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YOLOFFM的锂电正极材料烧结过程浮子流量视觉识别研究
1
作者 黄勇 刘洋 +2 位作者 夏星 肖盛旺 李然 《矿冶工程》 北大核心 2025年第4期130-136,共7页
针对使用烧结窑炉生产新能源材料过程中浮子流量计在低流量和复杂环境下自动读取的准确性与效率问题,提出了一种改进的YOLOv8n-Pose关键点浮子流量计自动识别(YOLOFFM)算法。该算法的核心改进包括重构主干网络、增强颈部结构、引入非对... 针对使用烧结窑炉生产新能源材料过程中浮子流量计在低流量和复杂环境下自动读取的准确性与效率问题,提出了一种改进的YOLOv8n-Pose关键点浮子流量计自动识别(YOLOFFM)算法。该算法的核心改进包括重构主干网络、增强颈部结构、引入非对称压缩解耦头和优化损失函数,这些措施显著提升了算法的效率和检测性能。结果表明,YOLOFFM算法准确率达99.15%,召回率为98.69%,显著降低了模型的参数量和计算成本。与多种先进模型算法相比,YOLOFFM在提升精度的同时,计算成本降低90%以上,充分展示了其在烧结窑炉复杂环境中的高效性和可靠性。 展开更多
关键词 YOLOFFM 自动读数 msblock EffQA-FPN 烧结窑炉 浮子流量 视觉识别 算法
在线阅读 下载PDF
基于改进YOLOv10的血细胞检测算法
2
作者 李晨露 牛嘉琦 +1 位作者 王莉 牛群峰 《现代电子技术》 北大核心 2025年第19期122-128,共7页
为解决因血细胞粘连和重叠而导致的识别准确率低、漏检较为严重的问题,提出一种基于YOLOv10的改进算法BSTM-YOLO。通过在主干网络引入Swin Transformer,加强网络对弱目标的发现与表征能力,提升血小板检测精度;颈部网络采用BiFPN,通过跨... 为解决因血细胞粘连和重叠而导致的识别准确率低、漏检较为严重的问题,提出一种基于YOLOv10的改进算法BSTM-YOLO。通过在主干网络引入Swin Transformer,加强网络对弱目标的发现与表征能力,提升血小板检测精度;颈部网络采用BiFPN,通过跨层级的融合机制增强特征表示能力,提取更为丰富的红细胞特征以提高目标检测性能;最后将C2f_MSBlock模块嵌入主干网格,使用分层特征融合策略和异构卷积核选择协议,在减少特征冗余的同时提高识别准确率。实验结果表明,改进后的BSTM-YOLO的平均精度均值(mAP)为93.1%,比原YOLOv10提高2.7%,参数量降低7%,GFLOPs降低3.7%,节省了计算资源,同时提高了识别准确率,满足了实际场景对血细胞检测的要求。 展开更多
关键词 血细胞检测 YOLOv10 BSTM-YOLO Swin Transformer BiFPN msblock
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