-
题名基于改进YOLOv8s的花色布疵点检测算法
被引量：1
- 1
-
-
作者
王跃坤
徐洋
余智祺
解国升
盛晓伟
-
机构
东华大学
-
出处
《棉纺织技术》
2025年第2期41-48,共8页
-
基金
国家重点研发计划项目(2018YFB1308800)。
-
文摘
针对花色布背景图案复杂、部分疵点目标小、与背景分离难度大,及其带来的自动化实时检测挑战等问题,提出一种基于改进YOLOv8s的花色布疵点检测算法。为增强网络检测疵点小目标的能力,引入BiFPN(Bi⁃directional Feature Pyramid)特征融合网络,充分融合语义信息和位置信息,增强算法区分疵点和背景的能力;同时,注意到疵点小目标中低质量样本对检测结果的影响,引入WIoU v3损失函数,抑制训练过程中低质量样本产生的有害梯度;最后,引入FasterBlock模型改进原始模型neck中的C2f模块,降低模型整体的参数量。结果表明:改进后的YOLOv8s模型在整个数据集的mAP@0.5∶0.95上可达59.6%,比原YOLOv8s模型提高了2.8个百分点;小目标的APs@0.5∶0.95可达45.1%,比原YOLOv8s模型提高了8.3个百分点;改进后模型参数量为10.557 M,检测速度可达131.6帧/s。认为:改进的YOLOv8s有效提升了沾污、花毛等小目标的检测效果。
-
关键词
花色布
疵点检测
YOLOv8s
BiFPN
FasterBlock
wiou
v3损失函数
-
Keywords
patterned fabric
defect detection
YOLOv8s
BiFPN
FasterBlock
wiou v3 loss function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TS101
[轻工技术与工程—纺织工程]
-
-
题名基于改进YOLOv5s的输电线路异物检测
被引量：3
- 2
-
-
作者
许永华
唐鹤卿
肖伸平
-
机构
湖南工业大学电气与信息工程学院
-
出处
《电工技术》
2023年第21期54-57,62,共5页
-
基金
国家重点研发计划项目(编号2019YFE0122600)。
-
文摘
针对输电线路背景复杂导致异物检测性能不高的问题,提出一种基于改进YOLOv5s的输电线路异物检测方法。该方法引入CBAM注意力机制并构建了基于Transformer架构的C3TR层,增强了模型筛选关键特征的能力;然后使用动态的WIoU v3函数作为改进方法的损失函数,解决模型检测精度下降的问题。利用输电线路异物数据集进行训练和测试,结果表明改进后的模型在各项检测性能均有提升,具有较好的检测精度和泛化能力,能满足输电线路异物检测的应用要求。
-
关键词
输电线路
YOLOv5s
C3TR层
wiou
v3函数
异物检测
-
Keywords
transmission line
YOLOv5s
C3TR layer
wiou v3 function
foreign object detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进YOLOv8的水下目标检测算法
被引量：4
- 3
-
-
作者
李大海
李冰涛
王振东
-
机构
江西理工大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2024年第11期3610-3616,共7页
-
基金
国家自然科学基金资助项目(620620237)
江西理工大学校级基金资助项目(205200100013)。
-
文摘
由于水下生物的特性,水下图像中存在较多难以检测的小目标,且目标之间经常相互遮挡,而水下环境中的光线吸收和散射也会造成水下图像的颜色偏移和模糊。针对上述问题,提出水下目标检测算法WCA-YOLOv8。首先,设计特征融合模块(FFM),增强对空间维度信息的关注,提升对模糊和颜色偏移目标的识别能力;其次,加入FCA(FReLU Coordinate Attention)模块,增强对相互重叠、遮挡水下目标的特征提取能力;再次,为了提高模型对水下小目标的检测性能,将完整交并比(CIoU)损失函数替换为WIoU v3(Wise-IoU version 3)损失函数;最后,设计下采样增强模块(DEM),使特征提取过程中保存的上下文信息更完整,改善水下目标检测的性能。RUOD和URPC数据集上的实验结果表明,WCA-YOLOv8的检测平均精度均值(mAP0.5)分别为75.8%和88.6%,检测速度分别为60 frame/s和57 frame/s。与其他前沿的水下物体检测算法相比,WCA-YOLOv8不仅能够获得更高的检测准确性,还可达到更快的检测速度。
-
关键词
YOLOv8
水下目标检测
特征融合
wiou
v3损失函数
-
Keywords
YOLOv8
underwater target detection
feature fusion
Wise-IoU version 3(wiou v3)loss function
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
