期刊文献+
共找到275篇文章
< 1 2 14 >
每页显示 20 50 100
基于You Only Look Once v2优化算法的车辆实时检测 被引量:4
1
作者 王楷元 韩晓红 《济南大学学报(自然科学版)》 CAS 北大核心 2020年第5期443-449,共7页
针对基于You Only Look Once v2算法的目标检测存在精度低及稳健性差的问题,提出一种车辆目标实时检测的You Only Look Once v2优化算法;该算法以You Only Look Once v2算法为基础,通过增加网络深度,增强特征提取能力,同时,通过添加残... 针对基于You Only Look Once v2算法的目标检测存在精度低及稳健性差的问题,提出一种车辆目标实时检测的You Only Look Once v2优化算法;该算法以You Only Look Once v2算法为基础,通过增加网络深度,增强特征提取能力,同时,通过添加残差模块,解决网络深度增加带来的梯度消失或弥散问题;该方法将网络结构中低层特征与高层特征进行融合,提升对小目标车辆的检测精度。结果表明,通过在KITTI数据集上进行测试,优化后的算法在检测速度不变的情况下,提高了车辆目标检测精度,平均精度达到0.94,同时提升了小目标检测的准确性。 展开更多
关键词 深度学习 车辆检测 you only look once v2算法 残差模块 特征融合
在线阅读 下载PDF
基于改进YOLOX-S视觉检测算法的轨道交通车辆自动识别研究
2
作者 邢国栋 刘东凯 刘晓龙 《机械设计与制造工程》 2026年第2期102-106,共5页
提出了一种基于改进YOLOX-S视觉检测算法的轨道交通车辆自动识别方法,通过优化网络结构和学习率策略,基于梯度差自适应学习率对YOLOX-S视觉检测算法进行改进,引入注意力机制和Transformer模块,增强YOLOX-S视觉检测算法对轨道交通车辆复... 提出了一种基于改进YOLOX-S视觉检测算法的轨道交通车辆自动识别方法,通过优化网络结构和学习率策略,基于梯度差自适应学习率对YOLOX-S视觉检测算法进行改进,引入注意力机制和Transformer模块,增强YOLOX-S视觉检测算法对轨道交通车辆复杂特征的捕捉能力。实验结果表明,改进后的YOLOX-S视觉检测算法其检测精度均值达93.20%,算法体积减小至15 MB,检测速度提升至28.90帧/s,检测延迟减至80.90 ms,为轨道交通车辆智能化监测和管理提供了技术支持。 展开更多
关键词 yolox-S视觉检测算法 算法压缩 轨道交通 车辆自动识别 视觉检测
在线阅读 下载PDF
基于改进YOLOX-S算法的雾天图像目标检测
3
作者 唐亮 《机械设计与制造工程》 2025年第5期104-108,共5页
为了改善雾天场景下目标的检测效果,为自动驾驶、智能监控等实际应用提供可靠的解决方案,提出了基于改进YOLOX-S算法的雾天图像目标检测算法。将双边滤波器引入到Retinex算法中,增强雾天图像质量;基于改进YOLOX-S构建雾天图像目标检测结... 为了改善雾天场景下目标的检测效果,为自动驾驶、智能监控等实际应用提供可靠的解决方案,提出了基于改进YOLOX-S算法的雾天图像目标检测算法。将双边滤波器引入到Retinex算法中,增强雾天图像质量;基于改进YOLOX-S构建雾天图像目标检测结构,由CSPDarknet主干网络提取多尺度特征图及其权重;在下采样阶段引入深度可分离卷积改进Neck-FPN网络,提取目标感兴趣区域特征图,实现雾天图像目标检测。实验结果表明:该算法可有效提升雾天图像质量,峰值信噪比指标达到20.828 dB,结构相似度指标为0.814;可实现目标的精准检测,平均精度(IoU=0.5)为94.5%,检测帧率为27.37帧/s。 展开更多
关键词 改进yolox-S算法 雾天图像 双边滤波器 RETINEX算法 ECANet通道注意力
在线阅读 下载PDF
LOOK-AHEAD ALGORITHM FOR VELOCITY CONTROL BASED ON PARAMETERIZED CURVE INTERPOLATOR 被引量:2
4
作者 REN Kun FU Jianzhong CHEN Zichen 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2008年第2期23-26,共4页
To avoid suffering gouge and transient overshooting in high speed cutting machining, a novel parametefized curve interpolator model with velocity look-ahead algorithm is proposed. Based on a prearrangement step interp... To avoid suffering gouge and transient overshooting in high speed cutting machining, a novel parametefized curve interpolator model with velocity look-ahead algorithm is proposed. Based on a prearrangement step interpolation algorithm for parameterized curves and considering high curvature points, parameterized curve tool path is divided into acceleration segments and deceleration segments by look-ahead algorithm. Under condition of characteristics of acceleration and deceleration stored in control system, deceleration before high curvature points and acceleration after high curvature points are realized in real-time in high speed cutting machining. Based on new parameterized curve interpolator model with velocity look-ahead algorithm, a real cubic spline is machined simulativly. The simulation results show that velocity look-ahead algorithm improves velocity changing more smoothly. 展开更多
关键词 High speed cutting machining Parameterized curve interpolator look-ahead algorithm
在线阅读 下载PDF
基于改进YOLOx-s的无人机桥梁裂缝检测算法 被引量:1
5
作者 徐伟峰 吕航 +4 位作者 程子益 陆安文 王洪涛 王晏如 李昇 《吉林大学学报(理学版)》 北大核心 2025年第4期1091-1098,共8页
针对桥梁裂缝检测不充分的安全隐患问题,结合小型无人机平台提出一种基于YOLOx-s的桥梁裂缝检测算法.首先,在backbone中添加残差空洞卷积模块,以解决无人机图像尺度变化大、背景复杂的问题;其次,在PANET中添加坐标注意力机制模块,以提... 针对桥梁裂缝检测不充分的安全隐患问题,结合小型无人机平台提出一种基于YOLOx-s的桥梁裂缝检测算法.首先,在backbone中添加残差空洞卷积模块,以解决无人机图像尺度变化大、背景复杂的问题;其次,在PANET中添加坐标注意力机制模块,以提高小目标检测率;最后,替换损失函数为Focal loss,以加强正样本的学习,提高模型的稳定性.实验结果表明:该方法相比于YOLOx-s算法,检测精度提升了3.72个百分点;在嵌入式设备上,该方法比其他主流算法有更好的精度,且能实现实时性检测,可以更好地应用在无人机桥梁裂缝检测中. 展开更多
关键词 无人机 桥梁裂缝检测 目标检测 yolox-s算法 注意力机制
在线阅读 下载PDF
改进YOLOX-S的智慧港口目标检测算法
6
作者 江鉴 袁志群 +2 位作者 高秀晶 何鸿正 谷子硕 《计算机工程与设计》 北大核心 2025年第7期2045-2053,共9页
针对单目摄像头在港口场景下面临目标检测算法识别不稳定的问题,提出一种改进YOLOX-S目标检测算法。引入大核注意力机制改进主干提取网络的特征输出与BottleNeck模块,提高算法特征提取的能力;引入中心点余弦距离损失改进目标框损失函数... 针对单目摄像头在港口场景下面临目标检测算法识别不稳定的问题,提出一种改进YOLOX-S目标检测算法。引入大核注意力机制改进主干提取网络的特征输出与BottleNeck模块,提高算法特征提取的能力;引入中心点余弦距离损失改进目标框损失函数,解决训练损失虽收敛但目标框仍抖动的问题;引入深度可分离卷积模块优化检测头模块,提高检测精度同时减少模型大小;实车录制智慧港口不同场景20 906张图片进行实验,其结果表明,改进算法与YOLOX-S相比,mAP@0.5:0.95提高5.1%,模型权重大小降低8.8%,TensorRT部署检测帧率为25.0 FPS。改进方法与实验结果可为智慧港口场景下的视觉感知算法开发提供参考。 展开更多
关键词 智慧港口 自动驾驶 目标检测 yolox-S算法 大核注意力机制 ACE-IOU损失 深度可分离卷积
在线阅读 下载PDF
基于YOLOX-S算法的通信网络状态识别研究
7
作者 郑含笑 宋可可 《通信电源技术》 2025年第5期13-15,共3页
传统的通信网络状态识别方法存在数据预处理复杂、模型训练效率低下以及实时性不足等弊端,导致难以准确、高效地识别网络状态,无法满足现代复杂网络环境的需求。针对这些问题,提出了基于YOLOX-S算法的通信网络状态识别研究。利用聚类算... 传统的通信网络状态识别方法存在数据预处理复杂、模型训练效率低下以及实时性不足等弊端,导致难以准确、高效地识别网络状态,无法满足现代复杂网络环境的需求。针对这些问题,提出了基于YOLOX-S算法的通信网络状态识别研究。利用聚类算法聚类处理通信网络中的异常状态特征,形成清晰的聚类结构。使用YOLOX-S算法增强聚类后的通信网络关键特征,进一步挖掘通信网络中的潜在特征,提升特征的表达能力和区分度。最后计算通信网络增强后的特征与正常状态或预设阈值的偏离程度识别通信网络的状态。实验结果表明,该方法能够准确并及时地识别出通信网络状态,具有较高的准确率和实时性。 展开更多
关键词 yolox-S算法 通信 网络状态 识别 网络异常
在线阅读 下载PDF
基于无人机及YOLOX视觉算法的大跨度钢结构吊装过程位移监测 被引量:10
8
作者 李万润 范博源 +1 位作者 赵文海 杜永峰 《振动与冲击》 EI CSCD 北大核心 2024年第17期61-70,共10页
在大跨度钢结构吊装施工过程中,节点位移及结构变形关系到吊装施工的安全和质量。对于传统接触式监测方法存在的耗时、耗力且维护费用高等问题,提出了一种以无人机为载体的非接触式监测方式。首先,针对大跨度钢结构吊装过程中无人机近... 在大跨度钢结构吊装施工过程中,节点位移及结构变形关系到吊装施工的安全和质量。对于传统接触式监测方法存在的耗时、耗力且维护费用高等问题,提出了一种以无人机为载体的非接触式监测方式。首先,针对大跨度钢结构吊装过程中无人机近距采集视角受限的问题,采用Harris图像拼接算法进行全景拼接,并与图像加权融合相结合,消除图像拼接中产生的不利光标及拼接缝,实现整体、高精度的大跨度结构图像的无缝拼接;其次,采用加入卷积块注意力机制(convolutional block attention module, CBAM)的YOLOX视觉算法解决复杂背景下不同像素面积的小目标图像识别、坐标提取和位移监测;最后,对四种不同检测模型进行对比评估,并通过对比实验室不同工况试验和实际工程验证该方法在施工环境下对大跨度钢结构测点位移监测的可行性。试验结果表明,加入CBAM注意力机制的YOLOX检测模型的平均精度及置信度均优于其他三种网络模型,且视觉识别的位移信息与Leica全站仪的误差均在亚毫米级内,满足实际工程精度的要求,实现了复杂背景下的小目标位移监测,具备较高的经济效益和广泛的应用前景。 展开更多
关键词 大跨度钢结构 无人机 图像拼接 yolox视觉算法 位移监测
在线阅读 下载PDF
基于改进YOLOX算法的杨梅成熟度检测方法 被引量:2
9
作者 项新建 周焜 +2 位作者 费正顺 郑永平 姚佳娜 《中国农机化学报》 北大核心 2023年第10期201-208,共8页
为实现杨梅采摘智能化,开发杨梅成熟度检测设备,提出一种基于改进YOLOX-NANO算法的杨梅果实成熟度检测方法。通过在特征加强提取网络层中引入通道注意力模块,提高网络对通道特征的提取能力;引入焦点损失函数代替标准交叉熵损失函数,解... 为实现杨梅采摘智能化,开发杨梅成熟度检测设备,提出一种基于改进YOLOX-NANO算法的杨梅果实成熟度检测方法。通过在特征加强提取网络层中引入通道注意力模块,提高网络对通道特征的提取能力;引入焦点损失函数代替标准交叉熵损失函数,解决单阶段网络正负样本不均衡问题,避免梯度方向指向非最优解;使用高效交并比损失函数,提高网络模型对目标识别的准确率。试验结果表明,在自建数据集上与原YOLOX-NANO相比,改进YOLOX-NANO算法对于三种不同成熟度杨梅果实的识别精度均有提升,平均精度达到92.67%,而网络模型大小只增加0.059 MB,推理速度不变,在精度达到与标准结构网络相当的前提下,更易于部署到嵌入式设备中。 展开更多
关键词 杨梅 yolox-NANO算法 通道注意力机制 焦点损失函数 高效交并比
在线阅读 下载PDF
基于改进YOLOX模型的芝麻蒴果检测方法研究 被引量:5
10
作者 王川 赵恒滨 +4 位作者 李国强 张建涛 高桐梅 赵巧丽 郑国清 《河南农业科学》 北大核心 2022年第11期155-162,共8页
为实现密集条件下芝麻蒴果的准确检测,提出基于YOLOX模型的芝麻蒴果检测定位方法(CE-YOLOX模型)。该模型以CSPDarknet-53作为主干特征提取网络,在路径聚合网络PANet中增加104×104大尺度特征层,增强对目标细粒度特征信息的获取;通... 为实现密集条件下芝麻蒴果的准确检测,提出基于YOLOX模型的芝麻蒴果检测定位方法(CE-YOLOX模型)。该模型以CSPDarknet-53作为主干特征提取网络,在路径聚合网络PANet中增加104×104大尺度特征层,增强对目标细粒度特征信息的获取;通过引入注意力机制模块获取目标重要的轮廓特征和空间位置信息;将传统的NMS替换为更有利于重叠目标检测的Soft-NMS算法来降低漏检情况。结果表明,在IoU阈值为0.5时,CE-YOLOX模型在全部测试集上的调和均值(F_(1))、召回率、平均精度分别为0.99、98.65%、99.71%,与原模型YOLOX相比,该模型分别提升了0.05、6.27个百分点、3.28个百分点。通过蒴果计数试验,CE-YOLOX模型计数准确率为96.84%,比YOLOX模型提高了5.28个百分点。改进后的模型CE-YOLOX适用于密集条件下芝麻蒴果检测。 展开更多
关键词 芝麻蒴果 果实检测 注意力机制 目标检测算法 yolox
在线阅读 下载PDF
Re-YOLOX:利用Resizer改进的YOLOX近岸海域监测目标识别模型 被引量:2
11
作者 王振华 谭智联 +1 位作者 李静 常英立 《自然资源遥感》 CSCD 北大核心 2023年第3期10-16,共7页
近岸海域监测包括自然环境监测和人类活动监测,其监测目标的高精准识别对海洋经济的健康发展、海洋环境的生态保护以及海洋防灾减灾等都有重要的作用。近岸海域监测目标具有多类型、多尺寸和不确定性等特征,现有识别模型在对近岸海域监... 近岸海域监测包括自然环境监测和人类活动监测,其监测目标的高精准识别对海洋经济的健康发展、海洋环境的生态保护以及海洋防灾减灾等都有重要的作用。近岸海域监测目标具有多类型、多尺寸和不确定性等特征,现有识别模型在对近岸海域监测目标识别时,存在精度和效率欠佳、小目标漏检现象严重等问题。针对上述问题,利用可学习的图像调整模型(Resizer model)改进YOLOX,提出了面向近岸海域监测目标的识别模型(Re-YOLOX),包括:①利用Resizer model加强模型训练,提升模型的特征学习能力和表达能力,提高模型的召回率;②改进YOLOX的特征金字塔融合结构,减少小目标识别的漏检问题。用无人机监测的近岸海域视频数据作数据集,以车辆、船只和堆砌物为监测目标,将提出的Re-YOLOX模型与CenterNet,Faster R-CNN,YOLOv3和YOLOX等模型进行比较。结果表明,Re-YOLOX模型的平均预测精准率mAP可达94.23%,平均召回率mR可达91.99%,平均F1值mF1可达89.67%,均高于对比模型。综上所述,文章提出Re-YOLOX在保证目标识别效率的前提下提高了目标识别的精度,可为近岸海域管理提供技术支撑。 展开更多
关键词 近岸海域 目标识别 yolox算法 无人机监测数据
在线阅读 下载PDF
采用前瞻贪婪算法的柔性配电网快速供电恢复方法
12
作者 晋萃萃 张磐 +3 位作者 刘涛 祖国强 王智爽 张超雄 《电力系统及其自动化学报》 北大核心 2026年第1期105-114,共10页
针对高比例可再生能源接入配电网导致的供电恢复难题,提出一种柔性配电网快速供电恢复方法。构建了考虑二次停电约束与源荷时序波动的柔性配电网供电恢复模型,将孤岛划分转化为多时间尺度协同优化问题,充分计及储能动态特性、分布式电... 针对高比例可再生能源接入配电网导致的供电恢复难题,提出一种柔性配电网快速供电恢复方法。构建了考虑二次停电约束与源荷时序波动的柔性配电网供电恢复模型,将孤岛划分转化为多时间尺度协同优化问题,充分计及储能动态特性、分布式电源出力波动及负荷时序变化,并引入二次停电约束以保障供电持续性。采用前瞻贪婪算法实现配电网最大供电恢复区域的快速搜索与拓扑压缩,通过多步预判机制避免局部最优;建立基于电力校核的双层优化模型,结合Kruskal算法进行孤岛结构调整,确保孤岛满足辐射状运行约束。在改进的PG&E 69节点系统中进行验证,结果表明所提方法能够最大化恢复重要负荷供电,减少二次停电风险,显著提升求解速度,为智能配电网的故障自愈与可持续发展提供了关键技术支撑。 展开更多
关键词 配电网 孤岛划分 供电恢复 前瞻贪婪算法
在线阅读 下载PDF
基于改进YOLOX的变电站工人防护设备检测研究 被引量:9
13
作者 崔铁军 郭大龙 《中国安全生产科学技术》 CAS CSCD 北大核心 2023年第4期201-206,共6页
为解决电气工人防护设备检测问题,通过改进YOLOX算法,提出检测工作人员防护设备的模型。首先在预测部分改进损失函数,为解决损失函数计算存在的缺陷,对IOU损失的计算方法进行改进,根据防护设备任务特性,通过调整各种类型损失函数的权重... 为解决电气工人防护设备检测问题,通过改进YOLOX算法,提出检测工作人员防护设备的模型。首先在预测部分改进损失函数,为解决损失函数计算存在的缺陷,对IOU损失的计算方法进行改进,根据防护设备任务特性,通过调整各种类型损失函数的权重,增加对模型误判的惩罚,对模型进行优化;其次在算法主干网络中引入CBAM注意力模块提高神经网络对工人防护设备的感知能力;最后在算法Neck部分,将UpSample结构用于多尺度特征融合,加强网络的细节表达能力,从而提升对小目标困难样本的检测精度。研究结果表明:改进后的YOLOX模型平均精度均值达到87.24%,与已有YOLOX模型相比提升2.46%,具备有效性,适用于变电站工人防护设备检测。研究结果可为电气工人提供更高的防护装备检测精度。 展开更多
关键词 电气安全 改进yolox 变电站 工人防护 防护设备检测 注意力机制
在线阅读 下载PDF
基于改进YOLOX的水库水面漂浮物目标检测算法 被引量:4
14
作者 谭文群 曾祥君 +2 位作者 包学才 梁义 许小华 《人民长江》 北大核心 2024年第3期249-256,共8页
针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特... 针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特征融合模块(ZL-FPN),用于增强特征图信息融合,提高对水库水面小目标漂浮物的检测精度。结果表明:改进后算法的mAP值比YOLOv4和原YOLOX算法分别提升了29.93%和12.11%,有效提升了水库水面漂浮物检测精度。研究成果可为提升水库智能化管理水平提供有效技术支撑。 展开更多
关键词 水面小目标漂浮物 目标检测 yolox算法 水库智能化管理
在线阅读 下载PDF
四轮滑动转向移栽机底盘路径跟踪控制方法研究——基于纯追踪算法
15
作者 王楠雁 胡建平 +3 位作者 刘伟 陈信信 姚梦娇 吕俊鹏 《农机化研究》 北大核心 2026年第4期275-283,共9页
针对现有移栽机底盘在路径跟踪过程中跟踪精度低、负载能力不足、田间易打滑等问题,以四轮滑动转向移栽机底盘(Skid-Steering Planter Chassis,SSPC)为试验平台,开展适用于SSPC的路径跟踪控制算法研究。通过构建SSPC的运动学模型,提出... 针对现有移栽机底盘在路径跟踪过程中跟踪精度低、负载能力不足、田间易打滑等问题,以四轮滑动转向移栽机底盘(Skid-Steering Planter Chassis,SSPC)为试验平台,开展适用于SSPC的路径跟踪控制算法研究。通过构建SSPC的运动学模型,提出一种适用于SSPC的纯追踪算法,以横向偏差与航向偏差作为输入量,通过控制底盘驱动轮的速度实现移栽机底盘在巡垄过程中的偏差修正。此外,融合了纠偏速度系统与模糊控制器进一步优化纯追踪算法的跟踪精度,以横向偏差与航向偏差作为约束条件动态调整底盘速度与前视距离。通过仿真试验对算法精度进行评价,结果表明:相比于传统算法,该算法能将横向误差绝对值均值降低46%~50%;对移栽底盘进行路径跟踪试验,3种垄线模型场景下的横向误差均值均小于0.05 m。最后,底盘在符合实际移栽作业要求的田垄上分别以3种初速度进行巡垄作业,底盘的横向偏差均值稳定在0.04 m以内,验证了算法的有效性,表明底盘可满足移栽机巡垄作业的精度要求。 展开更多
关键词 移栽机底盘 路径跟踪 纯追踪算法 滑动转向 模糊控制 前视距离
在线阅读 下载PDF
基于深度学习YOLOX算法的混凝土构件裂缝智能化检测方法 被引量:8
16
作者 刘珂铖 谢群 李雁军 《济南大学学报(自然科学版)》 CAS 北大核心 2024年第3期341-349,共9页
针对现有混凝土构件裂缝人工检测操作不仅费时、费力,而且易出现错检、误检、漏检,以及部分位置难以开展检测的问题,提出一种基于深度学习YOLOX(You Only Look Once)算法的混凝土构件裂缝智能化检测方法;首先采集、整理包含各类混凝土... 针对现有混凝土构件裂缝人工检测操作不仅费时、费力,而且易出现错检、误检、漏检,以及部分位置难以开展检测的问题,提出一种基于深度学习YOLOX(You Only Look Once)算法的混凝土构件裂缝智能化检测方法;首先采集、整理包含各类混凝土构件的典型裂缝图像,并通过图像数据增强建立Pascal VOC数据集,然后基于Facebook公司开发的深度学习框架Pytorch,利用数据集训练YOLOX算法,并进行裂缝识别和验证;将训练完成后YOLOX算法移植至搭载安卓系统的手机端,进行现场实时检测操作。结果表明:在迭代次数为700时,混凝土构件裂缝识别精度可达88.84%,能有效筛分混凝土构件表面裂缝,并排除其他干扰项,证明了所提出的方法对裂缝具有较高的识别精度和广泛的适用性;经试验测试,移植至手机端的YOLOX算法能在提升便携性的同时保证高效、准确的检测效果,具有良好的应用前景。 展开更多
关键词 深度学习 yolox(you only look once)算法 混凝土构件 裂缝识别
在线阅读 下载PDF
基于机器视觉的复杂零件智能检测系统设计
17
作者 张静 《现代制造技术与装备》 2026年第1期41-43,共3页
随着工业制造的智能化发展,复杂零件的缺陷检测成为保证产品质量的关键。设计集成工业相机、远心镜头及激光辅助光源的系统硬件结构,提出多尺度Retine图像去噪算法与改进YOLOX零件缺陷检测模型,旨在构建具备高精度、高实时性的智能检测... 随着工业制造的智能化发展,复杂零件的缺陷检测成为保证产品质量的关键。设计集成工业相机、远心镜头及激光辅助光源的系统硬件结构,提出多尺度Retine图像去噪算法与改进YOLOX零件缺陷检测模型,旨在构建具备高精度、高实时性的智能检测系统,为复杂零件的自动化检测提供可行的技术路径。 展开更多
关键词 复杂零件 缺陷检测 智能检测 机器视觉 多尺度Retine图像去噪算法 改进yolox模型
在线阅读 下载PDF
基于改进YOLOX算法的X射线图像违禁品检测方法 被引量:5
18
作者 袁金豪 张南峰 +1 位作者 阮洁珊 高向东 《激光技术》 CAS CSCD 北大核心 2023年第4期547-552,共6页
为了实现自动检测X射线图像中的违禁品,解决相互遮挡、目标相近和小目标违禁品检测难的问题,提出一种基于改进的你只观察一次(YOLOX)算法的X射线图像违禁品检测方法。首先在YOLOX的主干网络低层中引入使用大核注意力构建的空间注意力,... 为了实现自动检测X射线图像中的违禁品,解决相互遮挡、目标相近和小目标违禁品检测难的问题,提出一种基于改进的你只观察一次(YOLOX)算法的X射线图像违禁品检测方法。首先在YOLOX的主干网络低层中引入使用大核注意力构建的空间注意力,提取低层特征图的远距离依赖信息和纹理信息,之后在主干网络的中层和高层增加卷积块的注意力模块以增强感兴趣区域信息并抑制无用信息;该方法在公开的安全检查X射线数据集上进行实验,同时为改善模型的鲁棒性,在训练前70个周期使用Mosaic数据增强方法。结果表明,改进的模型较基本模型增加少量的参数和计算量,均值平均精度增加2.45%,提升到87.88%,平均推理速率为58.5 frame/s。该研究为即时自动检测X射线图像中违禁品提供了有益的参考。 展开更多
关键词 X射线光学 违禁品检测 yolox算法 大核注意力 空间注意力 卷积块的注意力模块
在线阅读 下载PDF
基于YOLOX-L算法的安全帽佩戴检测方法 被引量:3
19
作者 李骏峰 杨小军 张凯望 《计算机技术与发展》 2022年第9期100-106,共7页
安全帽作为生产和作业场地工人的最基本的个体防护装备,能够极大地保证工作人员的安全防护,在实际生产环境下由于多种因素造成的伤亡中,没有佩戴安全帽造成伤亡事故的占比一直很高。为了减少相应的事故发生率,提出一种基于YOLOX-L算法... 安全帽作为生产和作业场地工人的最基本的个体防护装备,能够极大地保证工作人员的安全防护,在实际生产环境下由于多种因素造成的伤亡中,没有佩戴安全帽造成伤亡事故的占比一直很高。为了减少相应的事故发生率,提出一种基于YOLOX-L算法的安全帽佩戴检测方法。YOLOX系列模型是当前最为先进的实时的无锚的单阶段检测器之一,在多种类别目标的检测下都具有优异的准确率和速度效果。通过使用YOLOX-L模型骨干层提取多尺度的特征图,用于回归目标位置和预测类别;使用安全帽佩戴检测数据集(SHWD),使用冻结非冻结的训练方式训练YOLOX-L网络,最后选取最好的训练模型检测安全帽的类别和位置。实验结果表明,在SHWD数据集检测任务中,相比较于YOLOv3算法,基于YOLOX-L的mAP提高了5.41%,查全率分别提高了18.51%和26.44%。所提方法在满足高准确率和实时性要求的基础上,更少发生漏检,具有更高的查全率。 展开更多
关键词 深度学习 卷积神经网络 目标检测 安全帽佩戴检测 yolox-L算法
在线阅读 下载PDF
改进YOLOX Tiny与DeepSort相结合的多目标跟踪算法 被引量:2
20
作者 叶文韬 刘钧 李登峰 《西安工业大学学报》 CAS 2023年第3期248-259,共12页
针对多目标跟踪时有发生误检、漏检等情况,提出了CSD YOLOX Tiny的多目标跟踪算法。在骨干网络中搭建结合三卷积的跨阶段局部Swin Transformer Block结构,提升网络模型对全局和上下文信息的捕获能力。在网络中引入组归一化,加快网络模... 针对多目标跟踪时有发生误检、漏检等情况,提出了CSD YOLOX Tiny的多目标跟踪算法。在骨干网络中搭建结合三卷积的跨阶段局部Swin Transformer Block结构,提升网络模型对全局和上下文信息的捕获能力。在网络中引入组归一化,加快网络模型收敛速度并提升跟踪精度;采用坐标注意力机制对不同通道特征之间的相关信息进行有效整合,提升网络模型对感兴趣区域特征的获取能力。实验结果表明:提出的多目标跟踪算法跟踪精度提升了2.36%,达到56.38%。在保证网络模型参数量较少、计算量较小的情况下,提出的跟踪算法较好地改善误检和漏检问题,相比于YOLOX Tiny DeepSort算法误检、漏检数量分别减少了811、1574个,能满足常规设备实时高效的多目标跟踪任务需求。 展开更多
关键词 多目标跟踪 yolox Tiny网络 Swin Transformer网络 组归一化 坐标注意力机制 DeepSort算法
在线阅读 下载PDF
上一页 1 2 14 下一页 到第
使用帮助 返回顶部