期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于轻量型DeepLabv3+的桥梁裂缝智能识别研究
1
作者
陈舟
温嘉豪
+1 位作者
卢汉文
杜和坪
《佛山科学技术学院学报(自然科学版)》
2025年第6期45-51,共7页
针对现有桥梁裂缝语义分割模型泛化能力弱、存储资源需求大等问题,提出了一种改进的Deep Labv3+模型,该模型将特征提取网络替换为轻量化网络Mobile Netv2,并结合了Swish激活函数和迁移学习策略。为验证改进模型的有效性,利用复杂背景干...
针对现有桥梁裂缝语义分割模型泛化能力弱、存储资源需求大等问题,提出了一种改进的Deep Labv3+模型,该模型将特征提取网络替换为轻量化网络Mobile Netv2,并结合了Swish激活函数和迁移学习策略。为验证改进模型的有效性,利用复杂背景干扰下不同类型的桥梁裂缝图片构建桥梁裂缝数据集,对改进的Deep Labv3+模型、Deep Labv3+模型、Segnet模型和Unet模型进行裂缝识别训练,从分割精度、平均交互比及模型大小等方面对四个模型的识别效果进行对比分析。分析结果表明,改进的Deep Labv3+模型分割精度达到93.41%,平均交互比达到78.51%,F1分数达到83.60%;改进模型大小仅为6.64MB,与Segnet模型大小处于同一数量级水平,明显小于Deep Labv3+和Unet模型。
展开更多
关键词
Deep
Labv3+
Mobile
netv2
桥梁裂缝
迁移学习
语义分割
在线阅读
下载PDF
职称材料
改进YOLOv5s算法的带钢表面缺陷检测
被引量:
8
2
作者
王林琳
龚昭昭
梁泽启
《组合机床与自动化加工技术》
北大核心
2024年第12期181-186,共6页
针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化...
针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化骨干网络替换原来的CSPDarknet53网络结构,降低模型参数数量,加快模型推理速度;然后,在特征提取网络末端添加基于Transformer编码的C3TR模块以及在特征融合网络中添加CA注意力机制,增强网络对缺陷的特征提取能力;最后,引入WIoU损失函数来取代GIoU,提高回归精度。实验结果表明,改进后的YOLOv5s算法在武汉某钢厂采集的带钢表面缺陷数据集上平均准确率(mAP)达到92.2%,较原始YOLOv5s提高了4.7%,检测速度FPS达到了82,具有较高检测精度。并引入公开数据集进行泛化实验,结果均有显著提升,进一步满足了对带钢表面缺陷检测的需求。
展开更多
关键词
钢材表面缺陷
YOLOv5s
Shuffle
netv2
C3TR模块
CA注意力机制
WIoU损失函数
在线阅读
下载PDF
职称材料
题名
基于轻量型DeepLabv3+的桥梁裂缝智能识别研究
1
作者
陈舟
温嘉豪
卢汉文
杜和坪
机构
佛山大学土木与交通学院
出处
《佛山科学技术学院学报(自然科学版)》
2025年第6期45-51,共7页
基金
科技部高端外国专家引进计划项目资助(G2022030014L)
文摘
针对现有桥梁裂缝语义分割模型泛化能力弱、存储资源需求大等问题,提出了一种改进的Deep Labv3+模型,该模型将特征提取网络替换为轻量化网络Mobile Netv2,并结合了Swish激活函数和迁移学习策略。为验证改进模型的有效性,利用复杂背景干扰下不同类型的桥梁裂缝图片构建桥梁裂缝数据集,对改进的Deep Labv3+模型、Deep Labv3+模型、Segnet模型和Unet模型进行裂缝识别训练,从分割精度、平均交互比及模型大小等方面对四个模型的识别效果进行对比分析。分析结果表明,改进的Deep Labv3+模型分割精度达到93.41%,平均交互比达到78.51%,F1分数达到83.60%;改进模型大小仅为6.64MB,与Segnet模型大小处于同一数量级水平,明显小于Deep Labv3+和Unet模型。
关键词
Deep
Labv3+
Mobile
netv2
桥梁裂缝
迁移学习
语义分割
Keywords
DeepLabv3+
Mobile
netv2
bridge cracks
transfer learning
semantic segmentation
分类号
TU41 [建筑科学—岩土工程]
在线阅读
下载PDF
职称材料
题名
改进YOLOv5s算法的带钢表面缺陷检测
被引量:
8
2
作者
王林琳
龚昭昭
梁泽启
机构
湖北工业大学机械工程学院
出处
《组合机床与自动化加工技术》
北大核心
2024年第12期181-186,共6页
基金
湖北工业大学博士科研启动基金项目(BSQD2019010)。
文摘
针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化骨干网络替换原来的CSPDarknet53网络结构,降低模型参数数量,加快模型推理速度;然后,在特征提取网络末端添加基于Transformer编码的C3TR模块以及在特征融合网络中添加CA注意力机制,增强网络对缺陷的特征提取能力;最后,引入WIoU损失函数来取代GIoU,提高回归精度。实验结果表明,改进后的YOLOv5s算法在武汉某钢厂采集的带钢表面缺陷数据集上平均准确率(mAP)达到92.2%,较原始YOLOv5s提高了4.7%,检测速度FPS达到了82,具有较高检测精度。并引入公开数据集进行泛化实验,结果均有显著提升,进一步满足了对带钢表面缺陷检测的需求。
关键词
钢材表面缺陷
YOLOv5s
Shuffle
netv2
C3TR模块
CA注意力机制
WIoU损失函数
Keywords
steel surface defects
YOLOv5s
Shuffle
netv2
C3TR module
CA attention mechanism
WIoU loss function
分类号
TH165 [机械工程—机械制造及自动化]
TG659 [金属学及工艺—金属切削加工及机床]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于轻量型DeepLabv3+的桥梁裂缝智能识别研究
陈舟
温嘉豪
卢汉文
杜和坪
《佛山科学技术学院学报(自然科学版)》
2025
0
在线阅读
下载PDF
职称材料
2
改进YOLOv5s算法的带钢表面缺陷检测
王林琳
龚昭昭
梁泽启
《组合机床与自动化加工技术》
北大核心
2024
8
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部