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
基于改进YOLOv8s的航拍小目标检测算法
1
作者
章子龙
王冠凌
+2 位作者
熊伟
王坤相
王世康
《哈尔滨商业大学学报(自然科学版)》
2026年第1期23-33,共11页
针对无人机航拍小目标检测中存在检测精度低、误检、漏检以及模型参数量大等难题,提出一种改进YOLOv8s的航拍小目标检测算法.引入RepViTBlock轻量化模块改进骨干网络和颈部网络中的C2f模块,并引入EMA注意力机制进一步改进骨干网络中的C2...
针对无人机航拍小目标检测中存在检测精度低、误检、漏检以及模型参数量大等难题,提出一种改进YOLOv8s的航拍小目标检测算法.引入RepViTBlock轻量化模块改进骨干网络和颈部网络中的C2f模块,并引入EMA注意力机制进一步改进骨干网络中的C2f模块,提升特征提取能力并降低了模型的参数量.使用三重尺度序列编码融合模块TSEF对颈部网络进行重构,并融合构建了小目标检测层P2,在降低了参数量的同时提升了检测精度.最后利用Inner-CIoU改进损失函数,提升模型边框回归的性能和检测精度.实验结果表明,在VisDrone2019航拍数据集上,改进算法的精准率P、召回率R、平均检测精度mAP50分别为54.2%、42.3%、43.7%,相较于YOLOv8s分别提升了5.7%、8.5%、11.5%,参数量降低了38.7%,适用于无人机目标检测任务.
展开更多
关键词
小目标检测
YOLOv8s
repvitblock
EMA注意力机制
Inner⁃CIoU
在线阅读
下载PDF
职称材料
基于改进YOLOv8的盘状齿轮表面缺陷视觉检测方法
2
作者
李承璋
张鹏魁
陈君宝
《山东航空学院学报》
2025年第4期65-72,共8页
齿轮是机械系统中的核心传动部件,其表面质量直接影响系统的稳定性和使用寿命。针对传统的人工目测检测方法效率和准确率较低等问题,提出一种基于YOLOv8的自动化齿轮表面缺陷检测算法——YOLOv8-ASR。通过引入Swin Transformer、AKConv...
齿轮是机械系统中的核心传动部件,其表面质量直接影响系统的稳定性和使用寿命。针对传统的人工目测检测方法效率和准确率较低等问题,提出一种基于YOLOv8的自动化齿轮表面缺陷检测算法——YOLOv8-ASR。通过引入Swin Transformer、AKConv和RepViTBlock等模块提高YOLOv8-ASR的性能。实验结果表明,相较于YOLOv8,YOLOv8-ASR在公共数据集上的mAP提高了1.9个百分点,在自制数据集上的“heipi”缺陷检测任务中表现优异。
展开更多
关键词
YOLOv8
齿轮缺陷检测
机器视觉
深度学习
Swin
Transformer
AKConv
repvitblock
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv8s的航拍小目标检测算法
1
作者
章子龙
王冠凌
熊伟
王坤相
王世康
机构
安徽工程大学电气工程学院
出处
《哈尔滨商业大学学报(自然科学版)》
2026年第1期23-33,共11页
基金
国家自然科学基金项目(62005293)。
文摘
针对无人机航拍小目标检测中存在检测精度低、误检、漏检以及模型参数量大等难题,提出一种改进YOLOv8s的航拍小目标检测算法.引入RepViTBlock轻量化模块改进骨干网络和颈部网络中的C2f模块,并引入EMA注意力机制进一步改进骨干网络中的C2f模块,提升特征提取能力并降低了模型的参数量.使用三重尺度序列编码融合模块TSEF对颈部网络进行重构,并融合构建了小目标检测层P2,在降低了参数量的同时提升了检测精度.最后利用Inner-CIoU改进损失函数,提升模型边框回归的性能和检测精度.实验结果表明,在VisDrone2019航拍数据集上,改进算法的精准率P、召回率R、平均检测精度mAP50分别为54.2%、42.3%、43.7%,相较于YOLOv8s分别提升了5.7%、8.5%、11.5%,参数量降低了38.7%,适用于无人机目标检测任务.
关键词
小目标检测
YOLOv8s
repvitblock
EMA注意力机制
Inner⁃CIoU
Keywords
small target detection
YOLOv8s
repvitblock
EMA attention mechanism
Inner⁃CIoU
分类号
V279 [航空宇航科学与技术—飞行器设计]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv8的盘状齿轮表面缺陷视觉检测方法
2
作者
李承璋
张鹏魁
陈君宝
机构
湖北汽车工业学院汽车智能制造学院
东风设备制造有限公司
出处
《山东航空学院学报》
2025年第4期65-72,共8页
基金
湖北省科技厅重大专项(2021AAA007)。
文摘
齿轮是机械系统中的核心传动部件,其表面质量直接影响系统的稳定性和使用寿命。针对传统的人工目测检测方法效率和准确率较低等问题,提出一种基于YOLOv8的自动化齿轮表面缺陷检测算法——YOLOv8-ASR。通过引入Swin Transformer、AKConv和RepViTBlock等模块提高YOLOv8-ASR的性能。实验结果表明,相较于YOLOv8,YOLOv8-ASR在公共数据集上的mAP提高了1.9个百分点,在自制数据集上的“heipi”缺陷检测任务中表现优异。
关键词
YOLOv8
齿轮缺陷检测
机器视觉
深度学习
Swin
Transformer
AKConv
repvitblock
Keywords
YOLOv8
gear defect detection
machine vision
deep learning
Swin Transformer
AKConv
repvitblock
分类号
TH132 [机械工程—机械制造及自动化]
TP391 [自动化与计算机技术—计算机应用技术]
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
基于改进YOLOv8s的航拍小目标检测算法
章子龙
王冠凌
熊伟
王坤相
王世康
《哈尔滨商业大学学报(自然科学版)》
2026
0
在线阅读
下载PDF
职称材料
2
基于改进YOLOv8的盘状齿轮表面缺陷视觉检测方法
李承璋
张鹏魁
陈君宝
《山东航空学院学报》
2025
0
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