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
共找到1,497篇文章
< 1 2 … 75 >
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：
基于改进YOLOv3-LITE轻量级神经网络的柑橘识别方法 被引量：78
1
作者 吕石磊 卢思华 +3 位作者 李震 洪添胜 薛月菊 吴奔雷 《农业工程学报》 EI CAS CSCD 北大核心 2019年第17期205-214,共10页
柑橘识别是实现柑橘园果实自动采摘、果树精细化管理以及实现果园产量预测的关键技术环节。为实现自然环境下柑橘果实的快速精准识别,该文提出一种基于改进YOLOv3-LITE轻量级神经网络的柑橘识别方法。在采摘机器人领域,果实识别回归框... 柑橘识别是实现柑橘园果实自动采摘、果树精细化管理以及实现果园产量预测的关键技术环节。为实现自然环境下柑橘果实的快速精准识别,该文提出一种基于改进YOLOv3-LITE轻量级神经网络的柑橘识别方法。在采摘机器人领域,果实识别回归框的准确率直接决定了机器手的采摘成功率,该方法通过引入GIoU边框回归损失函数来提高果实识别回归框准确率;为便于迁移到移动终端,提出一种YOLOv3-LITE轻量级网络模型,使用MobileNet-v2作为模型的骨干网络;使用混合训练与迁移学习结合的预训练方式来提高模型的泛化能力。通过与Faster-RCNN以及SSD模型对比在不同遮挡程度的测试样本下模型的识别效果,用F1值与AP值评估各模型的差异,试验结果表明:该文提出的模型识别效果提升显著,对于果实轻度遮挡的数据集,该文提出的柑橘识别模型的F1值和AP值分别为95.27%和92.75%,AverageIoU为88.65%;在全部测试集上,F1值和AP值分别为93.69%和91.13%,Average IoU为87.32%,在GPU上对柑橘目标检测速度可达246帧/s,对单张416×416的图片推断速度为16.9 ms,在CPU上检测速度可达22帧/s,推断速度为80.9 ms,模型占用内存为28 MB。因此,该文提出的柑橘识别方法具有模型占用内存低、识别准确率高及识别速度快等优点,可为柑橘采摘机器人以及柑橘产业产量预测提出新的解决方案,为柑橘产业智能化提供新的思路。 展开更多
关键词 神经网络 果树 算法 柑橘 yolov3-lite 混合训练 迁移学习 GIoU边框回归损失函数
在线阅读 下载PDF
基于改进YOLOv8的3D打印混凝土表观缺陷检测方法
2
作者 田卫 周菻鈜 +2 位作者 李欣阳 王建明 黄余康 《浙江大学学报(工学版)》 北大核心 2026年第4期833-843,854,共12页
为了提升3D打印混凝土质量控制水平,针对孔洞、麻面、断裂、塌陷等表观缺陷实时检测难、检测精度低的问题,提出基于改进YOLOv8-SRA的3D打印混凝土表观缺陷检测方法.在Head层中插入Small head模块,提高对微小缺陷的检测能力;在Backbone... 为了提升3D打印混凝土质量控制水平,针对孔洞、麻面、断裂、塌陷等表观缺陷实时检测难、检测精度低的问题,提出基于改进YOLOv8-SRA的3D打印混凝土表观缺陷检测方法.在Head层中插入Small head模块,提高对微小缺陷的检测能力;在Backbone层添加Restormer注意力机制模块,增强在复杂背景下对多尺度缺陷特征的提取能力;在Neck层与Backbone层上添加AKConv模块,提高对于不规则缺陷的特征提取与检测能力.通过消融实验与对比试验验证各模块的协同有效性与模型的优越性.研究表明:改进后模型mAP@0.5为94.7%、召回率为92.6%、精确率为91.3%,较原模型分别提升了6.2、9.7、7.4个百分点,解决了原模型对微小缺陷易漏检、对不规则缺陷易误检的问题,为实际工程中3D打印混凝土建筑及结构质量控制提供了新思路. 展开更多
关键词 混凝土工程 3D打印混凝土 表观缺陷检测 质量控制 yolov8模型
在线阅读 下载PDF
基于YOLOv5-Lite的农田边界行人检测系统
3
作者 林宏宇 邱培涛 +2 位作者 刘小强 张德志 李庆 《农机化研究》 北大核心 2026年第2期225-234,共10页
在农业机械作业场景中,静态障碍物相对容易实现规避,而行人这类动态障碍物的避让却存在较大难度。基于视觉的检测方法具备成本低、时效高的优势,其中YOLO算法在检测速度与实时性方面表现突出,能够在保障精度的同时维持较高的检测速率。... 在农业机械作业场景中,静态障碍物相对容易实现规避,而行人这类动态障碍物的避让却存在较大难度。基于视觉的检测方法具备成本低、时效高的优势,其中YOLO算法在检测速度与实时性方面表现突出,能够在保障精度的同时维持较高的检测速率。为此,选取YOLOv5-Lite作为核心算法,构建农田边界行人检测系统,旨在对农田边缘实现快速识别,保障农机作业安全。系统借助摄像头采集农田区域视频数据,运用区域分割算法界定农田与非农田边界,依托YOLOv5-Lite算法识别入侵者,再通过区域判别与警报算法对行人发出警示,有效防范农作物受损,守护作业安全。数据集源于卡内基梅隆大学开源数据集和自制数据集,原模型精确率95.1%、召回率51.2%,引入Mish激活函数后,精确率提升至96.6%、召回率提升至52.0%。测试结果显示:算法运行平均帧率为8.54 f/s,树莓派CPU温度达54.53℃,在多场景下检测效果良好,具备实际应用价值。 展开更多
关键词 行人检测 yolov5-lite 区域分割 Mish激活函数 实时监控 农田边界
在线阅读 下载PDF
基于YOLOv5-Lite与RK3566的图像识别系统研究 被引量：1
4
作者 陈棹熙 郑培煜 +5 位作者 陈洁琳 丁必伟 魏依婷 梅德华 刘子扬 罗平 《科技创新与应用》 2025年第22期6-10,15,共6页
目前图像识别是计算机领域的重要任务,其目标是自动定位和识别图像中特定目标的位置。但目前主流的基于深度学习的目标检测算法计算量较大、模型参数量较高,导致在资源受限的嵌入式平台上部署过程繁琐、检测速度较低。该文针对以上问题... 目前图像识别是计算机领域的重要任务,其目标是自动定位和识别图像中特定目标的位置。但目前主流的基于深度学习的目标检测算法计算量较大、模型参数量较高,导致在资源受限的嵌入式平台上部署过程繁琐、检测速度较低。该文针对以上问题,提出基于YOLOv5-Lite搭建图像识别系统,该算法是基于YOLOv5的轻量化改进。改进后的模型在保持一定检测精度的同时,体积仅为原模型的24.11%,参数量仅为原模型的22.68%,计算复杂度大幅下降,在RK3566开发板上的实时推理速度达到8.67 FPS,对嵌入式平台部署深度学习算法具有重要的研究意义。 展开更多
关键词 yolov5-lite RK3566 嵌入式 图像识别 模型轻量化
在线阅读 下载PDF
动态场景下融合YOLOv11n目标检测的优化ORB-SLAM3算法
5
作者 谢章郁 杨杰 +1 位作者 欧阳嗣源 曾阳剑 《浙江大学学报(工学版)》 北大核心 2026年第2期313-321,340,共10页
针对传统视觉同步定位与建图(SLAM)技术在动态环境中定位精度低、鲁棒性差的问题,提出融合YOLOv11n目标检测的优化ORB-SLAM3算法.在传统系统中融入基于开放式神经网络交换格式(ONNX)推理的YOLOv11n网络,增加语义信息;利用静态区域特征... 针对传统视觉同步定位与建图(SLAM)技术在动态环境中定位精度低、鲁棒性差的问题,提出融合YOLOv11n目标检测的优化ORB-SLAM3算法.在传统系统中融入基于开放式神经网络交换格式(ONNX)推理的YOLOv11n网络,增加语义信息;利用静态区域特征点生成初始位姿,投影地图点至动态区域;结合双阶段位姿优化算法,在动态区域内筛选静态特征点及剔除动态特征点,提升位姿估计精度与增加优质特征点数量.在原有3个线程外新增线程,利用关键帧区域像素点构建稠密地图,为后续的人机交互场景提供丰富的环境感知与理解.在公开数据集TUM上的实验结果表明,在位姿估计精度方面,所提算法与基准模型相比最高提升98.3%.所提算法能够有效消除动态物体对位姿估计的影响,满足稠密地图的构建需求. 展开更多
关键词 ORB-SLAM3 开放式神经网络交换格式(ONNX) yolov11n 双阶段位姿优化算法 稠密地图重建
在线阅读 下载PDF
基于改进YOLOv3的铝片缺陷检测算法研究
6
作者 陈凡 《智能制造》 2026年第1期183-188,共6页
针对深度学习网络在线铝片缺损检测计算资源受限的问题,提出了一种基于改进YOLOv3的铝片缺陷检测算法。首先,详细介绍了YOLOv3系统架构,结合YOLO系列网络具备较高检测精度但速度受限的特点,引入串行空间注意力机制模块与通道注意力机制... 针对深度学习网络在线铝片缺损检测计算资源受限的问题,提出了一种基于改进YOLOv3的铝片缺陷检测算法。首先,详细介绍了YOLOv3系统架构,结合YOLO系列网络具备较高检测精度但速度受限的特点,引入串行空间注意力机制模块与通道注意力机制模块提升特征提取效率;其次,分析系统优化阈值选取的影响并进行有效讨论,提出了自适应NSM算法架构设计,并对损失函数进行了优化处理;此外,对所提算法有效性予以验证。最后仿真及结果表明,所提算法相较于目前主流算法在精度方面取得了较为明显的提升,并且整体性能优于现有的目标检测算法。 展开更多
关键词 yolov3 特征提取 CBAM 工件检测 缺陷检测
在线阅读 下载PDF
基于YOLOv3的集装箱箱号区域定位与提取系统设计与实现
7
作者 钟佩仪 梁军 杨李振中 《中阿科技论坛(中英文)》 2026年第1期82-85,共4页
针对港口集装箱箱号自动识别的实际需求,文章设计并构建了基于改进YOLOv3的箱号区域定位与提取检测系统。该系统在Darknet-53骨干网络中嵌入DenseBlock模块强化小目标特征提取能力,引入CIoU损失函数优化边界框回归精度,并采用FocalLoss... 针对港口集装箱箱号自动识别的实际需求,文章设计并构建了基于改进YOLOv3的箱号区域定位与提取检测系统。该系统在Darknet-53骨干网络中嵌入DenseBlock模块强化小目标特征提取能力,引入CIoU损失函数优化边界框回归精度,并采用FocalLoss缓解样本类别失衡问题。数据集来自在南宁国际铁路港实地采集的1200张样本,涵盖正常光照、夜间、弱光、破损、遮挡、远距离等6类典型场景。消融实验结果显示,完整改进模型的平均精度达90.2%,较原始YOLOv3模型提升12.2个百分点,精确率与召回率分别为90.7%和89.9%。对比试验表明,该方法在保障检测精度的同时,单样本检测耗时25ms,在精度与效率间达成良好平衡,为港口智能化作业提供了切实可行的技术方案。 展开更多
关键词 yolov3 集装箱 箱号定位 消融实验
在线阅读 下载PDF
基于改进YOLOv3算法的电力基建施工区域危险源自动识别
8
作者 肖哲 黄凯 《自动化应用》 2026年第2期191-193,203,共4页
针对电力基建施工区域危险源自动识别实践中存在的识别精度较低的问题,提出基于改进YOLOv3算法的电力基建施工区域危险源自动识别。首先,采用高分辨率电荷耦合器件(CCD)摄像设备和分布式拓扑结构,实现施工区域的无死角监控;然后,在YOLOv... 针对电力基建施工区域危险源自动识别实践中存在的识别精度较低的问题,提出基于改进YOLOv3算法的电力基建施工区域危险源自动识别。首先,采用高分辨率电荷耦合器件(CCD)摄像设备和分布式拓扑结构,实现施工区域的无死角监控;然后,在YOLOv3算法基础上,利用挤压-激励(SE)注意力模块,优化特征金字塔网络结构,增强模型对小目标和复杂背景的识别能力;最后,应用Focal Loss函数替代传统Logistic Regression,有效解决类别不平衡问题。实验结果表明,该方法在10类典型危险源识别任务中的平均精度均值(mAP)达到0.957,比对照组2高32.4%,在积水坑洞和高空坠落物等高危场景表现出色,可为电力基建施工安全监控提供可靠的技术方案,具有重要的工程应用价值。 展开更多
关键词 改进yolov3算法 危险源 自动识别 注意力模块
在线阅读 下载PDF
基于改进YOLOv3算法的监控视频运动目标检测方法
9
作者 夏荣峥 丁一 刘磊 《中国新技术新产品》 2026年第4期26-28,共3页
在监控视频分析过程中,通常依靠YOLOv3算法进行运动目标检测,其捕获的特征尺度单一,导致最终检测结果的AP值较低。因此,本文提出基于改进YOLOv3算法的监控视频运动目标检测方法。运用信息熵概念,计算监控视频每一帧图像的聚散熵,从而提... 在监控视频分析过程中,通常依靠YOLOv3算法进行运动目标检测,其捕获的特征尺度单一,导致最终检测结果的AP值较低。因此,本文提出基于改进YOLOv3算法的监控视频运动目标检测方法。运用信息熵概念,计算监控视频每一帧图像的聚散熵,从而提取视频关键帧。结合帧差法和阈值分割法处理关键帧图像,得到包含运动目标的前景图像。构建基于改进YOLOv3网络的智能监测模型,将前景图像输入其中,通过多尺度特征提取、特征融合以及分类检测,最终输出监控视频运动目标检测结果。试验结果表明,待检测样本从200增至2800,该方法给出的目标检测结果的AP值始终保持在0.9以上,证明了其具有较强的检测能力。 展开更多
关键词 改进yolov3算法 监控视频 关键帧提取 多尺度特征 图像分割
在线阅读 下载PDF
改进型YOLOv3的PCB缺陷检测研究 被引量：1
10
作者 张健滔 黄允 +1 位作者 汪鹏宇 瞿栋 《机械设计与制造》 北大核心 2025年第7期172-177,共6页
为了准确快速进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称RE-CU)和铜面异物(简称FB-CU),利用YOLOv3模型进行缺陷识别实验。实验结果显示:YOLOv3模型在PCB缺陷识别中有较好的检测效果,在阈值为0.5时,有缺陷图片(简称NG图片)的... 为了准确快速进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称RE-CU)和铜面异物(简称FB-CU),利用YOLOv3模型进行缺陷识别实验。实验结果显示:YOLOv3模型在PCB缺陷识别中有较好的检测效果,在阈值为0.5时,有缺陷图片(简称NG图片)的漏检率低于15%,无缺陷图片(简称OK图片)的误检率只有5%左右。在深入分析检测的结果后,发现对于小缺陷的识别效果较差,于是增加了一个感受野更小的检测头,构建了具有四个检测头的网络结构。利用改进型的YOLOv3算法进行实验,结果表明:改进后的YOLOv3算法具有更好的检测性能,在阈值为0.5时,OK图片的误检率较改进前降低为0.25%,并且在阈值为0.7时更是达到了0%,NG图片的漏检率较改进前也有所降低。 展开更多
关键词 深度学习 PCB 缺陷检测 yolov3算法 目标检测
在线阅读 下载PDF
高性能YOLOv3-tiny嵌入式硬件加速器的混合优化设计 被引量：1
11
作者 谭会生 肖鑫凯 卿翔 《半导体技术》 CAS 北大核心 2025年第1期55-63,共9页
为解决在嵌入式设备中部署神经网络受算法复杂度、执行速度和硬件资源约束的问题,基于Zynq异构平台,设计了一个高性能的YOLOv3-tiny网络硬件加速器。在算法优化方面,将卷积层和批归一化层融合,使用8 bit量化算法,简化了算法流程;在加速... 为解决在嵌入式设备中部署神经网络受算法复杂度、执行速度和硬件资源约束的问题,基于Zynq异构平台,设计了一个高性能的YOLOv3-tiny网络硬件加速器。在算法优化方面,将卷积层和批归一化层融合,使用8 bit量化算法,简化了算法流程;在加速器架构设计方面,设计了可动态配置的层间流水线和高效的数据传输方案,缩短了推理时间,减小了存储资源消耗;在网络前向推理方面,针对卷积计算,基于循环展开策略,设计了8通道并行流水的卷积模块;针对池化计算,采用分步计算策略实现对连续数据流的高效处理;针对上采样计算,提出了基于数据复制的2倍上采样方法。实验结果表明,前向推理时间为232 ms,功耗仅为2.29 W,系统工作频率为200 MHz,达到了23.97 GOPS的实际算力。 展开更多
关键词 yolov3-tiny网络 异构平台 硬件加速器 动态配置架构 硬件混合优化 数据复制上采样
原文传递
基于YOLOv5和点云3D投影的智能驾驶车辆前方多目标跟踪检测
12
作者 刘大勇 张清睿 孟泽阳 《计算机测量与控制》 2025年第6期102-109,共8页
在多目标跟踪检测任务中,需要连续地跟踪多个目标,如车辆、行人等;为了实现这一目标,系统必须能够连续地获取并处理包含这些目标的图像帧;这些连续帧图像使算法能够在每一帧图像中实时更新目标的位置和状态,如何准确地将检测到的目标与... 在多目标跟踪检测任务中,需要连续地跟踪多个目标,如车辆、行人等;为了实现这一目标,系统必须能够连续地获取并处理包含这些目标的图像帧;这些连续帧图像使算法能够在每一帧图像中实时更新目标的位置和状态,如何准确地将检测到的目标与前一帧或后一帧中的目标进行关联,形成稳定的轨迹,是一个复杂的问题;为此,提出基于YOLOv5和点云3D投影的智能驾驶车辆前方多目标跟踪检测方法;运用Retinex算法对车辆前方环境图像进行增强处理,去除图像中光线干扰,以YOLOv5网络结构为基础搭建智能检测模型,将增强后的图像输入模型中,通过特征提取和目标定位,识别出车辆前方多目标;结合点云3D投影技术,推断相邻帧图像在投影坐标系中位置变化的关联性,将连续多帧图像的多目标识别结果依次投影到三维激光点云环境中,即可完成对车辆前方所有目标运动轨迹的有效跟踪;实验结果表明:应用该方法完成智能驾驶车辆前方多目标跟踪检测,所得结果MOTA(跟踪准确度)值大于30,证明了其优越的跟踪检测性能。 展开更多
关键词 智能驾驶车辆 yolov5 多目标识别 点云3D投影 图像增强 跟踪检测
在线阅读 下载PDF
基于改进YOLOv5s的矿用输送带异物检测算法
13
作者 叶涛 田培 +2 位作者 耿泓雨 刘炜 周亮 《起重运输机械》 2026年第2期34-42,共9页
文中针对输送带作业场景色彩单一、锚杆异物呈高宽比细长形态、大块煤料被覆盖等检测难点,结合工业场景对实时检测的需求,提出了一种基于YOLOv5s的矿用输送带异物检测改进算法。引入C3_Faster网络替换原有的C3主干网络减小模型体积,并在... 文中针对输送带作业场景色彩单一、锚杆异物呈高宽比细长形态、大块煤料被覆盖等检测难点,结合工业场景对实时检测的需求,提出了一种基于YOLOv5s的矿用输送带异物检测改进算法。引入C3_Faster网络替换原有的C3主干网络减小模型体积,并在Backbone的核心特征提取模块中引入三重注意力机制(Triplet Attention),对特征图3个方向进行注意力加权处理,最后,引入了具有线性区间映射的新型损失函数Focaler_IoU,提高检测精确度。对比实验结果表明:改进后的YOLOv5s模型相比原YOLOv5s模型,其均值平均精度(mAP)提升了3.2%,达到了91.4%,模型体积降低了17.2%,参数量降低了17.5%,检测速度为109.89 FPS。改进后的YOLOv5s模型在输送带异物检测的检测精度更高,模型体积更小,能够满足煤矿输送带异物检测边缘部署的需求。 展开更多
关键词 矿用输送带 异物检测 yolov5s C3_Faster 三重注意力机制 Focaler-IoU
在线阅读 下载PDF
BM3D-YOLOv8-s:前视声呐图像目标检测算法 被引量：3
14
作者 陈美龙 赵新华 叶秀芬 《仪器仪表学报》 北大核心 2025年第2期234-246,共13页
前视声呐作为海洋探测的重要传感器之一,能够远距离探测水下目标,被广泛应用于目标检测和跟踪领域中。然而,声呐数据采集时受海洋环境噪声影响,噪声分布不均匀,使得声呐图像的目标探测精度低。采用传统卷积神经网络对前视声呐目标进行... 前视声呐作为海洋探测的重要传感器之一,能够远距离探测水下目标,被广泛应用于目标检测和跟踪领域中。然而,声呐数据采集时受海洋环境噪声影响,噪声分布不均匀,使得声呐图像的目标探测精度低。采用传统卷积神经网络对前视声呐目标进行跟踪时,因为声呐图像序列帧率较低、目标特征不清晰,容易出现目标丢失问题。针对前视声呐图像噪声污染严重的问题,结合前视声呐图像的特点,提出了一种改进的BM3D算法,减少3D转换处理的计算量,在基础估计的相似块匹配距离计算过程中,采用曼哈顿距离替代欧氏距离,更好地处理声呐图像中不同类型和强度的噪声;针对目标丢失问题,提出了基于YOLOv8-s改进网络的前视声呐图像目标检测算法,包括基于ConvNeXt的C2N改进算法、添加浅特征检测头和归一化Wasserstein距离(NWD)损失函数的改进。进行了声呐图像数据采集,并进行了实验验证。实验结果表明,改进后模型的准确率为87.2%,mAP0.5为85.4%。与改进前的YOLOv8-s模型相比,虽然模型大小只增加了4.6 MB,但是精度增加了5.1个百分点,mAP@0.5增加了4个百分点,对比其他检测模型实验结果,改进后的YOLOv8-s能够有效提升声呐图像的目标检测精度。 展开更多
关键词 前视声呐 噪声 BM3D 目标检测 yolov8-s
原文传递
融合MobileNetv3的轻量级YOLOv8钢材表面缺陷检测 被引量：2
15
作者 胡名琪 陈辉明 +2 位作者 徐伟 郭诚君 刘秋明 《科学技术与工程》 北大核心 2025年第16期6831-6840,共10页
针对钢材表面缺陷人工检测成本高昂、检测精度不高,以及传统的目标检测方法模型复杂,导致对终端检测设备的计算资源要求较高等问题,融合MobileNetv3轻量化YOLOv8算法提出一种轻量级缺陷检测算法YOLOv8n-MDC。首先,以YOLOv8n为基础,将YOL... 针对钢材表面缺陷人工检测成本高昂、检测精度不高,以及传统的目标检测方法模型复杂,导致对终端检测设备的计算资源要求较高等问题,融合MobileNetv3轻量化YOLOv8算法提出一种轻量级缺陷检测算法YOLOv8n-MDC。首先,以YOLOv8n为基础,将YOLOv8n的自带IoU(intersection over union)候选框损失函数替换成WIoU(weighted IoU)函数,通过增添非单调聚焦机制,提高模型的鲁棒性。其次,使用MobileNetv3网络替换YOLOv8n的骨干特征提取网络模块,将轻量级网络用于特征提取端降低网络复杂度,减少冗余开销。最后,在特征融合阶段使用DW卷积和C3Ghost模块对原网络的相应模块进行替换,使改进后的网络减少模型参数,进一步提升检测速度。使用钢材表面缺陷数据集NEU-DET进行模型验证,YOLOv8n-MDC模型mAP达81.3%,较YOLOv8n模型提升5%;参数量与计算量分别为1.02 M和2.1 GFLOPs,仅为原模型的33.9%和25.9%,达到工业要求。提出的轻量级算法在保证检测精度提升的同时大大降低了算法的复杂度和计算资源的开销,为钢材表面缺陷检测提供了一个优化思路。 展开更多
关键词 钢材表面缺陷 缺陷检测 轻量级网络 yolov8 MobileNetv3
在线阅读 下载PDF
基于YOLOv3-HA的滑坡区房屋识别
16
作者 王炜康 莫思特 +2 位作者 黄华 李鑫 杨世基 《计算机应用与软件》 北大核心 2025年第1期96-101,共6页
针对YOLOv3模型体积大、效率低的问题,提出一种基于YOLOv3改进的滑坡区房屋识别方法YOLOv3-HA。使用HetConv替换常规卷积核,引入CBAM模块和金字塔池化结构改善模型性能,再使用更精确的EIoU作为边框回归损失。基于滑坡房屋数据集的实验... 针对YOLOv3模型体积大、效率低的问题,提出一种基于YOLOv3改进的滑坡区房屋识别方法YOLOv3-HA。使用HetConv替换常规卷积核,引入CBAM模块和金字塔池化结构改善模型性能,再使用更精确的EIoU作为边框回归损失。基于滑坡房屋数据集的实验结果表明,该模型体积与FLOPs相较于原始模型减小约70%,检测速度提升20%,检测精度提高4.27百分点,验证了该轻量化算法的有效性。 展开更多
关键词 目标检测 yolov3 滑坡灾害 HetConv CBAM 金字塔池化
在线阅读 下载PDF
基于改进YOLOv8n的3D打印实时异常诊断算法
17
作者 金凯 周敏 +2 位作者 胡佳乐 李欢 赵松怀 《机床与液压》 北大核心 2025年第7期177-183,共7页
针对3D打印过程中异常诊断实时性不足和准确度不高的问题,提出一种改进的YOLOv8n模型(DSW-YOLOv8n)。在骨干网络中引入动态蛇形卷积(DSConv),增强网络对3D打印中出现的拉丝等细长弯曲局部结构特征的提取能力。增加小目标检测层并融入SA... 针对3D打印过程中异常诊断实时性不足和准确度不高的问题,提出一种改进的YOLOv8n模型(DSW-YOLOv8n)。在骨干网络中引入动态蛇形卷积(DSConv),增强网络对3D打印中出现的拉丝等细长弯曲局部结构特征的提取能力。增加小目标检测层并融入SA注意力机制,提升对小目标的异常检测能力。针对3D打印实时捕获图像质量低的问题,引入动态调整边界的Wise-IoU(WIoUv3)损失函数,降低对距离和纵横比等几何因素的惩罚,从而提高检测精度。最后,通过搭建实验平台,对所提模型进行性能验证。结果表明:DSW-YOLOv8n模型对3D打印异常检测精度和速度均优于Faster R-CNN、SSD和YOLOv5s等主流检测方法,其精度均值(mAP)达到了90.3%,较原始YOLOv8n模型提高了2.8%,平均帧率达到113帧/s,满足实时检测需求。 展开更多
关键词 3D打印 实时异常检测 yolov8n 动态蛇形卷积 小目标检测层
在线阅读 下载PDF
YOLOv3-tiny的FPGA加速设计与实现
18
作者 文成江 王录涛 +1 位作者 王奇 江山 《计算机应用与软件》 北大核心 2025年第9期87-94,共8页
针对YOLOv3-tiny的网络结构,提出一种基于结构化压缩方案的硬件加速架构。通过稀疏化训练和通道剪枝来降低网络的计算量,相较于原网络压缩了48%。采用定点量化在保障网络精度的前提下加快运算速度,采用循环分块与通道交错传输减少片内... 针对YOLOv3-tiny的网络结构,提出一种基于结构化压缩方案的硬件加速架构。通过稀疏化训练和通道剪枝来降低网络的计算量,相较于原网络压缩了48%。采用定点量化在保障网络精度的前提下加快运算速度,采用循环分块与通道交错传输减少片内存储加快数据传输,设计多通道并行加速网络计算。设计卷积、池化、上采样等各个计算模块提高计算效率,整个系统可以在150 MHz的时钟频率下稳定运行。实验表明,以三通道416×416图像为入口,在Xilinx Zynq UltraScale+MPSoC平台上可以达到7.04帧每秒的前向推理速度,获得了28.03 GOP/s的运算能力,功耗为2.91 W。 展开更多
关键词 yolov3-tiny FPGA 硬件加速
在线阅读 下载PDF
融合注意力机制的YOLOv3轨枕裂纹检测算法
19
作者 朱久牛 李立明 +2 位作者 郑树彬 彭乐乐 柴晓冬 《计算机与数字工程》 2025年第12期3332-3336,3406,共6页
针对目前人工巡检与物理设备辅助无损检测等方法在轨枕裂纹检测中表现效果差的问题,论文提出一种改进YOLOv3模型。论文提出一种融合坐标注意力机制的改进主干特征提取网络,使其能够捕捉空间信息长程依赖,从而较好地定位裂纹位置。论文... 针对目前人工巡检与物理设备辅助无损检测等方法在轨枕裂纹检测中表现效果差的问题,论文提出一种改进YOLOv3模型。论文提出一种融合坐标注意力机制的改进主干特征提取网络,使其能够捕捉空间信息长程依赖,从而较好地定位裂纹位置。论文提出的RFN模块,能够在进行特征融合前增强深层语义信息,融合整体网络的全局信息。利用DIoU代替YOLOv3的坐标回归损失使得网络较早地收敛。实验表明,改进的YOLOv3具有更好的检测性能,在相同的轨枕裂纹数据集上对二者进行测试,论文提出的改进目标检测算法,其中平均准确率均值提升约5.2%,精确度提升约2.5%,召回率提升约7.2%。论文设计的消融实验表明,使用SPP模块以及RFN模块提升了模型检测精度,DIoU损失函数的使用不仅加速了网络的收敛,同时也提供了更高的召回率与检测精度。总体来说,该模型能够高速、高精度地完成轨枕裂纹检测任务。 展开更多
关键词 轨枕裂纹检测 yolov3改进 RFN模块 空间金字塔池化 DIoU损失函数
在线阅读 下载PDF
基于改进YOLOv3的中药饮片智能鉴别模型研究
20
作者 高爽 周志强 +1 位作者 钟思羽 黄显章 《世界科学技术-中医药现代化》 北大核心 2025年第2期364-374,共11页
目的针对中药饮片鉴别研究中的饮片漏检、误检、定位不精准、置信度低等问题,通过对小目标和重叠度高的目标具有良好检测效果的YOLOv3算法进行改进,提升中药饮片智能检测识别的准确率。方法采集常见的148种中药饮片图像,构建中药饮片RG... 目的针对中药饮片鉴别研究中的饮片漏检、误检、定位不精准、置信度低等问题,通过对小目标和重叠度高的目标具有良好检测效果的YOLOv3算法进行改进,提升中药饮片智能检测识别的准确率。方法采集常见的148种中药饮片图像,构建中药饮片RGB图像数据集。在原始YOLOv3算法模型基础上,通过K-means聚类算法选取合适的锚点框尺寸;引入CIoU损失函数进行边界框回归,提高边界框的定位精度、置信度等;将传统的非极大值抑制NMS改进为DIoUNMS,降低YOLOv3算法对重叠度高的密集目标的漏检、误检等问题。结果对148种中药饮片进行测试,改进后的算法实现了98.47%的平均检测精度均值,相比原始YOLOv3算法提升了1.83%;对密集、重叠度高等复杂情况下的饮片实现了更好的检测效果,饮片漏检、误检、定位不精准、置信度低等问题在一定程度上得到了相应的缓解。结论改进后的算法有效提升了中药饮片的识别精度和泛化能力,为中药饮片实现自动化智能检测提供新的参考。 展开更多
关键词 中药饮片 深度学习 yolov3 损失函数 非极大值抑制
暂未订购
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 2 … 75 下一页 到第 页
使用帮助 返回顶部