基于YOLOv10的多尺度调制和通道重校准垃圾检测算法

1

作者 孙航 师泽帅 +2 位作者 余梅 万俊 梁超 《安全与环境学报》 北大核心 2026年第1期337-347,共11页

近年来,垃圾检测算法在环境保护和公共卫生安全中发挥着重要作用。然而,现有算法的检测头缺乏对判别性特征的有效建模,导致对相似特征垃圾的检测表现不佳。此外,YOLO算法中使用拼接的方法进行特征融合时,算法未充分挖掘通道间的相关性,... 近年来,垃圾检测算法在环境保护和公共卫生安全中发挥着重要作用。然而,现有算法的检测头缺乏对判别性特征的有效建模,导致对相似特征垃圾的检测表现不佳。此外,YOLO算法中使用拼接的方法进行特征融合时,算法未充分挖掘通道间的相关性,限制了检测性能的提升。针对以上问题,研究提出了一个基于YOLOv10的多尺度调制和通道重校准垃圾检测算法。研究设计了多尺度特征调制检测头,通过对多感受野特征图进行细粒度权重分配,提升了检测头对相似特征的判别能力。此外,研究提出了通道二次重校准特征融合模块,通过动量因子对不同特征通道重要性进行两次重标定,以提升融合后的特征表达能力。试验表明,该算法在包含12类目标的生活垃圾检测数据集上的平均检测精度较基准模型和较新的YOLOv11算法分别提升1.64百分点和0.95百分点,且优于其他先进的目标检测算法。 展开更多

关键词 环境工程学 垃圾检测 yolov10算法 特征融合

原文传递

基于改进YOLOv10算法的配电网缺陷检测

2

作者 宋江 朱文强 +1 位作者 黄霞 邱炳林 《光源与照明》 2026年第1期96-98,共3页

针对配电网场景特性,对YOLOv10算法进行了改进。采用Mobile Net V3+CSPSPPF(结合跨阶段部分连接结构与快速空间金字塔池化的改进模块)作为主干网络,兼顾轻量化与小目标特征提取能力;引入双向特征金字塔网络优化多尺度特征融合,提高遮挡... 针对配电网场景特性,对YOLOv10算法进行了改进。采用Mobile Net V3+CSPSPPF(结合跨阶段部分连接结构与快速空间金字塔池化的改进模块)作为主干网络,兼顾轻量化与小目标特征提取能力;引入双向特征金字塔网络优化多尺度特征融合,提高遮挡场景下缺陷定位精度;结合CIoU Loss(完整交并比损失)与Focal Loss(一种用于解决类别不平衡问题的损失函数)构建混合损失函数,解决缺陷样本类别不平衡问题。试验结果显示,改进YOLOv10算法综合性能更优,可满足配电网无人机巡检与边缘部署需求。 展开更多

关键词 yolov10算法 MobileNetV3 配电网检测 设备缺陷

在线阅读 下载PDF 职称材料

YOLOv10的SAR图像海面目标检测方法研究 被引量：3

3

作者 蒋昆财 喻钧 +2 位作者 胡志毅 夏雷翔 王长元 《西安工业大学学报》 2025年第3期468-478,共11页

针对合成孔径雷达(SAR)图像在复杂海况下目标检测精度低、实时性差的问题,提出一种基于YOLOv10架构的改进型检测算法。从特征提取、信息融合与损失优化三个层面进行改进。设计改进的FasterNet Block替代原C2f模块中的Bottleneck结构,以... 针对合成孔径雷达(SAR)图像在复杂海况下目标检测精度低、实时性差的问题,提出一种基于YOLOv10架构的改进型检测算法。从特征提取、信息融合与损失优化三个层面进行改进。设计改进的FasterNet Block替代原C2f模块中的Bottleneck结构,以提升检测速度和收敛速度;在C2fCIB模块中引入SPD-Conv卷积,减少信息损失并提高特征提取准确性;在空间金字塔池化层嵌入EMA注意力机制,通过跨通道交互抑制噪声干扰,增强模型在SAR图像斑点噪声环境下的稳定性并防止过拟合。为进一步增强全局特征建模能力,主干网络中融合微型Swin-Transformer结构,实现局部细节与多尺度上下文信息的协同感知。最后,将损失函数替换为Wise IoU,有效缓解样本分布不均衡导致的性能下降问题。在HRSID数据集上的实验表明,改进算法相较原YOLOv10在平均精度(AP)、准确率和召回率上分别提升了4.2%、3.1%和1%,FPS值达到了330帧/秒,显著优于SSD、Faster R-CNN等对比模型。 展开更多

关键词 SAR图像 目标检测 yolov10算法 EMA注意力机制

在线阅读 下载PDF 职称材料

基于改进YOLOv10的轻量化目标检测算法 被引量：2

4

作者 刘印 龚长友 徐国栋 《自动化与信息工程》 2025年第1期29-35,共7页

针对目标检测算法部署在边缘设备的轻量化需求,提出一种基于改进YOLOv10的轻量化目标检测算法(CMD-YOLO算法)。该算法利用跨尺度特征融合模块对YOLOv10算法的网络结构进行改进,减少了算法模型的参数量与计算量;采用基于Mamba的线性注意... 针对目标检测算法部署在边缘设备的轻量化需求,提出一种基于改进YOLOv10的轻量化目标检测算法(CMD-YOLO算法)。该算法利用跨尺度特征融合模块对YOLOv10算法的网络结构进行改进,减少了算法模型的参数量与计算量;采用基于Mamba的线性注意力机制改进的部分自注意力模块替换传统的部分自注意力模块,进一步降低了算法模型的参数量;利用空间深度转换卷积模块替换部分传统卷积模块,增强了算法模型对下采样细节信息的提取能力;利用动态上采样器DySample替换传统的上采样模块,在保持上采样精度的同时,降低了算法模型的计算延迟。实验结果表明,CMD-YOLO算法与YOLOv10-n算法相比,在检测精度略微提升的同时,算法模型参数量降低了30.5%,计算量下降了19%,权重文件缩小了29.3%,计算延迟减少了8.8%,能够满足目标检测算法部署在边缘设备中的轻量化需求。 展开更多

关键词 目标检测算法 yolov10算法 跨尺度特征融合模块 Mamba线性注意力机制 空间深度转换卷积模块 动态上采样器

在线阅读 下载PDF 职称材料

一种基于YOLOv10s改进的无人机目标检测及识别方法

5

作者 李鹏 李鹏飞 +4 位作者 殷瑞杰 刘志青 廉博 张锴 张二威 《测绘科学技术学报》 2025年第2期204-211,共8页

无人机在现代战争中扮演着越来越重要的角色,以其难发现、难反制及超高费效比快速赢得各军事组织及作战单元的高度关注及作战使用。反无人机作战则越发成为各作战单元必备作战能力。为实现战场快速发现并检测识别无人机目标,提出一种基... 无人机在现代战争中扮演着越来越重要的角色,以其难发现、难反制及超高费效比快速赢得各军事组织及作战单元的高度关注及作战使用。反无人机作战则越发成为各作战单元必备作战能力。为实现战场快速发现并检测识别无人机目标,提出一种基于YOLOv10s改进的无人机目标检测及识别算法。首先将YOLOv10s模型骨干网络中的C2fCIB模块替换成自校准卷积SCConv模块提升网络性能,其次在颈部网络中使用轻量级上采样算子DySample替代YOLOv10s中的标准采样算子Upsample提升图像处理效率和质量,最后在头部网络前增加3组MLCA注意力模块,提升网络表达能力。结果表明:在12类无人机目标识别的训练模型中,改进的YOLOv10s算法精确度较原始YOLOv10s算法提升了2.24%,召回率提升了11.59%,平均精度值mAP50提升了4.01%,平均精度值mAP50-95提升了8.06%,推理时间减少了6.56%。为基于视频图像的无人机目标检测提供了一个高精度、高效率的解决方案。 展开更多

关键词 无人机目标 识别 yolov10s算法 自校准卷积 动态上采样算子 混合局部通道注意力

在线阅读 下载PDF 职称材料

基于改进YOLOv10网络的玉米施药机器人导航线提取算法

6

作者 侯鹏标 《青岛农业大学学报(自然科学版)》 2025年第3期227-232,共6页

针对玉米施药机器人在复杂农田环境中作物导航线提取效果不佳和适应性差等问题,提出一种基于改进YOLOv10网络的导航线提取算法:以玉米植株核心为识别对象,在YOLOv10的部分自注意力(PSA)机制中引入高效多尺度注意(EMA)模块,提出改进的网... 针对玉米施药机器人在复杂农田环境中作物导航线提取效果不佳和适应性差等问题,提出一种基于改进YOLOv10网络的导航线提取算法:以玉米植株核心为识别对象,在YOLOv10的部分自注意力(PSA)机制中引入高效多尺度注意(EMA)模块,提出改进的网络模型——EMAPSA-YOLOv10,用以提升对玉米植株核心的检测精度;根据植株上部、中部、下部3个点坐标提取玉米作物的特征点,结合随机采样一致性(RANSAC)算法拟合作物行线。测试结果显示:与YOLOv7、YOLOv8s、YOLOv10等网络模型相比,EMAPSA-YOLOv10能有效提取玉米植株核心,平均精度、调和平均值分别升至92.7%、92.6%,作物行线拟合精准度达95.27%。说明该算法能满足玉米施药机器人在复杂农田中的导航需求。 展开更多

关键词 玉米施药机器人 导航线提取 yolov10 EMA模块 RANSAC算法

在线阅读 下载PDF 职称材料

基于DTA双标签分配策略的轻量化小目标检测模型

7

作者 孔李沛 赵月爱 +1 位作者 张艳 王玲 《计算机技术与发展》 2026年第3期99-108,共10页

针对航拍图像小目标检测精度低、检测实时性差以及无人机嵌入式平台计算资源受限等问题,提出一种基于DTA(Dynamic Task Alignment,动态任务对齐)双标签分配策略的轻量化小目标检测模型。首先,为了降低复杂背景信息对小目标特征的影响,用... 针对航拍图像小目标检测精度低、检测实时性差以及无人机嵌入式平台计算资源受限等问题,提出一种基于DTA(Dynamic Task Alignment,动态任务对齐)双标签分配策略的轻量化小目标检测模型。首先,为了降低复杂背景信息对小目标特征的影响,用YOLOv10的P2层替换原来的P5层,提高模型对小目标特征的学习能力;其次,为了降低模型参数量,构建轻量化Faster特征提取模块,使用FasterNet中的残差模块Fasternet Block替换C2f中的Bottleneck模块;再次,提出动态分类与定位任务对齐检测方法,旨在解决小目标特征在分类和回归任务中的不匹配问题,在提高模型检测小目标精度的同时,还能进一步降低模型的复杂度;最后,利用基于幅度的层自适应剪枝算法对模型进行全局通道剪枝,在保证模型检测精度的前提下进一步压缩模型参数量和文件大小。在Visdrone2019数据集上的实验结果表明,该模型在APT、APS和mAP上分别比Baseline提高了104%、50%、26%,参数量和模型文件体积分别降低了63%和59%,模型FPS约为148。各种数据表明该模型对小目标检测具有检测精度高、检测速度快、模型易部署等优点。 展开更多

关键词 yolov10 小目标检测 动态任务对齐检测头 轻量化 剪枝算法

在线阅读 下载PDF 职称材料

基于双光谱成像技术的矿井早期火源识别及抗干扰方法研究 被引量：2

8

作者 王炎林 裴晓东 +1 位作者 王凯 徐光 《工矿自动化》 北大核心 2025年第3期122-130,共9页

现有基于图像分析的矿井外因火灾监测方法受矿井环境复杂、干扰源影响较大,单模态方法易将光源误判为火源,多模态方法没有利用温度信息进行火源判定,且在粉尘条件下这两种方法的识别精度较低。针对上述问题,提出一种基于双光谱成像技术... 现有基于图像分析的矿井外因火灾监测方法受矿井环境复杂、干扰源影响较大,单模态方法易将光源误判为火源,多模态方法没有利用温度信息进行火源判定,且在粉尘条件下这两种方法的识别精度较低。针对上述问题,提出一种基于双光谱成像技术的矿井早期火源识别及抗干扰方法。首先采用YOLOv10模型对可见光图像进行实时火源检测,利用红外热成像获取温度分布数据,然后通过Canny边缘检测与图像二值化预处理,消除可见光与红外图像的成像差异,最后采用pHash算法计算可见光与红外图像边缘哈希值的海明距离,并标定阈值(海明距离≤25),判定是否为同一火源,从而有效区分火源与干扰源。实验结果表明:在无粉尘无干扰源工况下,基于双光谱成像技术的矿井早期火源识别及抗干扰方法的准确率达98%,召回率为94%,优于单模态的YOLOv10(准确率为97%,召回率为86%);在粉尘干扰条件下,粉尘覆盖摄像头表面33%时,该方法的准确率和召回率分别为85%,80%,粉尘覆盖摄像头表面66%时,准确率和召回率分别为70%,65%,优于单模态和多模态方法。 展开更多

关键词 矿井外因火灾 早期火源识别 双光谱成像技术 可见光 红外光 pHash算法 yolov10 海明距离

在线阅读 下载PDF 职称材料

基于目标检测的轻量化乳腺肿瘤检测算法

9

作者 张敖锋 李东 刘晓静 《软件导刊》 2025年第7期169-176,共8页

随着乳腺癌发病率不断上升,乳腺肿瘤早期筛查准确率依然是临床诊断中的关键问题。为解决现有检测方法在准确性与计算效率之间的矛盾,提出了一种基于改进YOLOv10的轻量级检测算法,命名为ZLP-YOLO。在该方法中,采用SPDConv替换了传统卷积... 随着乳腺癌发病率不断上升,乳腺肿瘤早期筛查准确率依然是临床诊断中的关键问题。为解决现有检测方法在准确性与计算效率之间的矛盾,提出了一种基于改进YOLOv10的轻量级检测算法,命名为ZLP-YOLO。在该方法中,采用SPDConv替换了传统卷积模块以显著降低计算复杂度,并引入DySample上采样策略进一步增强了特征表达能力,最后采用CoordAtt注意力机制,使得模型在捕捉关键特征的同时实现了高效信息融合。实验结果显示,所提算法将整体模型参数量从2.7 M降低到2.5 M,计算量由8.4 GFLOPs大幅下降到0.9 GFLOPs;在公开乳腺超声肿瘤数据集BUSI、BUS-UCLM上的检测精度mAP@.50分别提高了6.1%、6.7%,mAP@[.5:.95]分别提高了1.8%、1.4%。 展开更多

关键词 乳腺癌肿瘤 深度学习 目标检测 轻量化算法 yolov10

在线阅读 下载PDF 职称材料

基于机器学习的草莓大棚数字孪生系统设计

10

作者 李泽锦 《长江信息通信》 2025年第7期76-81,共6页

在草莓生长周期中,由于草莓对环境要求苛刻,浇水和浇肥的决策不能仅基于土壤湿度和化肥含量,而应该综合考虑草莓的生长状态以及环境数据。针对现有的目标检测算法、决策树算法以及国产自主可控的AUTBUS工业总线技术,提出了一种草莓大棚... 在草莓生长周期中,由于草莓对环境要求苛刻,浇水和浇肥的决策不能仅基于土壤湿度和化肥含量,而应该综合考虑草莓的生长状态以及环境数据。针对现有的目标检测算法、决策树算法以及国产自主可控的AUTBUS工业总线技术,提出了一种草莓大棚数字孪生系统,用于草莓大棚的自动浇水和施肥。系统通过改进YOLOv10算法实现草莓生长状态的六分类检测,将检测结果与大棚的环境数据作为决策树算法的输入,得出是否需要浇水或施肥。当需要浇水或施肥时,通过线性加权和公式计算浇水和施肥时间。为了提高生长状态检测的准确性,将YOLOv10算法的PSA注意力机制替换为CBAM,同时在YOLOv10的Head部分增加一个检测头,使得草莓生长状态的检测结果的mAP50从81.1%提升到了87.2%。 展开更多

关键词 yolov10 决策树算法 生长状态检测 数字孪生 草莓大棚

在线阅读 下载PDF 职称材料

后融合策略驱动的空地跨视角行人目标匹配

11

作者 高骏 杨涵 +6 位作者 刘勇 贺秀伟 檀利 殷艳坤 申晓雷 杨菲菲 彭成磊 《装备环境工程》 2025年第7期16-23,共8页

目的 针对复杂战场环境下空地异构装备(无人机-无人车)协同侦察中多视角影像行人目标匹配的难题,提出一种基于后融合策略的空地跨视角目标匹配算法,以解决大视角差异(>60°)、尺度剧烈变化等挑战。方法 首先采用轻量化双分支YOLO... 目的 针对复杂战场环境下空地异构装备(无人机-无人车)协同侦察中多视角影像行人目标匹配的难题,提出一种基于后融合策略的空地跨视角目标匹配算法,以解决大视角差异(>60°)、尺度剧烈变化等挑战。方法 首先采用轻量化双分支YOLOv10模型实现空地视角影像的高效行人检测;其次,融合多尺度特征提取网络(残差网络Res Net-18结合空间金字塔)与几何定位信息,构建目标的空间-表观联合表征;最后,通过匈牙利算法优化特征与几何约束的加权代价函数,实现跨视角目标的最优匹配。结果 在跨视角多人跟踪数据集CVMHT上的实验表明,该方法平均精确率和召回率分别达到81.4%与79.0%,较未融合表观特征信息的基线方法(76.3%和78.8%)分别提升了5.1%和0.2%,且显著优于传统行人重识别方法 ByteTrackV2(微调后33.8%和36.1%)。结论 所提算法通过后融合策略,有效结合检测、几何与表观特征,克服了前融合方法对固定视角布局的依赖,为空地异构装备协同侦察提供了灵活、鲁棒的目标匹配解决方案。 展开更多

关键词 空地跨视角目标匹配 后融合策略 yolov10 多尺度特征融合 几何定位 匈牙利算法

在线阅读 下载PDF 职称材料