期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于YOLO v8算法的变电站视频监控多目标智能跟踪方法 被引量:1
1
作者 李奕炜 骆立实 +5 位作者 赵波 何红亮 李维江 武建松 王晋元 周可新 《电信科学》 北大核心 2025年第3期179-189,共11页
现阶段我国智能电网建设迅速发展,对变电站视频监控系统提出了更高的多样化、智能化需求。针对现有变电站视频监控摄像头对人员、车辆、异常入侵识别精度不足的问题,提出了一种基于YOLO v8算法的变电站视频监控多目标智能跟踪方法。首先... 现阶段我国智能电网建设迅速发展,对变电站视频监控系统提出了更高的多样化、智能化需求。针对现有变电站视频监控摄像头对人员、车辆、异常入侵识别精度不足的问题,提出了一种基于YOLO v8算法的变电站视频监控多目标智能跟踪方法。首先,利用YOLO v8算法对变电站目标进行监测,通过采样算法加大感受野进而提升数据特征融合能力,采用注意力机制识别远处微小目标;然后,基于卡尔曼滤波器和变电站摄像头运动防抖,将YOLO v8监测到的信息输入BoTSORT算法,完成多场景多目标下的变电站视频监控目标智能跟踪;最后,实验验证表明,该方法相比于YOLO v5、YOLO v7算法,目标识别平均精度均值分别提升了9.73个百分点、5.28个百分点,目标跟踪精度分别提升了12.34个百分点、8.41个百分点,提升了变电站视频监控系统智能化水平。 展开更多
关键词 变电站视频监控系统 yolo v8算法 多目标智能跟踪 注意力机制 卡尔曼滤波器
在线阅读 下载PDF
复杂背景下基于改进YOLO v8s的混凝土桥梁裂缝检测方法 被引量:9
2
作者 蒋仕新 邹小雪 +6 位作者 杨建喜 李昊 黄雪梅 李韧 张廷萍 刘新龙 王笛 《交通运输工程学报》 CSCD 北大核心 2024年第6期135-147,共13页
针对混凝土桥梁裂缝因背景复杂、细小模糊导致检测精度较差的问题,提出了一种基于改进YOLO v8s的混凝土桥梁裂缝检测算法,精确定位了裂缝位置信息,并测量了裂缝长、宽等关键参数;以YOLO v8s模型为基础,引入全维度动态卷积(ODConv)获取... 针对混凝土桥梁裂缝因背景复杂、细小模糊导致检测精度较差的问题,提出了一种基于改进YOLO v8s的混凝土桥梁裂缝检测算法,精确定位了裂缝位置信息,并测量了裂缝长、宽等关键参数;以YOLO v8s模型为基础,引入全维度动态卷积(ODConv)获取特征图中更丰富的上下文信息,以增强目标特征提取能力,提高对细小模糊裂缝的检测能力;采用改进通道注意力模块构建了级联双层特征改进注意力(C2f-MA)融合模块,以挖掘特征图中更多的纹理信息,进一步使网络更加关注裂缝特征,从而抑制无关背景信息的干扰,提高复杂背景下的裂缝检测效果;使用焦距交并比(WIoU)损失函数来解决低质量样本的识别问题,进一步优化了模型的收敛速度和检测准确率;在桥梁检测报告中筛选出存在裂缝细小模糊、阴影、人工画线、杂草等具有复杂背景的裂缝图像,通过人工标注的方式建立了复杂背景条件下桥梁裂缝图像数据集;以召回率、平均精度和模型存储容量作为量化评价指标,并依次通过对比试验及消融试验来对模型进行综合评估。研究结果表明:改进YOLO v8s算法的召回率、平均精度和模型存储容量分别为0.829、0.893和11.14 MB,其综合评价指标优于基准方法YOLO v8s和其他目标检测模型,证明了提出的算法在复杂背景下具有良好的鲁棒性。 展开更多
关键词 桥梁工程 改进yolo v8s算法 深度学习 裂缝检测 目标检测
原文传递
基于改进YOLOv8的输电线路故障识别方法 被引量:1
3
作者 李宁 程旭 +2 位作者 卢景才 梁河雷 时洪刚 《河北电力技术》 2024年第4期56-63,共8页
针对输电线路巡检难度大且巡检信息处理可靠性不佳等问题,提出了一种基于改进YOLOv8的输电线路故障识别方法。首先,设计智能化单兵巡检装备,包括智能巡检头盔和智能信息装备服,并通过无人机获取输电线路的实时运行情况。然后,提出一种... 针对输电线路巡检难度大且巡检信息处理可靠性不佳等问题,提出了一种基于改进YOLOv8的输电线路故障识别方法。首先,设计智能化单兵巡检装备,包括智能巡检头盔和智能信息装备服,并通过无人机获取输电线路的实时运行情况。然后,提出一种增量八叉树空间检索算法用于激光雷达等图像信息的处理,得到输电线路全景图像。最后,构建改进C2f模块、残差注意力模块以及改进损失函数优化YOLOv8模型,将其用于全景图像的学习,从而得到输电线路的故障类型。基于Pytorch平台对所提方法进行实验分析,结果表明,其识别结果的平均精度均值达到了92.03%,且识别时间仅为28ms,能够满足智能化单兵巡检装备的工作需求。 展开更多
关键词 智能化单兵巡检装备 增量八叉树空间检索算法 全景图像 输电线路 yolov8模型 故障识别
在线阅读 下载PDF
基于关键点检测的服装廓形识别 被引量:2
4
作者 陶金之 夏明 王伟 《纺织学报》 EI CAS CSCD 北大核心 2024年第6期142-148,共7页
为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图... 为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图。通过加入Sobel边缘提取算法改进的DenseNet网络深度提取服装廓形特征,采用余弦相似度算法将其与标准的廓形库中提取的特征相比较,最终实现服装廓形的判别与分类。结果表明,该方法能够快速且准确地实现服装廓形的分类,廓形分类准确率达到了95.9%。 展开更多
关键词 服装 廓形分类 yolo v8-Pose 关键点检测 DenseNet网络 相似度算法 连衣裙
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部