期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于YOLO-tiny-RFB模型的电站旋钮开关状态识别 被引量:3
1
作者 史梦安 陆振宇 《计算机应用》 CSCD 北大核心 2020年第12期3679-3686,共8页
针对多类别目标检测在特定场景中数据样本有限的情况,为进一步提高机器人系统中轻量级神经网络对小型物体识别的准确率和稳定性,提出了一种基于机器人操作系统(ROS)的目标状态识别模块。首先,考虑到嵌入式设备的算力限制,目标识别模型... 针对多类别目标检测在特定场景中数据样本有限的情况,为进一步提高机器人系统中轻量级神经网络对小型物体识别的准确率和稳定性,提出了一种基于机器人操作系统(ROS)的目标状态识别模块。首先,考虑到嵌入式设备的算力限制,目标识别模型采用轻量级的网络YOLO-tiny作为主要架构,并在YOLO-tiny中引入RFB,提出了YOLO-tiny-RFB模型。随后,基于MobileNet对旋钮开关的多种状态实现精准分类。最后,设计数据关联规则,通过图像配准及交并比(IOU)计算等算法使识别模块完成同一场景多次识别结果的融合,从而使用户能够对不同时刻各表计的状态进行追踪。实验结果表明,相较于YOLO-tiny,YOLO-tiny-RFB模型在少量增加模型计算量的情况下,在构建的电站仪器识别数据集上,其目标识别平均精度均值(mAP)提升了17.9%,达到了82.4%。在旋钮数据分布极端不均衡的情况下,通过引入多种数据增广方法使模型的平均准确率达到了90.7%。所提出的目标检测模块和状态识别网络模型能够有效、准确地完成各类仪器的状态识别,同时能够对仪器状态的识别结果在时间跨度上进行融合。 展开更多
关键词 机器人操作系统 目标检测 图像分类 轻量级神经网络 数据增广 yolo-tiny RFB 旋钮开关状态
在线阅读 下载PDF
融合CLAHE算法与YOLOv4-tiny模型的变压器放电碳痕检测 被引量:5
2
作者 魏菊芳 刘力卿 +3 位作者 唐庆华 贺春 李松原 方琼 《变压器》 2022年第2期6-12,共7页
借助机器视觉和深度学习进行变压器内部放电碳痕的检测识别,采用CLAHE算法进行图像特征增强和YOLOv4-tiny模型进行目标检测,验证其平均精度值满足实际检测需求。
关键词 变压器 放电碳痕 CLAHE yolo-tiny模型
原文传递
Design of Li River Water Quality Dynamic Monitoring System Based on Raspberry Pi and TinyML
3
作者 Xinyi Tang 《Journal of Computer and Communications》 2023年第8期121-133,共13页
In order to solve the problem of scientific monitoring of water quality, a trophic monitoring system for Li River water quality is developed to improve the decision-making of related environmental management departmen... In order to solve the problem of scientific monitoring of water quality, a trophic monitoring system for Li River water quality is developed to improve the decision-making of related environmental management departments. The system is based on embedded computing, deep learning and Internet of Things technology, combined with software and hardware design, to automatically obtain real-time water quality parameters with Raspberry Pi equipped with sensors and positioning modules. A camera is employed to capture the screen, and yolo-tiny image recognition is implemented in the Raspberry Pi. Lastly, the cloud storage is used for interaction to realize real-time monitoring of water quality, real-time positioning of the boat, real-time return of image recognition and visualization. The system is proven efficient and intelligent in facilitating water quality protection. 展开更多
关键词 Raspberry Pi Sensors yolo-tiny Model Cloud Development
在线阅读 下载PDF
深度学习算法在缺陷自动检测中的应用
4
作者 罗宇哲 万艳 +1 位作者 谢秀齐 何晓昀 《今日自动化》 2020年第6期70-72,共3页
本文以红枣的缺陷检测为对象,研究了深度学习算法在图像缺陷检测中的应用。首先建立红枣的缺陷检测环境,拍摄一定数量缺陷红枣图片并对图中缺陷进行标注,然后在服务器上使用YOLO-Tiny深度网络模型对标注样本进行训练,最后在NVIDIA Jetso... 本文以红枣的缺陷检测为对象,研究了深度学习算法在图像缺陷检测中的应用。首先建立红枣的缺陷检测环境,拍摄一定数量缺陷红枣图片并对图中缺陷进行标注,然后在服务器上使用YOLO-Tiny深度网络模型对标注样本进行训练,最后在NVIDIA Jetson TK1嵌入式设备上对模型的缺陷检测效果进行验证。实验结果表明深度学习算法对红枣缺陷检测准确度可达91%,检测速度可达12帧/s,可满足红枣缺陷自动检测的需求。 展开更多
关键词 缺陷检测 深度学习 机器视觉 yolo-tiny
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部