算法 深度学习 卷积块注意力机制模块(CBAM) CoordConv inner-iou损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv9的钢板表面缺陷检测的方法 被引量：7

13

作者 周建新 李忠泽 郝英杰 《电子测量技术》 北大核心 2024年第22期181-188,共8页

针对钢板表面缺陷种类多、缺陷差异较大、漏检率高等问题,提出一种改进YOLOv9的缺陷检测算法。首先,算法通过FasterNet中的FasterBlock改进特征提取网络中的RepNCSPELAN4模块,设计了RepNCSPELAN4-FB模块,实现多尺度特征融合,从而降低模... 针对钢板表面缺陷种类多、缺陷差异较大、漏检率高等问题,提出一种改进YOLOv9的缺陷检测算法。首先,算法通过FasterNet中的FasterBlock改进特征提取网络中的RepNCSPELAN4模块,设计了RepNCSPELAN4-FB模块,实现多尺度特征融合,从而降低模型的参数量,其次,利用iRMB的倒残差结构和一种高效多尺度注意力模块EMAttention相结合形成一种新的iEMA模块,提高网络的精确度,最后,使用Inner-WIOU损失函数,改善边界框回归损失,提高了模型对不均匀分布及不同尺度目标缺陷的检测性能。通过在GC10-DET数据集上进行实验,改进的算法在精确率、召回率和map@0.5方面相比原算法提高了3.5%、3%、2.1%。该模型在钢铁表面缺陷检测中表现有较好的性能。 展开更多

关键词 YOLOv9 Faster Block EMA inner-iou 表面缺陷检测

原文传递

基于改进YOLOv8的带钢表面缺陷检测算法 被引量：3

14

作者 戴林华 黎远松 石睿 《制造技术与机床》 北大核心 2024年第11期139-148,共10页

针对带钢表面缺陷检测用于尺度多变、背景复杂的缺陷容易产生漏检和误检,以及检测精度不佳等问题,提出了一种基于YOLOv8n的带钢表面缺陷检测算法。首先,为了提高主干网络的特征学习能力,将可变形卷积DCNv2引入到主干网络中,并同时融入... 针对带钢表面缺陷检测用于尺度多变、背景复杂的缺陷容易产生漏检和误检,以及检测精度不佳等问题,提出了一种基于YOLOv8n的带钢表面缺陷检测算法。首先,为了提高主干网络的特征学习能力,将可变形卷积DCNv2引入到主干网络中,并同时融入动态卷积(dynamic convolution)模块,通过扩大感受野有效提高网络的特征提取能力。其次,在特征融合中,采用更加高效的Dysample上采样方法。引入通道注意力机制SE(squeeze and excitation)模块,提高网络对深层特征信息的提取能力。最后,使用DIoU结合inner-IoU作为损失函数,进一步提高算法的检测精度。并在NEU-DET数据上进行大量实验,结果表明,改进后的算法平均检测精度提高了2.2%,达到了79.5%。此外,在GC-10数据集上的实验结果表明该方法具有良好的鲁棒性。 展开更多

关键词 缺陷检测 YOLOv8 可变形卷积 注意力机制 inner-iou

在线阅读 下载PDF 职称材料

基于ASF-YOLOv8的交通场景多目标检测算法 被引量：1

15

作者 殷波 《人工智能与机器人研究》 2024年第2期334-343,共10页

针对复杂交通环境下的多目标检测问题,本文提出了一种改进YOLOv8的目标检测算法ASF-YOLOv8。首先,在YOLOv8的基础架构上,加入一种注意尺度序列融合机制(Attentional Scale Sequence Fusion, ASF),该机制能够对不同尺度的特征图进行融合... 针对复杂交通环境下的多目标检测问题,本文提出了一种改进YOLOv8的目标检测算法ASF-YOLOv8。首先,在YOLOv8的基础架构上,加入一种注意尺度序列融合机制(Attentional Scale Sequence Fusion, ASF),该机制能够对不同尺度的特征图进行融合,从而获得更好的图像特征,提取出更丰富、更准确的特征信息。然后,对损失函数进行改进,引入Inner-IoU,通过辅助边框计算IoU损失,进一步提高算法的检测精度。实验结果表明,在VisDrone数据集上,本文所提算法比YOLOv8算法的平均精度mAP50提升了1.4%,该算法在复杂交通环境下具有更高的检测精度。 展开更多

关键词 目标检测 YOLOv8 注意尺度序列融合 inner-iou

在线阅读 下载PDF 职称材料

基于时频双域协同与语义增强的复杂水域漂浮物检测方法

16

作者 张思思 滑文强 《机械与电子》 2026年第3期47-54,共8页

为解决复杂水域环境下漂浮物检测中存在的尺度差异显著、背景干扰强烈及小目标漏检等问题,提出一种空间频域增强网络(SFE-Net)。首先,提出空频自适应卷积,通过空间频率分流与自适应融合策略,突破了传统卷积固定感受野的局限,实现了空间... 为解决复杂水域环境下漂浮物检测中存在的尺度差异显著、背景干扰强烈及小目标漏检等问题,提出一种空间频域增强网络(SFE-Net)。首先,提出空频自适应卷积,通过空间频率分流与自适应融合策略,突破了传统卷积固定感受野的局限,实现了空间上下文与频率纹理特征的协同提取,显著增强了对多尺度目标的感知能力。其次,设计小波频率解耦模块,利用Haar小波变换将特征解耦为高频细节与低频轮廓,并通过双路注意力机制分别强化边缘纹理与全局语义表征,有效抑制了水面波纹与反光等复杂背景噪声。最后,引入Inner-IoU边界框回归损失函数,通过引入辅助边框与比例因子控制,优化样本在特征空间的内部相似性度量,解决了小目标定位中IoU敏感度不足的问题,提高了边界框回归的收敛速度与定位精度。在FloW+数据集上的实验结果表明,该方法的mAP@50达到91.4%,相比原始YOLOv8n提升8.7百分点;同时模型参数量减少36.7%,推理速度达到214帧/s,在保证实时性的同时显著提升了检测性能。 展开更多

关键词 目标检测 空频自适应 小波变换 inner-iou 水面漂浮物

在线阅读 下载PDF 职称材料