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1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：
基于改进FasterNet和YOLOv8s的轨道扣件缺陷快速检测方法
1
作者 刘二林 李涛 冯海照 《北京交通大学学报》 北大核心 2025年第6期64-74,共11页
针对轨道扣件缺陷特征复杂且多样,传统检测方法存在效率低下和漏检率高的问题,基于YOLOv8s网络提出一种轻量级轨道扣件检测模型FPSI-YOLOv8s.首先,为降低模型复杂度,采用速度更快、参数量更小的FasterNet网络替代YOLOv8s中的CSPDarkNet5... 针对轨道扣件缺陷特征复杂且多样,传统检测方法存在效率低下和漏检率高的问题,基于YOLOv8s网络提出一种轻量级轨道扣件检测模型FPSI-YOLOv8s.首先,为降低模型复杂度,采用速度更快、参数量更小的FasterNet网络替代YOLOv8s中的CSPDarkNet53主干网络进行扣件缺陷特征提取;其次,采用位置感知循环卷积对YOLOv8s颈部的C2f模块进行重新设计,命名为FasterBlock,以实现多尺度特征融合与模型轻量化;再次,在SPPF层后引入空间分组增强(Spatial Group-wise Enhance,SGE)注意力机制,增强模型对扣件缺陷特征的敏感度,防止检测精度大幅下降;最后,使用Inner-IoU损失函数替代CIoU损失函数,加强模型对不同尺度和形状目标的检测能力,通过精细化的质量评估和梯度增益策略,增强模型的鲁棒性.实验结果表明:改进后的模型在仅损失0.7%检测精度的情况下,模型大小降低了29.78%,计算量和参数量分别减少了29.93%和30.46%,能够在保持较高精度的同时实现轻量化和提升运行效率,在轨道扣件的快速巡检领域具有良好的应用前景. 展开更多
关键词 YOLOv8s 轻量化 轨道扣件 位置感知循环卷积 空间分组增强注意力机制
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