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114篇文章
< 1 2 … 6 >
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TLF-YOLOv8的堆叠垃圾实例分割算法
1
作者 李利 梁晶 +2 位作者 陈旭东 潘红光 寇发荣 《科学技术与工程》 北大核心 2025年第5期2009-2018,共10页
相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的... 相较于一般场景下的图像实例分割,复杂堆叠场景下的实例分割受到严重遮挡、同类别待测物体堆叠等复杂情况的影响,使得其实例分割具有更大的难度。针对具有复杂堆叠场景下的垃圾实例分割问题,提出了一种融合YOLOv8与双层特征网络策略的实例分割算法。首先,在数据预处理部分进行特征数据分层,并通过双层图卷积网络(graph convolutions network,GCN)实现双分支特征融合,减弱堆叠情况对被遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。同时,为了解决同类待测物体易混淆的问题,融入了软阈值化非极大值抑制算法和新的交并比算法。最后,根据应用场景和数据集的复杂性,优化了主干网络部分的特征提取模块,并在主干网络部分引入了多尺度注意力机制,有效提高了模型的检测性能。实验使用遮挡垃圾分类实例分割数据集,实验结果表明该方法的平均准确率、交并比阈值为0.5时的平均准确率(AP_(50))、交并比为0.5~0.95时的平均准确率(AP_(50~95))等指标较之前的其他方法更优。相较于原YOLOv8算法,检测AP_(50)提高了7.9%,分割AP_(50)提高了5.4%,具有更好的检测和分割效果。 展开更多
关键词 垃圾堆叠 双层特征解耦融合 yolov8算法 软阈值化非极大值抑制 动态非单调聚焦机制 期望最大化注意力
在线阅读 下载PDF
基于改进YOLOv8的复杂果园环境下杏果的目标检测
2
作者 买买提·沙吾提 阿尔庆·西力克 《中国农机化学报》 北大核心 2025年第3期246-252,270,共8页
为解决复杂果园环境中,因遮挡、重叠导致杏果识别误检率较高、检测精度较低的问题,提出一种基于改进YOLOv8n网络模型的杏果检测算法。该算法采用轻量化模块MobileViT—XS替换原有骨干网络,保证特征提取能力,同时降低模型的参数量与计算... 为解决复杂果园环境中,因遮挡、重叠导致杏果识别误检率较高、检测精度较低的问题,提出一种基于改进YOLOv8n网络模型的杏果检测算法。该算法采用轻量化模块MobileViT—XS替换原有骨干网络,保证特征提取能力,同时降低模型的参数量与计算量,并且将原始的损失函数CIoU替换为WIoUv3,动态优化损失权重提高模型的检测精度。为验证改进方法的有效性,选取6种主流的目标检测模型、5种骨干网络的轻量化改进模型以及5种不同的损失函数进行对比试验。结果表明,改进后的模型相比原始模型在F 1、平均精度均值mAP上提升1.25%、1.48%,参数量、浮点运算量、模型大小分别降低28.06%、0.1 G、1.48 MB。改进后的算法能够精准、快速地在复杂的果园环境中识别出杏果。 展开更多
关键词 杏果 目标检测 复杂果园环境 轻量化网络 yolov8算法 损失函数
在线阅读 下载PDF
基于改进YOLOv8的遗留物品检测算法
3
作者 张震 葛帅兵 +2 位作者 陈可鑫 李友好 黄伟涛 《郑州大学学报(工学版)》 北大核心 2025年第4期40-46,共7页
针对传统基于背景减法的遗留物品检测算法难以应对人流拥挤、小目标、物品遮挡和光线变化等环境,以及基于深度学习方法中的模型准确率低等问题,提出了一种基于改进YOLOv8的遗留物品检测算法。首先,使用动态上采样DySample替换最近邻上采... 针对传统基于背景减法的遗留物品检测算法难以应对人流拥挤、小目标、物品遮挡和光线变化等环境,以及基于深度学习方法中的模型准确率低等问题,提出了一种基于改进YOLOv8的遗留物品检测算法。首先,使用动态上采样DySample替换最近邻上采样,优化上采样过程,增强模型的泛化能力。其次,将高效轻量的ADown下采样模块替代普通的下采样卷积,在降低整个模型参数量的同时,提升算法的检测精度。最后,引入EMA注意力机制,优化特征提取过程,增强特征提取能力,提升对小目标检测的效果。实验结果表明:改进后的模型YOLO-DAE在自建数据集上取得的准确率P、召回率R、mAP@50和mAP@50:95分别为93.4%,87.7%,91.7%和80.2%,相比于改进前的YOLOv8s模型在模型参数量和计算量减少的同时,分别提高了1.8百分点、1.6百分点、1.2百分点和2.1百分点,并且mAP@50和mAP@50:95均高于YOLOv5s r6.0、YOLOv6s v3.0、YOLOv7s AF和YOLOv9s,有效提升了遗留物品检测能力。 展开更多
关键词 遗留物品检测 yolov8算法 EMA注意力机制 DySample模块 ADown模块
在线阅读 下载PDF
一种改进YOLOv8的无人机红外影像目标轻量化精确检测方法
4
作者 郭海涛 张亦弛 +3 位作者 陈明岩 朱坤 卢俊 周一 《测绘科学技术学报》 2025年第2期146-153,共8页
无人机红外影像目标检测在农业、商业等领域都有广泛的研究需求和应用场景。针对当前无人机红外影像中目标检测精度低,特别是小目标难以有效检测的问题,并为了便于模型部署,基于YOLOv8算法,提出了一种红外目标轻量化高精度检测算法(YOLO... 无人机红外影像目标检测在农业、商业等领域都有广泛的研究需求和应用场景。针对当前无人机红外影像中目标检测精度低,特别是小目标难以有效检测的问题,并为了便于模型部署,基于YOLOv8算法,提出了一种红外目标轻量化高精度检测算法(YOLOv8-PFAF)。该算法在YOLOv8的基础上,增加一个针对小目标的额外检测头,同时引入自适应空间特征融合策略(ASFF)改进检测头,显著提升了红外目标检测精度。平均精度均值(交并比阈值为50%)提高1.2%,综合平均精度均值(交并比阈值为50%~95%)提高2%。设计并融入了C2f_PConv模块,有效减少特征图冗余,降低模型尺寸,更好地满足后期实时检测中模型部署的需要。 展开更多
关键词 无人机红外影像 目标检测 yolov8算法 小目标 自适应空间特征融合策略 轻量化
在线阅读 下载PDF
基于改进YOLOv8的火焰检测算法
5
作者 段志伟 赵师震 闫浩 《自动化技术与应用》 2025年第10期84-89,共6页
针对复杂环境下检测火焰效果差,初期小火焰容易出现错检以及漏检的问题,在YOLOv8的基础上提出YOLOv8-SCV算法。首先,在C2f模块中嵌入SimAM注意力机制,设计一个模块SimAM-C2f,应用到骨干网络中,减少特征冗余,帮助模型更精确地识别火焰特... 针对复杂环境下检测火焰效果差,初期小火焰容易出现错检以及漏检的问题,在YOLOv8的基础上提出YOLOv8-SCV算法。首先,在C2f模块中嵌入SimAM注意力机制,设计一个模块SimAM-C2f,应用到骨干网络中,减少特征冗余,帮助模型更精确地识别火焰特征;然后,引入上采样算子CARAFE替代Upsample模块,减少上采样信息的损失。最后,在Neck部分,使用轻量级卷积GSConv代替标准卷积,使用单次聚合(one-shot aggregation)方法设计跨级部分网络VoV-GSCSPC,减少模型参数量,降低模型计算量的同时,提升一定的精度。实验结果表明,YOLOv8-SCV算法相比原来的算法mAP50、Precision值分别提高了4.1%、7%,改善了小目标火焰错检、漏检问题,同时满足火焰检测的实时性要求。 展开更多
关键词 深度学习 火焰检测 注意力机制 yolov8算法 特征融合
在线阅读 下载PDF
改进YOLOv8算法的机场外来物检测研究
6
作者 郭九霞 李金润 +2 位作者 王义龙 李静远 唐锐 《舰船电子工程》 2025年第3期119-125,共7页
为解决机场外来物检测方法存在检测稳定性差、漏检的问题,论文使用YOLOv8算法进行改进。首先,使用动态卷积ODConv,通过引入可学习的形变模块,动态调整卷积核的形状、大小及通道维度,优化卷积过程并专注于机场外来物的形状大小和尺度变化... 为解决机场外来物检测方法存在检测稳定性差、漏检的问题,论文使用YOLOv8算法进行改进。首先,使用动态卷积ODConv,通过引入可学习的形变模块,动态调整卷积核的形状、大小及通道维度,优化卷积过程并专注于机场外来物的形状大小和尺度变化,实现对图像特征信息的高效提取;其次,设计了C2f_DAConv模块,降低了算法的参数量;然后,在PANet网络架构的基础上,融合主干网络的P2特征层,并将PANet网络架构更改为BiFPN,该网络实现了底层细节特征信息和高层语义特征信息的高效融合,减少了外来物目标特征的信息丢失;最后,为解决预测框与目标框之间的定位误差问题,更改损失函数为Inner SIoU,优化了算法的计算过程,加快了算法训练的收敛速度,同时提升了算法的检测精度。实验结果表明,改进的算法相比原YOLOv8算法,其参数量降低了35.5%,平均精度均值(mAP)达到97.3%,提升了2.0%,召回率(Re-call)为95.5%,提升了5.2%;对比分析F1曲线、P-R曲线和Recall曲线,表明改进的算法在检测稳定性方面有显著提升,能有效解决机场外来物的漏检问题。 展开更多
关键词 改进yolov8算法 FOD检测 动态卷积 机场安全
在线阅读 下载PDF
基于改进Yolov8的绝缘子缺陷检测
7
作者 于瓅 刘云 《佳木斯大学学报(自然科学版)》 2025年第1期16-19,57,共5页
针对无人机航拍图像中存在缺陷目标较小且背景复杂问题,提出了一种基于YOLOv8模型的绝缘子缺陷检测的算法CSSD_YOLOv8。首先使用SAConv代替Conv,设计全新的SA_C2f模块代替部分C2f,提高模型对多尺度目标的特征提取能力;其次,引入SPPF_LSK... 针对无人机航拍图像中存在缺陷目标较小且背景复杂问题,提出了一种基于YOLOv8模型的绝缘子缺陷检测的算法CSSD_YOLOv8。首先使用SAConv代替Conv,设计全新的SA_C2f模块代替部分C2f,提高模型对多尺度目标的特征提取能力;其次,引入SPPF_LSKA模块,丰富多尺度特征表达;另外,设计一种DWR_Detect检测头替换原Detect结构,有效地降低小目标的漏检率;同时为优化小目标检测效果,添加小目标检测层,增强深层语义信息与浅层语义信息的结合。实验结果表明,改进后的绝缘子缺陷检测网络精度为92.1%,召回率为90.2%,mAP为93.8%,较原YOLOv8网络分别提高了0.7,3.9,3.1个百分点,提高了模型的检测效果,证明了该改进算法的有效性。 展开更多
关键词 小目标检测 yolov8算法 DWR_Detect检测头 LSKA注意力
在线阅读 下载PDF
基于YOLOv8n的甘蔗杂草识别方法 被引量：3
8
作者 罗柳茗 李岩舟 +2 位作者 石美琦 黄鑫 陈汐 《中国农机化学报》 北大核心 2025年第2期237-244,共8页
杂草是影响甘蔗生长的重要因素之一,为实现对不同甘蔗杂草的识别,提出一种基于深度学习的甘蔗杂草检测方法。以广西地区常见且对甘蔗生长危害较大的杂草为对象进行图片采集,并对采集的图片进行平移、翻转、裁剪、缩小、对比度和光亮调... 杂草是影响甘蔗生长的重要因素之一,为实现对不同甘蔗杂草的识别,提出一种基于深度学习的甘蔗杂草检测方法。以广西地区常见且对甘蔗生长危害较大的杂草为对象进行图片采集,并对采集的图片进行平移、翻转、裁剪、缩小、对比度和光亮调整及去噪等操作增强数据。利用YOLOv8n检测模型对数据集进行试验,并与YOLOv3—tiny、YOLOv4—tiny、YOLOv5n和Yolov7—tiny进行对比。试验结果表明,YOLOv8n检测模型的精确率为98.3%,召回率为96.8%,mAP为98.2%。与目前主流的轻量化目标检测算法YOLOv3—tiny、YOLOv4—tiny、YOLOv5s和YOLOv7—tiny对比,精确率分别提高26.9%、12.7%、4.2%和9%;召回率分别提高25%、24.5%、6.1%和10.6%;mAP分别提高25.9%、19.4%、3.6%、7.8%。同时,在密集、遮挡、杂草交错、小目标、昏暗环境的情况下YOLOv8n检测模型对甘蔗杂草能实现高精度识别,具有较强的鲁棒性。 展开更多
关键词 甘蔗 杂草识别 yolov8n算法 目标检测
在线阅读 下载PDF
远距离情形下的改进YOLOv8行人检测算法 被引量：2
9
作者 汤静雯 赖惠成 王同官 《计算机工程》 北大核心 2025年第4期303-313,共11页
智慧社区场景下的行人检测需要精准识别行人以应对各类情况的发生,然而面对遮挡和远距离行人的情景,现有检测器会出现漏检、误检以及模型过大不易部署的问题。针对以上问题,提出基于YOLOv8的行人检测算法ME-YOLO。设计一种高效特征提取... 智慧社区场景下的行人检测需要精准识别行人以应对各类情况的发生,然而面对遮挡和远距离行人的情景,现有检测器会出现漏检、误检以及模型过大不易部署的问题。针对以上问题,提出基于YOLOv8的行人检测算法ME-YOLO。设计一种高效特征提取模块(EM),使得网络更好地学习行人特征和捕捉行人特点,在减少网络参数量的同时提高检测精度。设计一个重构的检测头模块,重新整合后的检测层增强了网络对小目标的识别能力,有效检测小目标行人。引入双向特征金字塔网络来设计新的颈部网络,即双向扩张残差-特征金字塔网络(BDR-FPN),利用扩张残差模块和附权注意力机制来扩展感受野及有所侧重地学习行人特征,缓解网络对遮挡行人不敏感问题。实验结果表明,在CityPersons数据集上进行训练和验证,相比原算法YOLOv8,ME-YOLO算法的AP_(50)提高了5.6百分点,模型参数量减少了41%,模型大小压缩了40%,在TinyPerson数据集上验证算法的有效性和泛化性,AP_(50)提高了4.1百分点,AP_(50∶95)提高了1.7百分点。该算法在大幅度减少模型参数和大小的同时,有效提高了检测精度,在智慧社区场景中有较好的应用价值。 展开更多
关键词 行人检测 智慧社区 小目标行人 特征金字塔网络 yolov8算法
在线阅读 下载PDF
改进YOLOv8的钢材表面缺陷检测算法 被引量：2
10
作者 徐莲蓉 梁少华 《现代电子技术》 北大核心 2025年第4期173-180,共8页
为了更有效地识别钢材表面的细小和复杂缺陷,提出一种改进YOLOv8的钢材表面缺陷检测算法。首先,在原模型的Neck部分引入空间和通道重构卷积SCConv模块,提高模型对小尺度目标缺陷的识别能力;其次,将CA注意力机制模块融合到原始的Backbone... 为了更有效地识别钢材表面的细小和复杂缺陷,提出一种改进YOLOv8的钢材表面缺陷检测算法。首先,在原模型的Neck部分引入空间和通道重构卷积SCConv模块,提高模型对小尺度目标缺陷的识别能力;其次,将CA注意力机制模块融合到原始的Backbone中,使模型能够更好地关注目标缺陷的特征信息;接着,采用高效层聚合网络(RepGFPN)模块作为颈部网络,充分融合不同尺度的特征,提高特征融合能力;最后,引入轻量级上采样算子CARAFE,进一步提升模型的检测效果。实验结果显示,在公开的NEU-DET数据集上,改进后模型的平均精度均值(mAP)达到了81.1%,相较于原始YOLOv8模型,mAP提高了2.7%,精确率提升了3.9%。与此同时,在GC10-DET数据集上的实验也表明改进模型具有良好的鲁棒性,证明了所提算法能够有效地完成钢材表面缺陷的检测任务。 展开更多
关键词 钢材表面缺陷 缺陷检测 yolov8算法 坐标注意力机制 高效层聚合网络 识别能力
在线阅读 下载PDF
改进YOLOv8的列车转向架螺栓检测方法研究
11
作者 胡贺南 何秋禹 +2 位作者 李荣华 王大志 张然 《计算机工程与应用》 北大核心 2025年第21期117-128,共12页
为解决转向架底部复杂环境和低分辨率条件下小目标螺栓检测难度大、精度低的问题,提出一种基于YOLOv8的多特征融合改进算法。在图像预处理阶段,利用自适应式对比度拉伸变换技术增强图像质量,突出螺栓细节特征,为后续目标检测算法提供高... 为解决转向架底部复杂环境和低分辨率条件下小目标螺栓检测难度大、精度低的问题,提出一种基于YOLOv8的多特征融合改进算法。在图像预处理阶段,利用自适应式对比度拉伸变换技术增强图像质量,突出螺栓细节特征,为后续目标检测算法提供高质量输入;在特征提取网络中,引入SPD-Conv模块替代传统跨步卷积与池化操作,减少小目标检测中的细粒度信息丢失;在Backbone中,设计一种BoSTNet结构,合理优化主干网络,有效提升对螺栓小目标信息的有效保留;在Neck层中,设计并集成一种并行动态加权多维度融合注意力模块,进一步抑制噪声干扰;为加速模型收敛并提高回归精度,引入Focaler-MPDIoU函数优化边界框回归损失,从而有效地定位螺栓。实验结果表明,在自制数据集上,相比原始模型,改进后的YOLOv8在螺栓检测精度、召回率、mAP50上分别提升3.9、3.2、4.8个百分点,达到95.1%、94.6%和95.0%,体现了该模型在复杂条件下的小目标螺栓的高效性。此外,在VisDrone-2019数据集上,相较于其他检测方法,改进的YOLOv8有更高的检测精度,进一步验证了该模型在复杂场景和小目标检测中的应用价值。 展开更多
关键词 螺栓检测 yolov8算法 卷积神经网络 混合注意力机制
在线阅读 下载PDF
改进YOLOv8的恶劣天气下船舶目标检测算法研究
12
作者 李纯杰 蔡易南 +1 位作者 胡杰 詹炜 《现代电子技术》 北大核心 2025年第12期77-82,共6页
针对现有内河航道中由于雨、雪、雾等恶劣天气导致的船只检测困难问题,提出一种基于YOLOv8的航道船舶目标检测方法,即YOLOv8-Ship。该算法设计一种特征聚焦扩散金字塔网络,融合YOLOv9中的ADown模块,使每个尺度的特征保留更多的上下文信... 针对现有内河航道中由于雨、雪、雾等恶劣天气导致的船只检测困难问题,提出一种基于YOLOv8的航道船舶目标检测方法,即YOLOv8-Ship。该算法设计一种特征聚焦扩散金字塔网络,融合YOLOv9中的ADown模块,使每个尺度的特征保留更多的上下文信息;同时引入聚核初始网络(PKINet)以及上下文锚点注意力模块(CAA)改进C2f,来增强中心区域的特征;最后采用深度可分离卷积取代骨干网络中的普通卷积,减少模型参数量和计算量。实验结果表明,在雨、雪、雾的天气条件下,与传统的YOLOv8n相比,改进算法的精确率提高了0.5%,召回率提升了3.4%,F1分数提升了2%,mAP@0.5提升了1.2%,平均精度均值达到97.5%,有效提高了内河航道恶劣天气下过往船只的识别精度,具备较强的鲁棒性。 展开更多
关键词 船舶检测 yolov8算法 恶劣天气 聚核初始网络 上下文锚点注意力模块 特征识别
在线阅读 下载PDF
加热炉出钢过程钢坯定位的NDS-yolov8目标检测算法
13
作者 金东正 田勇 +2 位作者 王泽昊 黄铮迪 王丙兴 《轧钢》 北大核心 2025年第5期124-133,183,共11页
在热轧过程中,钢坯位置定位至关重要,可以实现自动化的钢坯位置检测,从而提高生产效率和质量控制。但实际生产过程中,由于钢坯生产环境恶劣,造成钢板定位检测困难。针对上述问题,提出一种稳定的Yolov8钢坯检测算法:提出混合注意力机制网... 在热轧过程中,钢坯位置定位至关重要,可以实现自动化的钢坯位置检测,从而提高生产效率和质量控制。但实际生产过程中,由于钢坯生产环境恶劣,造成钢板定位检测困难。针对上述问题,提出一种稳定的Yolov8钢坯检测算法:提出混合注意力机制网络,解决了金字塔网络中浅层特征丢失的问题,增加网络学习局部特征的能力,轻量化模型,提升检测精度。实施方法为:首先在网络中引入注意力模块,提高对图像细节特征信息的保留能力,提升目标的整体检测精度;其次,设计NPANet特征融合结构,加强对图像的多尺度特征融合能力;然后,改进卷积模块,轻量化网络模型;最后,改进损失函数,提高了算法的回归性能,降低稳定框生成误差。实验结果表明:改进的NDS-yolov8模型相比于初始网络结构,其权重文件大小由6.2 MB变为4.6 MB、浮点运算性能由8.1 GFLOPS变为6.4 GFLOPS、不同I_(oU)值时的平均精度(P_(mA)@[0.5∶0.95])提升0.5%。与实际场景中的真实值相比,NDS-yolov8网络模型在精度上相较于原始Yolov8网络模型误差显著降低,能够更准确地估计钢坯的实时位置,从而有效提升钢坯检测与定位的性能。 展开更多
关键词 NDS-yolov8算法 特征融合 深度可分离卷积 目标检测算法 改进误差函数
原文传递
基于YOLOv8的林区行人目标检测研究 被引量：3
14
作者 李琳琳 孙海龙 《森林工程》 北大核心 2025年第1期138-150,共13页
为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头... 为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头,训练时增加卷积层的复杂性,推理时使用单分支结构,从而丰富网络的特征表示能力,并保持高效的推理速度;在特征融合前增加了卷积注意力机制模块CGA,减少计算量;使用Focaler-ShapeIoU损失函数代替CIoU损失函数,弥补边界框回归方法的不足,进一步提高检测能力。试验结果表明,与基准模型相比,改进后的算法mAP50提高了2%,mAP50-95提高了2.4%,模型的处理速度(FPS)提高了4.33%,证明改进后的算法能够更好地应用在林区行人检测的任务中。 展开更多
关键词 林区管理 行人检测 yolov8 注意力机制 损失函数 改进算法 深度学习 识别
在线阅读 下载PDF
基于Yolov8算法三角舌新舌象特征研究
15
作者 齐雪杉 马新宇 +6 位作者 杨珺涵 周婉宁 李晓静 王涵 张哲 宫丽鸿 徐首帅 《辽宁中医药大学学报》 2025年第8期141-148,共8页
目的三角舌作为一类特殊新舌象特征,应用图像处理技术Yolov8算法进行三角舌新舌象特征研究。方法该研究纳入辽宁中医药大学在读大学生1000例,其中具有三角舌舌象特征的64例,同时采用随机抽样方法,抽取非三角舌100例作为对照,应用Unet及O... 目的三角舌作为一类特殊新舌象特征,应用图像处理技术Yolov8算法进行三角舌新舌象特征研究。方法该研究纳入辽宁中医药大学在读大学生1000例,其中具有三角舌舌象特征的64例,同时采用随机抽样方法,抽取非三角舌100例作为对照,应用Unet及OpenCV算法进行舌象五分区划定;通过OpenCV算法提取舌质、舌苔及舌下络脉HSI、Lab色度空间数据;通过Yolov8算法分析两组舌体角度及舌下络脉相对高度和相对宽度等舌象特征参数。通过对比两组舌象特征差异,探究三角舌舌象特征;进一步通过9种体质量表测定,总结其与体质的相关性;并将36例气郁质三角舌人群气郁质评分按三分法分组,通过单因素分析,判断其与气郁质严重程度的相关性。结果定性分析:与对照组相比,三角舌组更易出现淡紫舌、舌体紧张、点刺舌,白厚苔与络脉增粗的舌象特征,差异显著(P<0.05)。定量分析:颜色特征方面:三角舌组舌质1区、3区、4区H值明显偏大,1区I值明显偏小,3区L值明显偏小,1区、2区、3区、4区b值明显偏小,差异显著(P<0.05);三角舌组舌苔1区、3区、4区H值明显偏大,1区、2区、3区、4区、5区b值明显偏小,差异显著(P<0.05);三角舌组左右两支络脉H值均偏大,左络脉S值、两支络脉b值均偏小(P<0.05)。形态特征方面:三角舌组舌体长宽比明显增大,舌尖角度明显减小,差异显著(P<0.05)。通过体质量表测定,三角舌在气郁质中占比最高;在气郁质评分组中,舌体角度数值的分布呈现高评分组小于中评分组,中评分组小于低评分组,而舌体角度数值与其气郁体质的严重程度之间存在明显负相关(P<0.05)。结论该研究发现并分析三角舌新舌象特征,显示其在气郁质中占比最高,并发现气郁质人群舌体角度数值与其气郁体质的严重程度之间存在明显负相关,以期为三角舌新舌象特征临床应用提供客观依据。 展开更多
关键词 三角舌 气郁质 yolov8算法 体质辨识
原文传递
基于Yolov8+U-Net算法的混凝土坝表面缺陷检测分析
16
作者 刘蕙 黄耀英 +1 位作者 徐世媚 魏海东 《中国农村水利水电》 北大核心 2025年第6期134-140,共7页
高效、精确进行混凝土坝缺陷图像检测分析是确保大坝安全运行的必要工作。针对混凝土坝表面缺陷图像具有多类别、独特性以及现有大坝现场巡视检查高质量样本不足等问题,首先通过自制混凝土板模拟裂缝和渗漏等典型缺陷,构建混凝土坝多类... 高效、精确进行混凝土坝缺陷图像检测分析是确保大坝安全运行的必要工作。针对混凝土坝表面缺陷图像具有多类别、独特性以及现有大坝现场巡视检查高质量样本不足等问题,首先通过自制混凝土板模拟裂缝和渗漏等典型缺陷,构建混凝土坝多类别缺陷数据集,进而采用Yolov8+U-Net“两步法”建立混凝土坝多类别表面缺陷检测分析模型,最后以某混凝土重力坝现场巡视检查表面缺陷图像作为测试对象,采用所建立的检测分析模型进行智能检测。结果表明,采用Yolov8+U-Net算法的“两步法”模型可实现混凝土坝渗水和裂缝缺陷的高效、准确检测,所建模型识别定位精确率为0.84、召回率为0.98,分割精确率为0.91、召回率为0.71。 展开更多
关键词 深度学习 混凝土坝 图像检测 yolov8算法 U-Net算法
在线阅读 下载PDF
改进YOLOv8的实时轻量化鲁棒绿篱检测算法
17
作者 张佳承 韦锦 陈义时 《计算机工程》 北大核心 2025年第7期362-374,共13页
针对道路两侧绿篱修剪的目标检测过程中对算法实时性、轻量化的要求以及算法在实际检测中的精度和光照鲁棒性问题,提出一种基于YOLOv8n的算法MGW-YOLO,并给出一种新的C2f_ModuGhost+模块来替换主干网络中的C2f模块,其中设计的调制可变... 针对道路两侧绿篱修剪的目标检测过程中对算法实时性、轻量化的要求以及算法在实际检测中的精度和光照鲁棒性问题,提出一种基于YOLOv8n的算法MGW-YOLO,并给出一种新的C2f_ModuGhost+模块来替换主干网络中的C2f模块,其中设计的调制可变形卷积增加了偏移量特征通道数,以加速模型的推理,增强算法实时性。在颈部网络中引入分组空间卷积(GSConv)轻量级卷积技术和slim-neck设计范式,并通过融合标准卷积、深度可分离卷积和Shuffle模块的思想,降低模型的参数量,实现模型的轻量化。设计一种具有双重加权机制的Focal-WIoU损失函数,WIoU中的双层交叉注意力机制可有效降低多个绿篱相连和遮挡时的误检率,并且利用Focal Loss权重因子提升对特殊形状绿篱等难分类样本的检测精度。另外采用TRADES方法的对抗训练策略,在分类问题鲁棒性与精度之间进行有效权衡。实验结果表明,相比基线算法YOLOv8n,MGW-YOLO的mAP@0.5和mAP@0.5∶0.95分别提高了3.29和2.87百分点,在无人驾驶底盘上的实验结果表明,MGW-YOLO相较于原始算法的预处理时间、每帧平均推理时间和每帧后处理时间分别降低了0.7 ms、10.7 ms和0.7 ms,检测速度提升了15.7帧/s,适用于绿篱修剪机在道路两侧实时性作业的需求。 展开更多
关键词 yolov8算法 目标检测 C2f_ModuGhost+模块 分组空间卷积轻量级卷积 Focal-WIoU损失函数 对抗训练
在线阅读 下载PDF
融合注意力机制的YOLOv8火焰目标检测算法 被引量：2
18
作者 钱伟 杨潇 +2 位作者 刘全义 罗宏 王海斌 《安全与环境学报》 北大核心 2025年第1期75-84,共10页
目前民航客机货舱火灾探测主要通过烟雾探测实现,存在漏报、误报、实时性差等问题,基于视觉的视频图像探测是解决上述问题的重要技术。针对视频图像检测火焰算法多收敛速度慢等问题,提出了基于YOLOv8优化的火焰检测算法模型。首先,在众... 目前民航客机货舱火灾探测主要通过烟雾探测实现,存在漏报、误报、实时性差等问题,基于视觉的视频图像探测是解决上述问题的重要技术。针对视频图像检测火焰算法多收敛速度慢等问题,提出了基于YOLOv8优化的火焰检测算法模型。首先,在众多视频火焰检测算法中,以火焰检测精准度筛选出YOLOv8算法作为底层火焰检测算法,针对YOLOv8算法,以优化速度为方向,设计了RFAConv卷积方式,运用组卷积方式融合卷积通道,以达到减少YOLOv8计算量、提升运算速度的目的。通过采集模拟货舱大空间火灾火焰图像,验证了优化后的YOLOv8火焰检测算法在检测精度不变的情况下,压缩了10%的参数量,实现了算法的轻量化,提升了运算效率。 展开更多
关键词 安全工程 火焰识别 yolov8 图像检测 算法优化
原文传递
基于改进YOLOv8的织物疵点检测算法 被引量：1
19
作者 罗维平 张哲 《黄河科技学院学报》 2025年第2期23-30,共8页
针对织物疵点检测中疵点形态各异,检测结果容易存在漏检或误检等问题,提出一种改进YOLOv8的织物疵点检测算法。首先将主干网络替换为GhostNet,该方法在减少对计算资源要求的同时,在保证网络结构质量的前提下,减轻了网络结构的重量。另外... 针对织物疵点检测中疵点形态各异,检测结果容易存在漏检或误检等问题,提出一种改进YOLOv8的织物疵点检测算法。首先将主干网络替换为GhostNet,该方法在减少对计算资源要求的同时,在保证网络结构质量的前提下,减轻了网络结构的重量。另外,该模型还利用了一系列有效的线性运算,减少了模型中的参数,获得更多的特征图谱,减少了算法的计算量,大大提高了模型的性能。其次引入CA注意力机制(coordinate attention),有效增强了网络的特征提取能力。最后引入BiFPN金字塔替换head层中的concat连接,将语义信息传递到不同的特征尺度上,从而增强特征融合。实验结果表明改进的算法在检测8类织物疵点时,mAP@0.5达到91.9%,mAP@0.5:0.95达到48.8%,相比原始的YOLOv8n算法分别提高了2.2%和1.1%,具备更高的检测精度,具有更少的漏检或误检情况。 展开更多
关键词 疵点检测 yolov8算法 GhostNet 坐标注意力 BiFPN
在线阅读 下载PDF
改进YOLOv8的绝缘子缺陷检测
20
作者 刘云 于瓅 《湖南工业大学学报》 2025年第6期23-28,共6页
在绝缘子检测过程中,由于航拍绝缘子图像中背景复杂、检测目标尺度相差较大等特点,容易出现漏检和误检。为了能更准确地检测出缺陷的绝缘子,提出了一种CHD-YOLO算法模型。首先,在颈部网络中,采用轻量级的跨尺度特征融合模块CCFM,更好地... 在绝缘子检测过程中,由于航拍绝缘子图像中背景复杂、检测目标尺度相差较大等特点,容易出现漏检和误检。为了能更准确地检测出缺陷的绝缘子,提出了一种CHD-YOLO算法模型。首先,在颈部网络中,采用轻量级的跨尺度特征融合模块CCFM,更好地利用特征信息,并降低网络的计算复杂度,减少网络计算开销;然后,将HAttention注意力机制融入YOLOv8n算法中,以获取更多细节特征,提高模型提取和融合目标特征的能力;最后,引入Dynamic Head模块,增强检测头的感知性能,提高模型对小缺陷区域的识别能力。实验结果表明,改进后的YOLOv8模型mAP值达93.0%,相较于原YOLOv8提升了2.3%。该方法在精度和速度上达到了平衡,满足了电力系统绝缘子缺陷准确的检测需求。 展开更多
关键词 小目标检测 yolov8算法 多尺度特征 注意力机制
在线阅读 下载PDF
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 … 6 下一页 到第 页
使用帮助 返回顶部