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4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：
几何变化结合图像增强的航拍图像小目标检测算法
1
作者 齐向明 李晓龙 《计算机工程与应用》 北大核心 2025年第18期218-230,共13页
航拍图像小目标检测场景复杂,检测指标下降,提出几何变化结合图像增强的航拍图像小目标检测算法。以YOLOv8n为基线,DCNv2-CA-GEO并行提取空间特征和通道特征,动态调整卷积核和池化核,快速适应几何变化;SPD-OK-CSP调整通道维度,捕捉细粒... 航拍图像小目标检测场景复杂,检测指标下降,提出几何变化结合图像增强的航拍图像小目标检测算法。以YOLOv8n为基线,DCNv2-CA-GEO并行提取空间特征和通道特征,动态调整卷积核和池化核,快速适应几何变化;SPD-OK-CSP调整通道维度,捕捉细粒度特征,跨阶段全局特征感知,多尺度特征学习,提高图像增强;Dysample动态调整差分采样点,优化上采样计算;Dyhead动态调整特征张量维度,整合上下文信息,优化检测头性能;Inner-Wise-MPD-IoU多视角增益分配策略,平衡不同质量样本特征,准确回归真实框,优化泛化能力。评价指标mAP@0.5、mAP@0.5:0.95、Precision、Recall,消融和对比实验在VisDrone2021上分别提升6.1、4.4、6.0、5.0个百分点,在LEVIR-Ship上分别提升3.4、2.2、3.1、5.3个百分点,优于基线算法和次优算法;泛化实验在VOC2007+2012上分别提升2.0、4.3、1.5、3.1个百分点,鲁棒性良好。 展开更多
关键词 航拍图像 小目标检测 YOLOv8n SPDConv omni-kernel DCNv2 Dyhead
在线阅读 下载PDF
融合大卷积核的风电锚栓裂纹检测
2
作者 孙前来 荆佳鹏 +2 位作者 张帅 胡啸 刘瑞珍 《制造业自动化》 2025年第3期142-148,共7页
风电锚栓在加工过程中通常会产生表面裂纹等缺陷,针对锚栓表面细长裂纹检测效率低、精度差的问题,提出了一种融合大卷积核的YOLOv5s网络。首先,在特征提取网络中融合大卷积核,来获得更大的有效感受野、提取更多的空间信息。其次,引入单... 风电锚栓在加工过程中通常会产生表面裂纹等缺陷,针对锚栓表面细长裂纹检测效率低、精度差的问题,提出了一种融合大卷积核的YOLOv5s网络。首先,在特征提取网络中融合大卷积核,来获得更大的有效感受野、提取更多的空间信息。其次,引入单卷积核的全维动态卷积,采用并行策略,同时学习四个不同维度的特征,不仅减少了计算量,而且提高了特征提取能力。最后添加协调注意力机制,增强对位置信息的提取能力。实验结果表明,该算法较原YOLOv5s模型在风电锚栓裂纹数据集上mAP提高了3%,FLOPs减少了21.5%,FPS达到了85帧/秒。可以满足工业生产的实时性、准确性要求。 展开更多
关键词 Yolov5s 锚栓裂纹检测 全维动态卷积 大卷积核
在线阅读 下载PDF
全景视觉非线性核相关滤波目标跟踪技术 被引量：5
3
作者 朱齐丹 韩瑜 蔡成涛 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2018年第7期1220-1226,共7页
为了实现全景视觉下目标跟踪,本文提出了基于非线性核相关滤波的全景视觉目标跟踪算法,该算法将岭回归与循环样本矩阵和经典的相关滤波联系在一起。通过核技巧,建立了非线性回归函数,解决了全景成像畸变的影响。通过在极坐标系下构造傅... 为了实现全景视觉下目标跟踪,本文提出了基于非线性核相关滤波的全景视觉目标跟踪算法,该算法将岭回归与循环样本矩阵和经典的相关滤波联系在一起。通过核技巧,建立了非线性回归函数,解决了全景成像畸变的影响。通过在极坐标系下构造傅里叶形式的梯度方向直方图特征描述子(HOG),保证了全景目标的旋转不变性。针对全景成像特点设计自适应机制和基于极坐标表示的目标搜索机制。以OTB100库中存在平面内旋转情况的图像序列与原方法进行对比实验,本文算法跟踪精度提高13.5%。并在全景图像上进行实验,相比于原方法,本文算法能够实现有效全景视觉目标跟踪。 展开更多
关键词 全景视觉 目标跟踪 非线性 核相关滤波器 旋转不变性 HOG
在线阅读 下载PDF
基于深度图像感知的轻量化血浆识别算法研究
4
作者 张瀚文 孙渝 +5 位作者 江浩 胡金田 罗刚银 李栋 曹维娟 邱香 《生物医学工程学杂志》 北大核心 2025年第1期123-131,139,共10页
临床使用疑似溶血血浆易引发体外溶血症,其症状包括心衰、严重贫血等。将深度学习方法应用于血浆图像能显著提高识别精度,因此本文提出一种基于改进型“你只看一次”系列网络第5代版本(YOLOv5)的血浆品质检测模型。然后,在血浆数据集上... 临床使用疑似溶血血浆易引发体外溶血症,其症状包括心衰、严重贫血等。将深度学习方法应用于血浆图像能显著提高识别精度,因此本文提出一种基于改进型“你只看一次”系列网络第5代版本(YOLOv5)的血浆品质检测模型。然后,在血浆数据集上引入本文模型和评价体系,最终分类识别的平均精度均值达到98.7%。本文实验结果表明,通过算法网络中的全维动态卷积、分离式核注意力池化、残差双向信息融合以及重参数化模块组合,能高效获取空间映射特征信息,提高血浆品质检测的平均识别精确度。综上,本文方法可以实现对血浆图像的高效检测,为预防体外溶血症提供了一种具有应用价值的检测方法。 展开更多
关键词 全维动态卷积 分离式核注意力池化 残差双向融合特征金字塔网络 连续重参数化卷积
原文传递
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