期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
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
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
上一页 1 下一页 到第
使用帮助 返回顶部