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5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MWLB-YOLOv11的地震“牛眼”效应识别研究
1
作者 陈琪璟 李攀 孟佳兵 《电脑与电信》 2025年第8期8-13,40,共7页
地震反演低频模型中的“牛眼”效应严重影响反演结果的精度和可靠性,尤其在弱对比度、模糊边界和复杂地质背景下难以精准识别。为解决这一问题,在以往研究的基础上,提出了一种轻量级、高鲁棒性的目标检测模型MWLBYOLOv11。该模型基于YOL... 地震反演低频模型中的“牛眼”效应严重影响反演结果的精度和可靠性,尤其在弱对比度、模糊边界和复杂地质背景下难以精准识别。为解决这一问题,在以往研究的基础上,提出了一种轻量级、高鲁棒性的目标检测模型MWLBYOLOv11。该模型基于YOLOv11,集成了四项关键模块以提升检测性能。通过采用MobileNetV4作为主干网络,模型借助更深的层次结构和参数优化增强了特征提取能力。为了扩大感受野并捕捉低频结构信息,设计了C3k2-WTConv模块,同时避免了过度参数化的问题。在此基础上,引入了大核可分离注意力机制LSKAttention,进一步提升了模型对空间上下文的建模能力,并有效控制了计算开销。此外,BiFPN特征融合结构促进了不同尺度间的信息交互,优化了小目标检测性能。该模型针对地震图像中的“牛眼”类环状异常进行了优化,实验结果表明,MWLB-YOLOv11在精度、效率和鲁棒性上优于传统方法,能够更准确地检测和定位牛眼效应区域。该模型为地震反演分析及其他异常检测任务提供了有效的解决方案,展现了广泛的应用前景。 展开更多
关键词 地震反演 牛眼效应 YOLOv11 MobileNetV4 wtconv LSKAttention BiFPN
在线阅读 下载PDF
基于改进YOLOv11的风机叶片与光伏板缺陷检测 被引量：1
2
作者 孙斌 《中国新技术新产品》 2025年第10期11-14,共4页
风机和光伏板是可再生能源发展的主要形式。现阶段,恶劣的自然环境导致风机叶片和光伏板出现不同程度的损伤。针对以上问题,本文提出基于改进YOLOv11的风机叶片和光伏板缺陷检测。在YOLOv11模型的基础上,加入CBAM注意力机制和WTConv,以... 风机和光伏板是可再生能源发展的主要形式。现阶段,恶劣的自然环境导致风机叶片和光伏板出现不同程度的损伤。针对以上问题,本文提出基于改进YOLOv11的风机叶片和光伏板缺陷检测。在YOLOv11模型的基础上,加入CBAM注意力机制和WTConv,以此提高模型的多尺度融合能力和检测精度,利用自制的风机叶片和光伏板缺陷数据集对改进后的网络模型进行验证,试验平均运行5次,mAP为89.5%,比YOLOv11的mAP提升了3.3%,验证了本文方法的效果。 展开更多
关键词 风机叶片 光伏板 YOLOv11 CBAM wtconv
在线阅读 下载PDF
基于改进YOLOv11s模型的学生课堂行为检测研究
3
作者 辛红 金勋 李德 《电脑知识与技术》 2025年第28期8-11,共4页
随着人工智能技术的快速发展,深度学习技术逐步被应用在教育教学领域,尤其是对教学评价体系构建起到数据支撑的作用,主要体现在通过目标检测技术客观反映课堂参与度和学习效果。本文针对学生课堂行为图像提出了改进的YOLOv11s模型,该模... 随着人工智能技术的快速发展,深度学习技术逐步被应用在教育教学领域,尤其是对教学评价体系构建起到数据支撑的作用,主要体现在通过目标检测技术客观反映课堂参与度和学习效果。本文针对学生课堂行为图像提出了改进的YOLOv11s模型,该模型在YOLOv11s模型的基础上进行了三项改进。首先在骨干网络部分将C3K2模块替换为C3K2-WTConv模块,提升在多尺度目标变换场景的检测精度。其次,将Triplet Attention三重注意力机制引入C2PSA块,捕捉不同维度上的特征信息,有效防止特征丢失。最后,采用ASFF策略对模型中的检测头部分进行改进,提升了对小目标的检测精度。本文选择SCB-Dataset3数据集作为实验数据集,进行了消融实验和对比试验,本文提出的改进模型在精确率、召回率和mAP上均有所提升。与YOLOv11s模型相比精确率提升了2.03%,mAP提升了2.20%。本文所提出的模型在控制参数量的同时,可以更精确地捕捉内在特征,提高网络特征提取能力,以确保检测精度。 展开更多
关键词 YOLOv11模型 wtconv Triplet Attention三重注意力机制 ASFFHead 课堂行为检测
在线阅读 下载PDF
基于Swin Transformer和小波卷积的无人机地面红外目标检测方法
4
作者 范启明 司宾强 +2 位作者 李宝晨 杨赟杰 朱纪洪 《兵器装备工程学报》 北大核心 2025年第10期291-300,共10页
针对现有无人机航拍视角下红外图像检测模型精度不足且模型参数量大的问题,提出一种基于YOLOv11n改进的无人机红外目标检测算法YOLO-STWF。首先将全局信息捕获模块(Swin Transformer)作为主干网络,通过自适应滑动窗口和层次化特征提取机... 针对现有无人机航拍视角下红外图像检测模型精度不足且模型参数量大的问题,提出一种基于YOLOv11n改进的无人机红外目标检测算法YOLO-STWF。首先将全局信息捕获模块(Swin Transformer)作为主干网络,通过自适应滑动窗口和层次化特征提取机制,增强复杂背景下小目标的检测性能。然后采用小波变换卷积(WTConv)结构代替传统卷积特征提取部分,改进后WTConv的参数量仅随感受野大小对数级别增长。最后使用Focaler-IoU代替原有的IoU结构,聚焦不同的回归样本,使模型更好地从中等困难样本提取特征。实验结果表明,改进后模型相比基准模型,在空天杯数据集和DroneVehicle数据集上的检测精度分别提升3.5%和2.1%,且模型参数量小于3×10^(6),满足无人机图像目标检测任务部署需求。 展开更多
关键词 无人机 YOLOv11 Swin Transformer wtconv Focaler-IoU
在线阅读 下载PDF
基于改进RT-DETR算法的焊接件表面缺陷检测方法
5
作者 刘鑫 《计算机应用文摘》 2025年第19期95-97,共3页
为提高焊接件缺陷检测流程的准确性和效率,减少漏检与误检情况,提出了一种基于改进RTDETR的焊接件缺陷检测方法。该方法在RT-DETR模型基础上进行了优化:一方面引入ADown下采样模块,对特征图尺寸进行压缩,同时保留关键信息;另一方面引入W... 为提高焊接件缺陷检测流程的准确性和效率,减少漏检与误检情况,提出了一种基于改进RTDETR的焊接件缺陷检测方法。该方法在RT-DETR模型基础上进行了优化:一方面引入ADown下采样模块,对特征图尺寸进行压缩,同时保留关键信息;另一方面引入WTConv卷积模块,融合多尺度的频域与空间特征,从而增强模型对多尺度目标和复杂背景的特征提取能力。实验结果表明,加入这2个模块后,模型在mAP@50指标上由原RT-DETR的67.6%提升至70.1%,同时参数量由19885212降至18623772。在降低计算复杂度的同时,检测精度得到提升,显著提高了焊接件缺陷检测的效率。 展开更多
关键词 RT-DETR 焊接件表面缺陷检测 wtconv ADown
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