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MAFM-YOLOv8的学生课堂表现检测
1
作者 莫建文 姜贵昀 +1 位作者 袁华 梁豪昌 《计算机工程与设计》 北大核心 2025年第6期1825-1831,共7页
针对智慧教室场景中学生课堂表现检测遇到的目标尺度大小不一、容易出现遮挡、目标密集度高、重叠以及小目标等问题,提出一种基于MAFM-YOLOv8的学生课堂表现检测模型。提出一个多尺度自适应特征提取模块,增强模型对不同尺度特征信息的... 针对智慧教室场景中学生课堂表现检测遇到的目标尺度大小不一、容易出现遮挡、目标密集度高、重叠以及小目标等问题,提出一种基于MAFM-YOLOv8的学生课堂表现检测模型。提出一个多尺度自适应特征提取模块,增强模型对不同尺度特征信息的自适应特征提取能力,用深度可分离卷积代替普通卷积,减少模块中卷积的计算量;采用高效多尺度注意力模块,增强模型对小目标的特征提取能力;采用WIOU损失函数来增强模型在类别不均衡数据集上的训练效果,提升检测性能。实验结果表明,改进YOLOv8算法在学生课堂表现检测中mAP50达到了87.2%,相比原模型提升了3.2%,验证该方法可以有效提高检测精度。 展开更多
关键词 智慧教室 学生课堂表现检测 mafm-YOLOv8 多尺度自适应特征提取模块 深度可分离卷积 高效多尺度注意力 WIOU损失函数
在线阅读 下载PDF
结合Transformer和多尺度异构融合的遥感图像变化检测方法 被引量：1
2
作者 赵洁 刘玉升 武斌 《物联网技术》 2025年第2期9-15,18,共8页
遥感图像包含丰富的地物信息,如何从中精准地识别出真正的语义变化区域仍是一个长期的挑战。针对上述问题,提出一种结合Transformer和多尺度异构融合模块(MAFM)的网络模型。首先利用MAFM在特征提取过程中整合不同层次的语义信息,为模型... 遥感图像包含丰富的地物信息,如何从中精准地识别出真正的语义变化区域仍是一个长期的挑战。针对上述问题,提出一种结合Transformer和多尺度异构融合模块(MAFM)的网络模型。首先利用MAFM在特征提取过程中整合不同层次的语义信息,为模型提供不同的感受野以丰富特征信息,增强模型对微小变化区域和复杂背景的感知能力。而后为了使模型充分利用双时相遥感图像间的依赖关系,使用语义概念提取器(SCE)将特征图语义化为符号集,并输入到Transformer编码器中进行上下文建模,将符号集通过解码器映射回原特征空间,得到含有丰富语义信息的特征图。最后将经过编解码的特征图输入到由简单卷积层组成的预测头进行变化区域预测,生成变化区域图。设计实验在LEVIR-CD数据集上对提出的网络模型性能进行评估,模型的F1分数和交并比(IoU)分别达到90.71%和84.08%,相较于现有主流模型具有良好的变化区域检测能力。 展开更多
关键词 遥感图像 特征提取 mafm TRANSFORMER 变化检测 SCE
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