基于MTF-ResNet-CBAM的兵工装备轴承故障诊断方法

1

作者 李伟伟 杨悦 花国祥 《兵工自动化》 北大核心 2025年第12期79-86,共8页

针对传统方法在噪声干扰和复杂工况下性能有限的问题,提出一种基于马尔可夫转移场(Markov transition field,MTF)、残差网络(residual network,ResNet)与卷积注意力机制(convolutio nal blo ck atte ntion module,CB AM)的轴承故障诊断... 针对传统方法在噪声干扰和复杂工况下性能有限的问题,提出一种基于马尔可夫转移场(Markov transition field,MTF)、残差网络(residual network,ResNet)与卷积注意力机制(convolutio nal blo ck atte ntion module,CB AM)的轴承故障诊断方法。将1维振动信号映射为2维MTF图像,以保留时序依赖与动态特征;利用ResNet进行深层特征提取,通过CBAM在通道与空间维度自适应分配权重,强化关键信息表达、抑制冗余干扰。在4类典型工况(正常、内圈故障、外圈故障和滚动体故障)下进行实验验证。结果表明:该模型整体测试准确率达到96.67%,较VGG、AlexNet及CNN模型提升约8%~15%,该方法在兵工装备的复杂运行环境下能保持较高的诊断精度与稳定性。 展开更多

关键词 轴承故障诊断 兵工装备 MTF ResNet CBAM

在线阅读 下载PDF 职称材料

混合CBAM算法的深度残差网络优化算法 被引量：1

2

作者 常瑾 刘立云 《佳木斯大学学报(自然科学版)》 2025年第4期62-65,154,共5页

为了解决现在深度残差网络算法中存在的图像识别准确率低以及数据特征提取能力弱的问题,研究利用注意力机制对深度残差网络算法进行优化。为了验证优化算法的优越性,研究将优化后的算法与优化前的算法以及同类型的其他算法进行了对比实... 为了解决现在深度残差网络算法中存在的图像识别准确率低以及数据特征提取能力弱的问题,研究利用注意力机制对深度残差网络算法进行优化。为了验证优化算法的优越性,研究将优化后的算法与优化前的算法以及同类型的其他算法进行了对比实验,实验结果表明,优化算法的绝对误差、相对误差、平均绝对误差以及均方根误差分别为0.7%,1.1%,0.9%和0.9%,远低于对比算法,并且优化算法的数据分类速度为7.3 bps,特征提取准确率为92.3%,远高于其他算法。由上述结果可知,研究提出的优化算法能够显著提高算法的性能。 展开更多

关键词 注意力机制 深度残差网络 优化 特征提取

在线阅读 下载PDF 职称材料

融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用

3

作者 王猛 刘卫星 +3 位作者 李喆 李浩 齐西伟 杨爱民 《烧结球团》 北大核心 2025年第1期85-94,125,共11页

球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,... 球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,对比了多种主干网络的训练表现,并与多个分割模型进行了精度对比。此外,利用像素点统计分割掩膜面积实现了球团粒径的测量。结果表明,ResNet50作为主干网络在球团的特征提取中更具优越性。引入Convolutional Block Attention Module(CBAM)的Mask R-CNN模型对比初始模型A mean提高了2.18%。对比BlendMask、SOLOv2、YOLACT以及CondInst等分割模型,改进后的模型在分割精度上也有优势,并能更好地处理分割细节。此外,与Image J测量的球团粒径相比,本文所提出的球团粒径测量方法的最大误差保持在±1.8 mm之内,A_(IoU=0.5)可达到0.9483。 展开更多

关键词 球团粒径 Mask R-CNN 迁移学习 ResNet CBAM

原文传递

基于CNN-LSTM模型的景区异常行为识别方法

4

作者 罗昆 华才健 《成都工业学院学报》 2025年第3期50-57,共8页

针对景区异常行为识别中场景复杂、难度大、视频清晰度低的问题,提出一种融合残差网络的时空异常行为识别方法--ResNet18-LSTM-CBAM。基于卷积神经网络与长短时记忆网络(CNN-LSTM)模型,首先通过使用残差神经网络(ResNet)模型替代原有的... 针对景区异常行为识别中场景复杂、难度大、视频清晰度低的问题,提出一种融合残差网络的时空异常行为识别方法--ResNet18-LSTM-CBAM。基于卷积神经网络与长短时记忆网络(CNN-LSTM)模型,首先通过使用残差神经网络(ResNet)模型替代原有的CNN模块,增强模型在提取局部特征方面的能力;其次,引入卷积块注意力机制(CBAM),进一步优化重要时空特征的表示;最后,利用LSTM提取视频序列中的时序信息,使模型能够更好地理解动态行为模式。实验结果表明,ResNet18-LSTM-CBAM模型在自建模拟景区视频数据集上提取时序信息的准确率达到83.7%,与其他方法相比有不同程度的提升,有效提高异常行为识别的准确度,为提升景区安全和管理效率提供了可行的解决方案。 展开更多

关键词 异常行为识别 视频序列 CNN-LSTM ResNet CBAM

在线阅读 下载PDF 职称材料

结合多模态融合方式的脉搏波房颤识别

5

作者 张瑞芳 梁永波 +1 位作者 崔谋 陈真诚 《中国医学物理学杂志》 CSCD 2023年第10期1260-1269,共10页

针对心房颤动疾病诊断检测复杂,病理检查有创等问题,构建基于脉搏波与深度学习的心房颤动分类预测模型,实现对心房颤动疾病的准确预测。首先,通过脉搏波设备采集数据,与MIMIC-Ⅲ数据库数据共同构建PPG-AF数据集;其次,基于Pytorch深度学... 针对心房颤动疾病诊断检测复杂,病理检查有创等问题,构建基于脉搏波与深度学习的心房颤动分类预测模型,实现对心房颤动疾病的准确预测。首先,通过脉搏波设备采集数据,与MIMIC-Ⅲ数据库数据共同构建PPG-AF数据集;其次,基于Pytorch深度学习框架构建用于房颤分类的ResNet-CBAM-1DCNN双通道卷积神经网络;最后,将数据集按照8:1:1的比例划分为训练集,验证集和测试集,将脉搏波和其对应的格拉姆角场图作为输入,通过对网络结构和超参数的优化,在测试集中分类的F1分数达到了97.30%,准确度达到98.12%。本研究基于脉搏波信号与双通道卷积神经网络模型,能够实现对心房颤动疾病的准确诊断,有望为临床医师制定最佳治疗决策提供重要依据。 展开更多

关键词 心房颤动 深度学习 脉搏波 resnet-cbam 格拉姆角场

暂未订购

基于CBAM-ResNet的轴承剩余寿命预测 被引量：3

6

作者 张建飞 黄晋英 +2 位作者 吕阳 赫婷 张毅 《中北大学学报（自然科学版）》 CAS 2023年第4期360-365,396,共7页

针对以往的轴承剩余使用寿命(RUL)预测方法预测出的RUL值偏差过大的问题,提出了一种将卷积注意力机制(CBAM)和残差神经网络(ResNet)相融合的寿命预测模型——CBAM-ResNet模型。首先,使用连续小波变换(CWT)将轴承的一维振动信号转换为二... 针对以往的轴承剩余使用寿命(RUL)预测方法预测出的RUL值偏差过大的问题,提出了一种将卷积注意力机制(CBAM)和残差神经网络(ResNet)相融合的寿命预测模型——CBAM-ResNet模型。首先,使用连续小波变换(CWT)将轴承的一维振动信号转换为二维图像;然后,将其作为CBAM-ResNet模型的输入,使用深度残差网络在空间和通道两个维度上充分提取图像中蕴含的轴承退化信息;最后,模型将提取到的退化信息映射为轴承的剩余使用寿命。使用PRONOSTIA试验台IEEEPHM 2012数据集中的两种工况数据进行了试验,在工况1下对比分析了4种模型的预测效果。结果表明,相比ResNet、CNN、CBAM-CNN模型,本文CBAM-ResNet模型的均方根误差指标平均降低了38.9%,评分函数降低了51.2%,且本文模型具有较强的泛化性,能够提高轴承RUL预测的精度。 展开更多

关键词 寿命预测 CBAM ResNet 连续小波变换

在线阅读 下载PDF 职称材料

基于声音信号的汽车安全带卷收器质量检测方法研究 被引量：2

7

作者 刘洪达 左敦稳 +1 位作者 王勇 靳萌萌 《机械制造与自动化》 2024年第1期271-275,共5页

为提高汽车安全带生产现场质量检测效率,根据《QC/T987—2014汽车安全带卷收器性能要求和试验方法》搭建实验平台,采集卷收器合格品与次品工作过程中的声音信号,将卷积注意力模块(CBAM)嵌入残差网络(ResNet-18)残差块之前,设计CBAM-ResN... 为提高汽车安全带生产现场质量检测效率,根据《QC/T987—2014汽车安全带卷收器性能要求和试验方法》搭建实验平台,采集卷收器合格品与次品工作过程中的声音信号,将卷积注意力模块(CBAM)嵌入残差网络(ResNet-18)残差块之前,设计CBAM-ResNet-18“Before Blocks”模型,对采集到的卷收器声音信号进行分类。与不加注意力机制的ResNet-18模型、在残差块后加注意力机制的CBAM-ResNet-18“Within Blocks”模型、传统分类模型支持向量机和随机森林相比,模型在卷收器声音信号分类任务中的混淆矩阵、准确率、精确率、召回率和F 1值等方面均表现良好。实验结果表明:所设计的模型对于基于声音信号的汽车安全带卷收器质量检测十分有效。 展开更多

关键词 汽车安全带 声音信号 卷收器 质量检测 CBAM-ResNet

在线阅读 下载PDF 职称材料

一种基于残差网络改进的异常流量入侵检测模型 被引量：15

8

作者 王锁成 陈世平 《小型微型计算机系统》 CSCD 北大核心 2023年第12期2757-2764,共8页

网络攻击的准确检测对于防范信息系统中的漏洞是至关重要的.目前,虽然许多网络入侵检测模型都有较高的检测率,但仍存在对不平衡异常网络流量的识别精度低,以及误报率高的问题.因此,本文提出了一种基于残差网络改进的异常流量入侵检测模... 网络攻击的准确检测对于防范信息系统中的漏洞是至关重要的.目前,虽然许多网络入侵检测模型都有较高的检测率,但仍存在对不平衡异常网络流量的识别精度低,以及误报率高的问题.因此,本文提出了一种基于残差网络改进的异常流量入侵检测模型,将CICIDS2017数据集转换为灰度图像后,在ResNet50结构的第2层~第5层添加CBAM注意力机制模块,构建残差注意力网络算法,来学习更多异常流量的关键特征.为解决数据集中的类不平衡问题,用改进的焦点损失函数代替交叉熵损失函数,来识别数据集中的小类别攻击.实验结果表明,与基线模型相比,该模型不仅实现了99.29%的总体准确率,而且对于小样本平均都有99%的检测率,这也证明了本文提出的模型的优越性. 展开更多

关键词 入侵检测 残差网络 CBAM 焦点损失函数 不平衡样本

在线阅读 下载PDF 职称材料

一种改进残差深度网络的多目标分类技术 被引量：1

9

作者 陈超 吴斌 《计算机测量与控制》 2023年第7期199-206,共8页

由于受场景、视角、光照、尺度变化以及局部变形等因素的影响,对重叠目标、拥挤目标、小目标的识别精度较低,提出了一种改进多支路的残差深度卷积神经网络来提高多目标识别的准确度;在第一个卷积残差块layer1后保留恒等映射的同时,增加... 由于受场景、视角、光照、尺度变化以及局部变形等因素的影响,对重叠目标、拥挤目标、小目标的识别精度较低,提出了一种改进多支路的残差深度卷积神经网络来提高多目标识别的准确度;在第一个卷积残差块layer1后保留恒等映射的同时,增加一个1×1的短接分支尽可能多的保留原始特征;再平行嵌入一个修改激活函数ReLU6的空间_通道注意力机制模块(CBAM);融合以上3个特征图;融合后的特征层着重关注空间和通道中比较显著的信息,从而增强特征图的特征表达能力,以至于卷积神经网络(CNN)获得更多的判别特征,从而大大提高物体识别精度;在FashionMNIST和Cifar10两个数据集的对比性实验显示改进的resnet50算法是准确性-速度较为折中的目标识别模型。 展开更多

关键词 残差深度卷积神经网络 短接分支 CBAM 激活函数ReLU6 多目标分类

在线阅读 下载PDF 职称材料

基于卷积神经网络的行人检测方法 被引量：3

10

作者 叶正喆 苍岩 《应用科技》 CAS 2022年第2期55-62,共8页

针对行人检测算法未能充分利用行人的特征信息,导致对行人的检测效果不佳问题,本文对无锚框的行人检测网络模型CSP进行了相应改进,提出了一种基于卷积神经网络的行人检测算法。首先,将原主干网络由ResNet-50加深为ResNet-101,然后引入... 针对行人检测算法未能充分利用行人的特征信息,导致对行人的检测效果不佳问题,本文对无锚框的行人检测网络模型CSP进行了相应改进,提出了一种基于卷积神经网络的行人检测算法。首先,将原主干网络由ResNet-50加深为ResNet-101,然后引入卷积块注意力模块(CBAM)来提高原网络对小尺度行人中心点的特征表达,加入基于分数融合公式的分类器模块来进一步提高被遮挡行人的置信度,最终得到AS-CSP算法。该算法可以进一步提高对小尺度行人以及遮挡行人的检测效果。实验采用的数据集是CityPersons数据集,并在通用行人、小尺度行人以及遮挡行人等不同场景下进行对比实验,验证新算法的有效性。实验结果表明,本文提出的AS-CSP算法在通用行人、小尺度行人以及遮挡行人场景上的检测效果相比于原算法都得到了提升。 展开更多

关键词 行人检测 CSP网络 卷积神经网络 ResNet-101网络 ResNet-50网络 卷积块注意力模块 分数融合 置信度

在线阅读 下载PDF 职称材料

基于改进ResNet-18的红外图像人体行为识别方法研究 被引量：15

11

作者 周啸辉 余磊 +4 位作者 何茜 陈涵 聂宏 欧巧凤 熊邦书 《激光与红外》 CAS CSCD 北大核心 2021年第9期1178-1184,共7页

人体行为识别在安全监护、安防监控、智能家居等诸多领域具有重要的研究意义和广泛的应用价值。由于红外信息具有受光照影响小、保护隐私等特性,因此基于红外信息的人体行为识别方法备受国内外学者关注。本文对包含7种行为类别的红外信... 人体行为识别在安全监护、安防监控、智能家居等诸多领域具有重要的研究意义和广泛的应用价值。由于红外信息具有受光照影响小、保护隐私等特性,因此基于红外信息的人体行为识别方法备受国内外学者关注。本文对包含7种行为类别的红外信息进行连续帧拼接处理,构建红外图像数据集。传统的ResNet-18网络性能较为优异,在可见光图像识别上一直表现良好,但在红外图像识别中效果欠佳。本文根据红外图像特性,对其进行相应改进:首先,构建多分支同构结构,替换7×7卷积,增强网络的表达能力;其次,结合最大池化与平均池化,避免丢失有用信息;最后,引入非对称卷积块构成多重残差结构,并与改进CBAM模块结合对残差块进行优化,从而增加网络多样性,提升网络的特征提取能力。实验结果表明,改进ResNet 18网络识别率达到99.96%,不但高于传统的ResNet 18网络,而且明显优于基于红外图像的其他网络。 展开更多

关键词 人体行为识别 改进ResNe18网络 红外图像 多重残差结构 改进CBAM模块

在线阅读 下载PDF 职称材料

基于Mask R-CNN卷积神经网络的虹膜分割 被引量：3

12

作者 敬红燕 彭静 +1 位作者 吴锡 李孝杰 《计算机系统应用》 2023年第2期83-93,共11页

针对虹膜图像中存在眼镜遮挡、模糊、角度偏差等不同噪声因素,我们设计了一种基于Mask R-CNN的卷积神经网络(convolutional neural network,CNN),命名为Mask-INet,用于虹膜分割.该网络在特征提取阶段为特征金字塔添加了一条自底向上的路... 针对虹膜图像中存在眼镜遮挡、模糊、角度偏差等不同噪声因素,我们设计了一种基于Mask R-CNN的卷积神经网络(convolutional neural network,CNN),命名为Mask-INet,用于虹膜分割.该网络在特征提取阶段为特征金字塔添加了一条自底向上的路径,既提高了底层到顶层特征的定位信息,增强语义信息融合,又进一步加快了底层到顶层的传播效率,有效提升对虹膜特征提取的准确性.为了进一步挖掘特征图中的特征信息,在掩模预测分支阶段,我们引入上采样和CBAM网络(convolutional block attention module),利用上采样提高特征图的空间分辨率,利用CBAM网络让特征图中的显著信息更加显著,增强对特征的判别性.该方法在NIR-ISL 2021比赛提供的虹膜数据集进行了验证.在相同实验条件下与该赛事的冠军相比,该方法的各项指标均优于其网络.与基线Mask R-CNN相比,该方法的Dice相似系数、平均交并比、召回率分别提升了8.53%、11.97%、8.88%,提升了虹膜分割效果. 展开更多

关键词 虹膜分割 特征金字塔 Mask R-CNN 残差网络 CBAM 图像分割

在线阅读 下载PDF 职称材料

基于注意力机制改进深度神经网络的遮挡目标检测 被引量：2

13

作者 晏超 《科技创新与应用》 2023年第8期10-14,共5页

目标检测是机器视觉领域一个重要的基础性方向,是以标示出图像中感兴趣目标的真实位置为目的的工作,而图像中的部分目标往往处于被遮挡的状态。由于实际环境中目标被遮挡程度和遮挡目标物体性质不同等因素的影响,提高检测被遮挡目标的... 目标检测是机器视觉领域一个重要的基础性方向,是以标示出图像中感兴趣目标的真实位置为目的的工作,而图像中的部分目标往往处于被遮挡的状态。由于实际环境中目标被遮挡程度和遮挡目标物体性质不同等因素的影响,提高检测被遮挡目标的准确性是一个难点。该文以一步检测法SSD目标检测算法为基础,在部分卷积层结构中添加注意力机制模块CBAM,有目的地关注特征图中的重要信息以较好地检测被遮挡的小目标。还引入Inception-ResNet-v2网络结构改变SSD算法中特征图的生成方式,并嵌入CBAM改进Inception-ResNet-v2的部分结构,更好地提取关键信息以区分被遮挡目标和干扰项。分别从行人和车辆2个不同目标出发,混合开源数据集和自建数据集进行训练,测试结果表明改进后的模型检测被遮挡目标的效果有所提升。 展开更多

关键词 遮挡目标检测 注意力机制 CBAM Inception-ResNet-v2 SSD

在线阅读 下载PDF 职称材料

基于联邦学习与改进CBAM-ResNet18的脑肿瘤分类 被引量：5

14

作者 吴波 史东辉 +1 位作者 吕东来 胡涛 《计算机系统应用》 2024年第4期39-49,共11页

针对联邦学习框架下,基于卷积注意力模块的多客户端脑肿瘤分类方法对于MRI图像中肿瘤区域细节提取能力不足、通道注意力与空间注意力相互干扰的问题,以及针对多点医疗肿瘤数据分类准确性低的问题,提出了一种融合联邦学习框架和改进的CBA... 针对联邦学习框架下,基于卷积注意力模块的多客户端脑肿瘤分类方法对于MRI图像中肿瘤区域细节提取能力不足、通道注意力与空间注意力相互干扰的问题,以及针对多点医疗肿瘤数据分类准确性低的问题,提出了一种融合联邦学习框架和改进的CBAM-ResNet18网络的脑肿瘤分类方法.利用联邦学习特性联合多点脑肿瘤数据,采用Leaky ReLU激活函数代替ReLU激活函数以减轻神经元死亡,将卷积注意力模块中的通道注意力模块由先降维再升维改成先升维再降维,充分提高网络对图像细节的提取能力,将卷积注意力模块中的通道注意力模块与空间注意力模块由级联结构改为并联结构,使得网络的特征提取能力不会受到二者先后顺序的影响.通过在Kaggle公开的脑肿瘤MRI数据集上的进行实验,该方法的准确率、精准度、召回率与F1值分别为97.78%、97.68%、97.61%与97.63%,比基准模型分别高6.54%、4.78%、6.80%、7.00%.实验结果证明,该方法不仅能够打破数据孤岛,实现多点数据融合,而且比多数现有主流模型的性能更好. 展开更多

关键词 脑肿瘤分类 联邦学习 卷积注意力模块 残差网络 数据孤岛

在线阅读 下载PDF 职称材料

一种基于注意力机制的端到端图像匹配方法

15

作者 李维文 冉昌艳 《长江信息通信》 2023年第2期5-7,11,共4页

针对同一场景中多组图像匹配精度低,以及不同场景中图像匹配鲁棒性差等问题,提出一种基于深度学习的端到端图像匹配方法。本文基于LoFTR改进,在融合ResNet和FPN的特征提取网络中,减少其激活函数,并加入CBAM注意力模块,后续通过Transfro... 针对同一场景中多组图像匹配精度低,以及不同场景中图像匹配鲁棒性差等问题,提出一种基于深度学习的端到端图像匹配方法。本文基于LoFTR改进,在融合ResNet和FPN的特征提取网络中,减少其激活函数,并加入CBAM注意力模块,后续通过Transfromer生成特征图,进行图像匹配。结果表明,改进网络结构后的方法具有更好的匹配精度以及鲁棒性,在公开数据集Megadepth的子集上进行训练和测试,平均匹配精度达到93.68%,相较于LoFTR提升了1.33%,在阈值为5°、10°、20°情况下姿态误差的AUC数值均有提升;在TUM数据集子集上验证,其平均匹配精度提高了2.13%。 展开更多

关键词 深度学习 图像匹配 ResNet CBAM Transfromer

在线阅读 下载PDF 职称材料

基于CBAM的多特征语音伪造检测

16

作者 丁海梅 杨乘 《电脑与电信》 2024年第12期6-10,共5页

目前,利用伪造语音实施诈骗的事件层出不穷,如何检测出伪造语音是语音识别的一大热门课题。提出了一种基于残差网络(ResNet)和双向长短时记忆网络(Bi-LSTM),并结合卷积块注意力模块(CBAM)的多特征语音伪造检测方法。通过融合7种前端声... 目前,利用伪造语音实施诈骗的事件层出不穷,如何检测出伪造语音是语音识别的一大热门课题。提出了一种基于残差网络(ResNet)和双向长短时记忆网络(Bi-LSTM),并结合卷积块注意力模块(CBAM)的多特征语音伪造检测方法。通过融合7种前端声学特征全面捕捉声音的特性,并结合CBAM对每个输入的特征赋予不同的权重,使模型关注相对有效的信息,最后将提取的特征输入到7-features-Re2-Bi-LSTM模型训练。实验结果表明,提出的方法在ASVspoof2019数据集的LA评估集上效果较好,等错误率与最小串联检测成本函数相比基线模型分别下降了64%和51.4%,证明了本文所提方法的有效性。 展开更多

关键词 语音伪造检测 ResNet Bi-LSTM CBAM

在线阅读 下载PDF 职称材料

双信道注意力机制神经网络的肺炎图像分类研究

17

作者 曾德洋 杨鑫荣 《理论数学》 2024年第2期733-745,共13页

为提高诊断肺炎患者的时效性和精确性,本文提出了三种基于双信道注意力机制的肺部X光图像检测模型。采用了21,158张肺部X光图像,并对原始图像进行图像增强、几何变化等处理。将预处理后的X光图像分别输入三种模型并检测,最后采用识别的... 为提高诊断肺炎患者的时效性和精确性,本文提出了三种基于双信道注意力机制的肺部X光图像检测模型。采用了21,158张肺部X光图像,并对原始图像进行图像增强、几何变化等处理。将预处理后的X光图像分别输入三种模型并检测,最后采用识别的准确度、精确度、灵敏性、F1-Score等指标评估了各个模型的性能。实验结果表明,基于双通道注意力机制的DenseNet201模型效果最优,其准确度、精确度、灵敏度、F1-Score分别为95.112%、96.2%、95.4%、95.9%,其中准确度已超过近年来他人4分类肺炎模型,基于双通道注意力机制的DenseNet201模型有利于提高肺炎图像的分类检测效率,可以应用于快速医学筛查。 展开更多

关键词 医学X光图像 CBAM ResNet DenseNet ResNext

在线阅读 下载PDF 职称材料

基于改进的YOLOv5s金属表面缺陷检测方法研究

18

作者 杨喻丘 佟维妍 《轨道交通材料》 2024年第2期50-56,共7页

针对现有金属表面缺陷检测算法存在缺陷特征提取能力不足、检测精度较低、可能因网络加深而出现梯度消失等问题,提出了一种基于改进的YOLOv5s金属表面缺陷检测算法。首先,用3层ResNet-50残差网络代替YOLOv5s的骨干网络,不仅增加了提取... 针对现有金属表面缺陷检测算法存在缺陷特征提取能力不足、检测精度较低、可能因网络加深而出现梯度消失等问题,提出了一种基于改进的YOLOv5s金属表面缺陷检测算法。首先,用3层ResNet-50残差网络代替YOLOv5s的骨干网络,不仅增加了提取目标特征能力还提升了模型训练鲁棒性;其次,在骨干网络最后一层加入CBAM注意力机制,优化网络结构,提取更加丰富的目标特征;最后,引入边框回归损失函数EIoULoss代替原本的CIoULoss来加快网络收敛,增加小目标检测能力。研究试验表明,改进后的目标检测算法在NEU-DET数据上mAP为78.5%,较经典YOLOv5s算法相比提升了6.2%,改进后的金属缺陷检测算法不仅性能更优,而且还能检测出漏检目标,检测速度和检测精度也优于Faster R-CNN和YOLOv3,能够满足工业生产中对金属表面缺陷检测的需求。 展开更多

关键词 缺陷检测 YOLOv5s ResNet-50 CBAM EloULoss

在线阅读 下载PDF 职称材料