期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
1
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLO_PSP算法的轻量化多任务赣橙缺陷检测
1
作者
刘宇琦
孙明革
《无损检测》
2026年第2期28-33,共6页
为同时获取赣橙缺陷的位置、分布以及所占面积等信息,对多任务的融合进行研究,考虑了目标检测与语义分割的融合来实现多任务检测模型,采用YOLOv5s与PSPNet相融合的YOLO_PSP算法作为赣橙缺陷检测算法。同时针对算法对于小缺陷目标的提取...
为同时获取赣橙缺陷的位置、分布以及所占面积等信息,对多任务的融合进行研究,考虑了目标检测与语义分割的融合来实现多任务检测模型,采用YOLOv5s与PSPNet相融合的YOLO_PSP算法作为赣橙缺陷检测算法。同时针对算法对于小缺陷目标的提取能力与轻量化问题进行改进,用MobileOneNet替代YOLOv5s主干网络的特征提取层来提高模型的特征提取能力,引入GSConv替代YOLOv5s颈部结构中的普通卷积层,降低网络的复杂度达到轻量化的效果。同时为了抵消参数下降导致的精度损失,采用基于最小点距离的交并比(MPDIoU)来计算边界框损失函数,从而提高模型精度。在有缺陷的赣橙数据集上进行试验,结果显示,提出的方法实现了85.8%的mAP(平均精度的平均值),比原有YOLO_PSP算法的mAP提高了5.1%,模型大小比原模型减少了13%。
展开更多
关键词
缺陷检测
yolo_psp
特征提取
损失方程
在线阅读
下载PDF
职称材料
题名
基于YOLO_PSP算法的轻量化多任务赣橙缺陷检测
1
作者
刘宇琦
孙明革
机构
吉林化工学院信息与控制工程学院
出处
《无损检测》
2026年第2期28-33,共6页
文摘
为同时获取赣橙缺陷的位置、分布以及所占面积等信息,对多任务的融合进行研究,考虑了目标检测与语义分割的融合来实现多任务检测模型,采用YOLOv5s与PSPNet相融合的YOLO_PSP算法作为赣橙缺陷检测算法。同时针对算法对于小缺陷目标的提取能力与轻量化问题进行改进,用MobileOneNet替代YOLOv5s主干网络的特征提取层来提高模型的特征提取能力,引入GSConv替代YOLOv5s颈部结构中的普通卷积层,降低网络的复杂度达到轻量化的效果。同时为了抵消参数下降导致的精度损失,采用基于最小点距离的交并比(MPDIoU)来计算边界框损失函数,从而提高模型精度。在有缺陷的赣橙数据集上进行试验,结果显示,提出的方法实现了85.8%的mAP(平均精度的平均值),比原有YOLO_PSP算法的mAP提高了5.1%,模型大小比原模型减少了13%。
关键词
缺陷检测
yolo_psp
特征提取
损失方程
Keywords
defect detection
yolo_psp
feature extraction
loss equation
分类号
TN06 [电子电信—物理电子学]
TG115.28 [金属学及工艺—物理冶金]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于YOLO_PSP算法的轻量化多任务赣橙缺陷检测
刘宇琦
孙明革
《无损检测》
2026
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部