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3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Yolov8的侧扫声呐图像目标检测方法研究 被引量：4
1
作者 陆彬 毛义萱 王露 《水利水电快报》 2025年第1期36-42,共7页
针对现有目标检测方法难以适应侧扫声呐图像高噪声、多畸变、特征贫瘠的问题,提出一种基于改进Yolov8的侧扫声呐目标检测方法。在网络训练阶段,于Yolov8主干网络中引入RCS-OSA模块,进一步提升Yolov8主干网络的特征提取能力。在推理阶段... 针对现有目标检测方法难以适应侧扫声呐图像高噪声、多畸变、特征贫瘠的问题,提出一种基于改进Yolov8的侧扫声呐目标检测方法。在网络训练阶段,于Yolov8主干网络中引入RCS-OSA模块,进一步提升Yolov8主干网络的特征提取能力。在推理阶段,通过重参数化卷积来增强网络的特征提取能力,并将其简化为单一分支,减少内存消耗。之后,使用BiFPN替换Yolov8网络特征融合模块,通过反复应用自顶向下和自底向上的多尺度特征融合,进一步优化对不同尺度特征的融合结果,提高对多尺度特征的适应能力。实验结果表明:所提出方法在各项定量和定性评价中均超越了原始Yolov8网络检测方法,平均精度均值(mAP)提升了6.3%。 展开更多
关键词 侧扫声呐 Yolov8 图像目标检测 rcs-osa BiFPN
在线阅读 下载PDF
YOLO-LCR:X光违禁品检测模型
2
作者 倪东海 段先华 +1 位作者 陶宇诚 卢开喜 《计算机工程与设计》 北大核心 2025年第9期2480-2486,共7页
针对目前主流X光违禁品检测模型太过于庞大,无法应用在小型安检设备等问题,提出了一种基于YOLOv7改进得到的X光违禁品检测模型YOLO-LCR。设计信道洗牌重参数化卷积模块(channel-reduced shuffle concat moudle,CRSC)提升整体训练精度以... 针对目前主流X光违禁品检测模型太过于庞大,无法应用在小型安检设备等问题,提出了一种基于YOLOv7改进得到的X光违禁品检测模型YOLO-LCR。设计信道洗牌重参数化卷积模块(channel-reduced shuffle concat moudle,CRSC)提升整体训练精度以及降低网络参数量。引入重参数化卷积神经网络(RepVGG)。修改头部部分,引入空间金字塔池化分解模块(spatial pyramid pooling factorization,SPPF)并且删除了对于小目标分支的检测模块,在保障精度的前提下大幅降低网络参数量和网络训练时所需的显存大小。在SIXray数据集的基础上YOLO-LCR精度比基准模型提升了1.40%、参数量下降了24.06 M、检测速度达到231张每秒。 展开更多
关键词 X光安检 目标检测 YOLOv7 rcs-osa RepVGG 轻量化 卷积神经网络
在线阅读 下载PDF
YOLO-RRD:复杂环境下建筑工人目标检测算法
3
作者 郝琨 韩品纯 +1 位作者 薛江 李志圣 《土木工程与管理学报》 2025年第5期10-21,共12页
针对建筑工地环境复杂、建筑工人目标较小导致的检测精度较低等问题,本文提出一种改进YOLOv8的建筑工人目标检测算法(YOLO-RRD)。通过添加小目标检测头,增强网络对小目标建筑工人的检测精度;并设计了新的C2f-RFCAConv主干网络结构,采用... 针对建筑工地环境复杂、建筑工人目标较小导致的检测精度较低等问题,本文提出一种改进YOLOv8的建筑工人目标检测算法(YOLO-RRD)。通过添加小目标检测头,增强网络对小目标建筑工人的检测精度;并设计了新的C2f-RFCAConv主干网络结构,采用感受野坐标注意卷积(RFCAConv),解决标准卷积运算中的参数共享问题,增强特征提取能力,抑制建筑工地复杂场景的干扰。在颈部网络引入RCS-OSA模块,加强特征复用,从而提升目标检测的准确性;并引入可变形卷积(DCNv2)动态调整感受野,从而更好地适应图像中不同尺寸的建筑工人,提高对目标的感知能力。实验结果表明:YOLO-RRD在mAP(0.5)方面达到了77.1%的性能指标,相比原始的YOLOv8模型提高了6.1%,推理速度为5.6 ms,可有效应用于建筑工人目标实时检测任务。 展开更多
关键词 建筑工人目标检测 YOLOv8 可形变卷积 RFCAConv rcs-osa
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