期刊文献+
共找到29篇文章
< 1 2 >
每页显示 20 50 100
基于改进YOLO_v3-SPP的无人机图像目标检测系统与实现 被引量:4
1
作者 刘永峰 沈延安 +1 位作者 韦哲 李从利 《弹箭与制导学报》 北大核心 2022年第5期32-37,共6页
针对现有无人机图像目标检测算法检测率低、误检率高的问题,提出了一种改进YOLO_v3-SPP网络的目标检测算法。以YOLO_v3-SPP网络为基础,在网络结构上进行更多尺度的特征融合,将DarkNet-53中的第3、第4卷积层的信息经下采样后送入网络中... 针对现有无人机图像目标检测算法检测率低、误检率高的问题,提出了一种改进YOLO_v3-SPP网络的目标检测算法。以YOLO_v3-SPP网络为基础,在网络结构上进行更多尺度的特征融合,将DarkNet-53中的第3、第4卷积层的信息经下采样后送入网络中进行融合,可提高目标多尺度检测的准确度;引入异常检测网络对目标进行二次判定,可剔除误检样本,有效降低目标检测的误判率。在公开数据集和自建军事目标数据集上进行实验,平均精度提升了4%,改善了现有算法在侦察影像上应用时存在的漏检和误检问题。最后将算法模型移植到硬件平台,系统检测速度小于40 ms,具有较好的检测效果。 展开更多
关键词 无人机图像 目标检测 特征融合 异常检测 yolo_v3-spp
在线阅读 下载PDF
基于YOLO_v3模型的锂电池表面缺陷检测
2
作者 李岳 邓云蛟 +4 位作者 许海彪 杨后雷 郭通通 侯雨雷 曾达幸 《黑龙江大学自然科学学报》 2025年第2期214-222,共9页
针对人工进行锂电池表面缺陷检测受主观影响大、稳定性较差的现状,提出一种基于实时目标检测YOLO_v3算法的锂电池表面缺陷检测方法。利用既有小目标检测模型,使用自行采集的锂电池表面缺陷数据集进行训练并测试,证明了YOLO_v3的检测准... 针对人工进行锂电池表面缺陷检测受主观影响大、稳定性较差的现状,提出一种基于实时目标检测YOLO_v3算法的锂电池表面缺陷检测方法。利用既有小目标检测模型,使用自行采集的锂电池表面缺陷数据集进行训练并测试,证明了YOLO_v3的检测准确率相对较高且速度快。结合锂电池表面缺陷检测问题对模型进行调整,通过消融法减少卷积层的数量,将Leaky ReLU激活函数替换为Mish激活函数,使用K-means聚类方法对先验框数值进行优化计算,进而将调整后的模型使用锂电池表面缺陷数据集进行训练与测试实验。结果表明,该模型检测锂电池表面较明显缺陷的准确率均在90%以上。本研究工作为应用计算机视觉技术实现锂电池表面缺陷自动检测进行了有益探索。 展开更多
关键词 YOLO_v3模型 计算机视觉 锂电池缺陷检测 目标检测
在线阅读 下载PDF
基于改进YOLOv3-SPP算法的道路车辆检测 被引量:7
3
作者 王涛 冯浩 +4 位作者 秘蓉新 李林 何振学 傅奕茗 吴姝 《通信学报》 EI CSCD 北大核心 2024年第2期68-78,共11页
针对在城市道路场景下视觉检测车辆时,车辆密集和远处车辆呈现小尺度,导致出现检测精度低或者漏检的问题,提出了一种基于改进的YOLOv3-SPP算法,对激活函数进行优化,以DIOU-NMS Loss作为边界框损失函数,增强网络的表达能力。为提高所提... 针对在城市道路场景下视觉检测车辆时,车辆密集和远处车辆呈现小尺度,导致出现检测精度低或者漏检的问题,提出了一种基于改进的YOLOv3-SPP算法,对激活函数进行优化,以DIOU-NMS Loss作为边界框损失函数,增强网络的表达能力。为提高所提算法对小目标和遮挡目标的特征提取能力,引入空洞卷积模块,增大目标的感受野。实验结果表明,所提算法在检测车辆目标时m AP提高了1.79%,也有效减少了在检测紧密车辆目标时出现的漏检现象。 展开更多
关键词 车辆检测 YOLOv3-spp算法 激活函数 空洞卷积 深度学习
在线阅读 下载PDF
基于YOLO_v3的工件抓取机械臂研究 被引量:2
4
作者 朱花 陈璐 +1 位作者 阳明 刘正超 《实验室研究与探索》 CAS 北大核心 2023年第9期132-138,共7页
为解决目前传统机器视觉在多样本环境下识别、抓取不准确的问题,基于机器视觉设计一套识别、抓取工件机器人实验装置。该装置通过改进YOLO_v3目标检测算法抓取5种不同种类的工件放于指定位置。算法依据数据增强自制数据集样本扩充,提升... 为解决目前传统机器视觉在多样本环境下识别、抓取不准确的问题,基于机器视觉设计一套识别、抓取工件机器人实验装置。该装置通过改进YOLO_v3目标检测算法抓取5种不同种类的工件放于指定位置。算法依据数据增强自制数据集样本扩充,提升算法的鲁棒性,为实现模型轻量化,将YOLO_v3原始骨干网络替换为Mobile Net-v3,提升模型检测性能。结合工件的分类和位置信息,以三自由度机械臂为执行系统,通过逆运动学得到角度值;同时通过串口传入单片机控制机械臂末端完成任务。实验表明,基于Mobile Net-v3结构下不同工件的识别准确率达到了85%以上,可用于工业生产和自动化实验的实践教学,具有一定的应用价值。 展开更多
关键词 机器视觉 YOLO_v3算法 目标检测 深度学习
在线阅读 下载PDF
基于YOLOv3-SPP模型改进的遥感影像目标检测 被引量:2
5
作者 张立亭 邓先金 +2 位作者 罗亦泳 孔文学 夏文生 《江西科学》 2022年第5期980-986,共7页
针对现有目标检测模型对遥感影像小目标检测精度不佳问题,以YOLOv3-SPP网络为基础利用K-Means聚类和遗传变异算法计算得到Anchor值,用于数据集的训练和测试;使用空洞卷积增强浅层特征图的感受野,重构网络特征提取结构,提升小目标特征信... 针对现有目标检测模型对遥感影像小目标检测精度不佳问题,以YOLOv3-SPP网络为基础利用K-Means聚类和遗传变异算法计算得到Anchor值,用于数据集的训练和测试;使用空洞卷积增强浅层特征图的感受野,重构网络特征提取结构,提升小目标特征信息的提取能力;引入simAM模块推断特征图映射的三维权重,丰富特征图信息,提升小目标检测精度。实验结果表明,改进后模型算法精度指标mAP达到90.10%,F_(1)分数达到91.50%,与原始YOLOv3-SPP算法相比,mAP和F_(1)分数分别提升了4.3%和7%,在遥感影像小目标检测方面有较好的优势。 展开更多
关键词 遥感影像 小目标检测 YOLOv3-spp
在线阅读 下载PDF
基于改进YOLO_v3算法的车辆轮胎紧固件检测方法优化 被引量:2
6
作者 张宝玉 《汽车实用技术》 2024年第6期78-83,共6页
轮胎拆装是汽修行业修补轮胎必要步骤之一,由于重型货车轮胎过重导致工人腰椎受到严重损伤。现将EfficientNet-B4轻量型网络结构算法替换YOLO_v3算法的主干部分(DarkNet-53),从而实现各类车型轮胎紧固件的识别。替换后的网络参数大量减... 轮胎拆装是汽修行业修补轮胎必要步骤之一,由于重型货车轮胎过重导致工人腰椎受到严重损伤。现将EfficientNet-B4轻量型网络结构算法替换YOLO_v3算法的主干部分(DarkNet-53),从而实现各类车型轮胎紧固件的识别。替换后的网络参数大量减少,紧固件样本训练速度加快。YOLO_v3使用二分类交叉熵损失函数对正负样本分类并计算损失,现使用Focal loss分类损失函数替换二分类交叉熵损失函数,从而提出一种新的神经网络模型(YOLO_v3-Nut)。实验结果表明,YOLO_v3-Nut模型在训练与识别速度特性上都更优于YOLO_v3模型,且文中的模型结构比YOLO_v3模型储存空间减少了43.01%,算法平均准确率(MAP)为93.2%,同时检测速度为36 fps,足够完成各类车型轮胎紧固件的识别。 展开更多
关键词 轮胎紧固件 YOLO_v3 EfficientNet 自动拆卸 分类损失函数
在线阅读 下载PDF
基于YOLOv3-SPP的遥感图像目标检测压缩模型 被引量:2
7
作者 齐保贵 赵鹏赫 +2 位作者 陈禾 陈亮 龙腾 《信号处理》 CSCD 北大核心 2023年第9期1621-1632,共12页
近年来,卷积神经网络模型已被广泛应用于遥感图像目标检测任务中,但自然场景图像与遥感图像的目标特性存在差异,针对自然场景设计的模型往往难以在遥感图像任务中取得良好的效果。同时,很多遥感图像处理任务需要在星载、机载等资源有限... 近年来,卷积神经网络模型已被广泛应用于遥感图像目标检测任务中,但自然场景图像与遥感图像的目标特性存在差异,针对自然场景设计的模型往往难以在遥感图像任务中取得良好的效果。同时,很多遥感图像处理任务需要在星载、机载等资源有限的平台中进行,难以部署参数量、计算量大的复杂模型。针对以上问题,本文对在自然场景中性能优异的YOLOv3-SPP模型进行适应性改进及参数压缩。首先,对原始的L1范数剪枝算法进行改进,提出基于L1范数和均值差的加权剪枝算法,能够更好地保留重要的通道。其次,对剪枝后的子网集合进行快速评估,选取评估结果最好的子网进行微调。在预训练和微调阶段,本文将SPP模块中的最大池化层替换为softmax加权池化层,着重突出深层网络中权重较大的特征,提高了模型的检测精度。本文在多个公开遥感数据集上进行实验,结果表明改进的YOLOv3-SPP模型在遥感目标检测任务上具有更好的性能,同时本文的剪枝算法可以在相同的参数压缩比例条件下,降低模型的性能损失。 展开更多
关键词 目标检测 YOLOv3-spp 遥感 模型压缩
在线阅读 下载PDF
基于无人机图像和改进YOLOv3-SPP算法的森林火灾烟雾识别方法 被引量:10
8
作者 祖鑫萍 李丹 《林业工程学报》 CSCD 北大核心 2022年第5期142-149,共8页
森林火灾的频繁发生对人类生命、经济和周围环境构成重大威胁。烟雾是森林火灾初期最显著特征之一,因此烟雾识别对预防森林火灾意义重大,是建立早期火灾探测机制的关键。由于烟雾具有颜色不一、形状多变等特性,导致传统方法对于烟雾识... 森林火灾的频繁发生对人类生命、经济和周围环境构成重大威胁。烟雾是森林火灾初期最显著特征之一,因此烟雾识别对预防森林火灾意义重大,是建立早期火灾探测机制的关键。由于烟雾具有颜色不一、形状多变等特性,导致传统方法对于烟雾识别存在泛化能力弱、响应时间长、误报率高等问题,无法实现对森林火灾的有效监测。基于此,本研究提出了基于改进的YOLOv3-SPP森林火灾烟雾识别方法。改进的YOLOv3-SPP算法通过在主干特征提取网络中加入Focus模块和使用动态标签分配策略降低了计算成本,以及在预测网络中使用解耦头,能够避免在预测过程中分类与回归任务的冲突,并用无锚框检测器替代锚框检测器计算预测框的位置,显著帮助模型更好地定位烟雾,简化解码过程。本研究使用自建的无人机森林火灾遥感影像数据集对模型进行评估,改进后的YOLOv3-SPP算法模型识别精确率达到91.07%,识别速率达到51帧/s,较YOLOv3-SPP模型分别提升了1.14%和17帧/s。实验表明该模型能有效地识别森林火灾烟雾,且通过轻量化的设计能在短时间内对烟雾进行准确识别。 展开更多
关键词 深度学习 YOLOv3-spp 无人机 森林火灾烟雾 目标识别
在线阅读 下载PDF
基于YOLOv3-spp的汽车轮毂表面缺陷检测算法研究与分析 被引量:7
9
作者 张震宇 刘阳 刘福才 《计量学报》 CSCD 北大核心 2023年第9期1375-1382,共8页
针对传统人工检测方法效率低且准确率不高等问题,提出一种基于YOLOv3-spp网络的自动缺陷检测方法。首先通过图像切片提取缺陷区域,然后将提取的缺陷图片经过数据增强后组成数据集并以此训练YOLOv3-spp网络,接着对比分析了不同深度学习... 针对传统人工检测方法效率低且准确率不高等问题,提出一种基于YOLOv3-spp网络的自动缺陷检测方法。首先通过图像切片提取缺陷区域,然后将提取的缺陷图片经过数据增强后组成数据集并以此训练YOLOv3-spp网络,接着对比分析了不同深度学习网络及数据集筛选方法对轮毂表面缺陷的检测效果。实验结果表明:在工业现场采集的数据集上,训练好的YOLOv3-spp神经网络可以准确地定位,并识别出点状、线性、油泥油漆、针孔4类缺陷,其平均准确率分别为84.5%、93.4%、95.4%和89.5%,检测速度达到35 ms/幅,满足检测的实时性要求,且检测准确率优于Faster R-CNN和SSD两种常用神经网络。 展开更多
关键词 计量学 表面缺陷检测 汽车轮毂 机器视觉 深度学习 YOLOv3-spp 平均准确率
在线阅读 下载PDF
改进YOLOv3-SPP的SAR图像舰船目标检测 被引量:2
10
作者 黄强 王钰宁 +1 位作者 刘晓霞 胡云冰 《遥感信息》 CSCD 北大核心 2023年第5期57-65,共9页
合成孔径雷达图像中舰船目标的尺度差异大、小目标居多,这给检测造成一定的困难。针对此问题,提出了一种基于改进YOLOv3-SPP的SAR图像舰船目标检测算法。改进原模型FPN,利用主干网络的第二次下采样输出的特征来建立尺度为104×104... 合成孔径雷达图像中舰船目标的尺度差异大、小目标居多,这给检测造成一定的困难。针对此问题,提出了一种基于改进YOLOv3-SPP的SAR图像舰船目标检测算法。改进原模型FPN,利用主干网络的第二次下采样输出的特征来建立尺度为104×104的预测,并将各个尺度进行紧密连接;用K-median++聚类算法重新对锚框聚类来得到适合舰船特征的先验框。使用YOLOv3-SPP模型和改进的YOLOv3-SPP模型以及其他典型目标检测算法在AIR-SARship-1.0与SSDD数据集上进行对比实验。实验结果表明,相比于原始算法,改进后的算法能更有效地检测SAR图像舰船目标,检测精度分别提升了3.2%、4.4%。在数据集3个不同输入尺度下,检测精度都有所提升。相比于其他检测算法,改进后的算法在保证实时性的情况下具有更高的检测精度。 展开更多
关键词 合成孔径雷达 舰船目标检测 YOLOv3-spp FPN K-median++聚类
在线阅读 下载PDF
TidyYOLOv4-SPP3实时精细无人驾驶目标检测算法研究 被引量:1
11
作者 刘新潮 严英 甘海云 《大连交通大学学报》 CAS 2022年第3期72-78,共7页
无人驾驶车辆在复杂的城市交通环境中的视觉检测是研究中的一个难点,由于车辆的激增与交通的迅速发展使得无人驾驶难以在此环境下快速精准地检测到目标对象.视觉识别算法YOLOv4在环境识别中拥有优秀的检测功能,但在复杂场景中受相对速... 无人驾驶车辆在复杂的城市交通环境中的视觉检测是研究中的一个难点,由于车辆的激增与交通的迅速发展使得无人驾驶难以在此环境下快速精准地检测到目标对象.视觉识别算法YOLOv4在环境识别中拥有优秀的检测功能,但在复杂场景中受相对速度和小目标的制约无法满足无人驾驶的需求.实验通过在YOLOv4的三个YOLO检测头前增添空间金字塔模块来提高检测精度的需求,然后在网络优化的基础上通过剪枝策略来精简目标检测算法满足实时性的需求,总体优化后的算法称为TidyYOLOv4-SPP3.TidyYOLOv4-SPP3与YOLOv4在VOC2012数据集上得出的实验结果如下:Inference time比YOLOv4减少了76.38%,Volume比YOLOv4减少了93.35%,精度没有显著变化.根据以上实验结果可知TidyYOLOv4-SPP3更适合无人驾驶视觉在复杂城市交通环境下的检测. 展开更多
关键词 TidyYOLOv4-spp3 目标检测 模型压缩 无人驾驶
在线阅读 下载PDF
改进YOLOv3-SPP水下目标检测研究 被引量:16
12
作者 叶赵兵 段先华 赵楚 《计算机工程与应用》 CSCD 北大核心 2023年第6期231-240,共10页
针对水下目标检测任务中图像模糊、背景复杂以及目标小而导致误检和漏检问题,提出一种改进YOLOv3-SPP的水下目标检测算法。利用UWGAN网络对水下原始图像进行恢复,采用Mixup方法增强数据,减少错误标签记忆;以YOLOv3-SPP网络结构为基础,... 针对水下目标检测任务中图像模糊、背景复杂以及目标小而导致误检和漏检问题,提出一种改进YOLOv3-SPP的水下目标检测算法。利用UWGAN网络对水下原始图像进行恢复,采用Mixup方法增强数据,减少错误标签记忆;以YOLOv3-SPP网络结构为基础,增加网络预测尺度,提高小目标检测性能;引入CIoU边框回归损失,提高定位精度;利用K-Means++聚类算法,筛选最佳Anchor box。将改进YOLOv3-SPP算法在处理后的URPC数据集上进行实验,平均检测精度由79.58%提升到88.71%,速度为28.9FPS。结果表明,改进算法综合检测能力优于其他算法。 展开更多
关键词 水下目标 图像增强 YOLOv3-spp UWGAN CIoU K-Means++
在线阅读 下载PDF
基于YOLO_V3的侧视视频交通流量统计方法与验证 被引量:18
13
作者 赖见辉 王扬 +2 位作者 罗甜甜 陈艳艳 刘帅 《公路交通科技》 CAS CSCD 北大核心 2021年第1期135-142,共8页
为了研究因受限于观测点位的临时性和不确定性而导致自动化技术手段无法在临时交通观测中实用的难题,提出了一种适用于侧视角度拍摄视频、可快速识别车辆并实现交通流量统计的方法,该方法克服了传统视频识别技术无法满足侧视视角交通视... 为了研究因受限于观测点位的临时性和不确定性而导致自动化技术手段无法在临时交通观测中实用的难题,提出了一种适用于侧视角度拍摄视频、可快速识别车辆并实现交通流量统计的方法,该方法克服了传统视频识别技术无法满足侧视视角交通视频识别的困难。采用基于深度学习的YOLO_V3方法,以临时观测的路侧采集视频为对象进行车辆检测,提出基于车辆检测区域和流量计数区域的二级目标物检测框架,建立卡尔曼滤波+匈牙利分配+透视投影变换的交通流量计数模式,实现车辆的快速和高精度追踪。采集多组实际视频数据,从拍摄相机与道路相交角度、相机架设高度、道路车流密度3个指标,分析了不同条件下方法的有效性,结果表明:在相机高度为3 m,与路侧夹角为30°的环境中,车流计数精度在95%左右,但当公交、货车等大型车辆占比较高时,精度降为90%左右。在windows10 x64操作系统,2080Ti显卡,64 G内存,i7-7820XCPU的环境下,利用1080P视频流进行执行效率测试,显示相机架设角度和高度均对程序运行效率无显著影响,而车流密度则影响较大,在低密度流量下,FPS值约为44,而高密度流量下,FPS值降为33左右,表明该方法仍然具有较高的执行效率,可用于实时视频流量计数。 展开更多
关键词 智能交通 视频识别 YOLO_V3 交通流量 侧视视频
原文传递
基于ZYNQ的Yolo v3-SPP实时目标检测系统 被引量:9
14
作者 张丽丽 陈真 +1 位作者 刘雨轩 屈乐乐 《光学精密工程》 EI CAS CSCD 北大核心 2023年第4期543-551,共9页
基于卷积神经网络的目标检测算法发展迅速,随着计算复杂度增加,对设备的性能及功耗要求越来越高。为了使目标检测算法能够部署在嵌入式设备上,本文采用软硬件协同设计方法,使用FPGA对算法进行硬件加速,提出了ZYNQ平台下的Yolo v3-SPP目... 基于卷积神经网络的目标检测算法发展迅速,随着计算复杂度增加,对设备的性能及功耗要求越来越高。为了使目标检测算法能够部署在嵌入式设备上,本文采用软硬件协同设计方法,使用FPGA对算法进行硬件加速,提出了ZYNQ平台下的Yolo v3-SPP目标检测系统。本文将该系统部署在XCZU15EG芯片上,并对系统所需的功耗、硬件资源及性能进行了分析。首先对要部署的网络模型进行优化,并在Pascal VOC 2007数据集上进行训练,最后使用Vitis AI工具对训练后的模型进行量化、编译,使其适用于ZYNQ端的部署。为了选取最佳的配置方案,探究了各配置对硬件资源及系统性能的影响,从系统功耗(W)、检测速度(FPS)、各类别平均精度的平均值(mAP)、输出误差等方面对系统进行了分析。结果表明:在300 M时钟频率下,输入图片大小为(416,416)时,针对Yolo V3-SPP和Yolo V3-Tiny网络结构,检测速度分别为38.44 FPS和177FPS,mAP分别为80.35%和68.55%,片上芯片功耗为21.583 W,整板功耗23.02 W。满足嵌入式设备部署神经网络模型的低功耗、实时性、高检测精度等要求。 展开更多
关键词 目标检测 硬件加速 ZYNQ Yolo v3-spp Yolo v3-Tiny
在线阅读 下载PDF
基于YOLO_v3和Tesseract5.0的高铁摩擦片编码识别算法研究 被引量:3
15
作者 李文龙 汪日伟 《天津理工大学学报》 2020年第6期24-28,41,共6页
为了解决高铁摩擦片编码识别应用中的字符区域分割和方向矫正问题,本文提出了基于YOLO_v3和Tesserac5.0的字符识别算法.首先,利用YOLO_v3网络截取含有字符的感兴趣区域,其次利用本文提出的单行字符矫正算法对图像进行矫正.最后,将灰度... 为了解决高铁摩擦片编码识别应用中的字符区域分割和方向矫正问题,本文提出了基于YOLO_v3和Tesserac5.0的字符识别算法.首先,利用YOLO_v3网络截取含有字符的感兴趣区域,其次利用本文提出的单行字符矫正算法对图像进行矫正.最后,将灰度化、阈值化后的字符图像输入到基于长短期记忆网络的Tesseract5.0算法中实现字符识别.实验结果表明,本算法有效解决了字符区域提取的问题,并解决了单行字符无法使用方向检测的问题.与传统算法相比具有较好的鲁棒性和较高的精度. 展开更多
关键词 YOLO_v3 Tesseract5.0 角度纠正
在线阅读 下载PDF
基于YOLOv3-SPP的马铃薯叶片病害识别研究 被引量:2
16
作者 刘开启 《自动化应用》 2022年第6期21-24,28,共5页
实现马铃薯叶片病害的快速、准确识别,对于提高马铃薯产量具有重要意义。介绍了一种改进的YOLOv3-SPP算法,该算法引入了SPP模块以提高识别的准确性。基于该优化算法,设计了一种基于深度学习技术的马铃薯叶片病害识别系统,实验表明,YOLOv... 实现马铃薯叶片病害的快速、准确识别,对于提高马铃薯产量具有重要意义。介绍了一种改进的YOLOv3-SPP算法,该算法引入了SPP模块以提高识别的准确性。基于该优化算法,设计了一种基于深度学习技术的马铃薯叶片病害识别系统,实验表明,YOLOv3-SPP能够快速、准确地识别马铃薯叶片常见病害,对于马铃薯叶片病害识别的深入研究与发展提供了参考,具有一定的工程意义。 展开更多
关键词 马铃薯叶片 病害识别 深度学习 YOLOv3-spp
在线阅读 下载PDF
基于YOLO_v3的UL标签识别方案 被引量:1
17
作者 王澜斌 《工业控制计算机》 2022年第8期72-74,共3页
由于PCB电路板中UL标签的不规范标记与使用,给PCB印刷厂商造成监管困难的问题。因此,提出了一种基于YOLO_v3算法的UL标签检测方案。方案通过收集并制作了含有UL标签的图像数据集,对训练样本进行变化扩充后,使用YOLO_v3网络进行训练与检... 由于PCB电路板中UL标签的不规范标记与使用,给PCB印刷厂商造成监管困难的问题。因此,提出了一种基于YOLO_v3算法的UL标签检测方案。方案通过收集并制作了含有UL标签的图像数据集,对训练样本进行变化扩充后,使用YOLO_v3网络进行训练与检测。实验表明,该方法在复杂且干扰性强的PCB内UL标签检测过程具有较强的鲁棒性和有效性,可以精确且快速地完成UL标签的检测。 展开更多
关键词 计算机视觉 YOLO_v3 PCB UL标签
在线阅读 下载PDF
一种平面三自由度并联机构设计及其应用 被引量:2
18
作者 刘小波 张进春 +1 位作者 倪卫 熊迁 《机械工程师》 2012年第4期42-43,共2页
提出了一种3-SPP平面三自由度并联机构。针对该机构先从理论上进行了自由度数计算和运动学分析,然后完成了该机构的结构设计和样机试制,最后在大型激光器的大口径光学元件安装和拆卸中进行机构设计目标验证。实验结果表明,该机构满足设... 提出了一种3-SPP平面三自由度并联机构。针对该机构先从理论上进行了自由度数计算和运动学分析,然后完成了该机构的结构设计和样机试制,最后在大型激光器的大口径光学元件安装和拆卸中进行机构设计目标验证。实验结果表明,该机构满足设计运动期望,达到了定位精度和可调范围指标,实现了对大口径光学元件位姿的精确调整。 展开更多
关键词 3-spp 并联机构 位姿调整 运动期望
在线阅读 下载PDF
基于YOLO_v3神经网络的高压线路上鸟巢识别研究 被引量:1
19
作者 李锐 王忠塬 《冶金管理》 2020年第7期41-42,共2页
在高压线路上的鸟类筑巢行为会对电网安全造成严重影响。传统的人工巡检鸟巢的方式耗时费力。针对输电线路上的鸟巢的检测识别进行了研究,提出了深度卷积神经网络YOLO_v3的识别检测方法,对YOLO_v3网络进行改进。使用k-means算法对鸟巢... 在高压线路上的鸟类筑巢行为会对电网安全造成严重影响。传统的人工巡检鸟巢的方式耗时费力。针对输电线路上的鸟巢的检测识别进行了研究,提出了深度卷积神经网络YOLO_v3的识别检测方法,对YOLO_v3网络进行改进。使用k-means算法对鸟巢候选区域维度聚类,同时进行多尺度网络检测。在网络模型训练中,采用批量梯度下降法训练,并且对数据集扩充,提高网络的泛化能力。 展开更多
关键词 高压线路 卷积神经网络 YOLO_v3 K-MEANS算法
原文传递
基于深度学习的太阳活动区检测与跟踪方法研究 被引量:6
20
作者 朱健 杨云飞 +4 位作者 苏江涛 刘海燕 李小洁 梁波 冯松 《天文研究与技术》 CSCD 2020年第2期191-200,共10页
太阳活动区是各类太阳活动的主要能量来源,剧烈的太阳活动直接影响人类的生存环境,因此,准确地检测与跟踪太阳活动区对监控和预报空间天气非常重要.基于深度学习框架的YOLOv3-spp和DeepSort,提出了一种太阳活动区检测和跟踪方法(Active ... 太阳活动区是各类太阳活动的主要能量来源,剧烈的太阳活动直接影响人类的生存环境,因此,准确地检测与跟踪太阳活动区对监控和预报空间天气非常重要.基于深度学习框架的YOLOv3-spp和DeepSort,提出了一种太阳活动区检测和跟踪方法(Active Regions Detection and Tracking Method,ARDTM),该方法较好地解决了传统图像处理方法易将一个太阳活动区误检测为多个,或者多个太阳活动区误检测为一个的问题;及时捕获新产生的太阳活动区和终止跟踪消失的太阳活动区,有效提高了太阳活动区的跟踪准确率.实验结果表明,该方法可以较好地检测和跟踪不同望远镜、不同时间间隔序列图像中的太阳活动区. 展开更多
关键词 太阳活动区 检测与跟踪 深度学习 YOLOv3-spp DeepSort
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部