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134篇文章
< 1 2 … 7 >
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YOLOv8的飞机蒙皮缺陷检测算法
1
作者 章东平 王杼涛 +2 位作者 夏岳键 徐云超 林丽莉 《北京航空航天大学学报》 北大核心 2026年第1期38-48,共11页
为解决传统飞机蒙皮缺陷检测依靠人眼观察时,因人眼容易疲劳和个体认知有限导致效率降低的问题,提出一种基于改进YOLOv8的飞机蒙皮缺陷检测算法。对数据增强方式进行改进,提出一种切片推理+马赛克的数据增强方法;集成残差块到特征提取网... 为解决传统飞机蒙皮缺陷检测依靠人眼观察时,因人眼容易疲劳和个体认知有限导致效率降低的问题,提出一种基于改进YOLOv8的飞机蒙皮缺陷检测算法。对数据增强方式进行改进,提出一种切片推理+马赛克的数据增强方法;集成残差块到特征提取网络,增强网络表达能力的同时,提高模型在飞机蒙皮缺陷检测任务中的精度;应用三分支注意力模块改进特征融合网络,减少小目标样本的误检率和漏检率;优化检测头结构,使网络能够更好地将浅层信息与深度信息有效结合。实验结果表明:相比于YOLOv8算法,改进算法在飞机蒙皮缺陷数据集上的平均精度均值(mAP)和查全率分别提高了3.6%和3.7%,在公开数据集VOC2007上的平均精度均值和查全率提高了2.9%和2.2%。 展开更多
关键词 yolov8算法 表面缺陷检测 数据增强 目标检测 注意力机制
原文传递
基于YOLOv8s改进的布匹缺陷检测算法
2
作者 毛佳奇 孙日明 《山西电子技术》 2026年第1期30-33,共4页
为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标... 为提高布匹缺陷检测的精度和效率,提出了改进的模型FES-YOLOv8s。该算法是以YOLOv8s为基准模型,在网络结构中引入FocalModulation模块替换SPPF模块,加强网络的特征提取能力和自适应能力,使得在特征提取过程中网络能够更加关注缺陷目标。为了进一步提升网络的特征提取能力和增强网络学习缺陷目标的信息能力,提出将C2f模块替换为多尺度转换模块Efficient Multi-Scale-Conv,同时减少了模型的参数量。考虑到缺陷样本质量不平衡问题,使用SIoU损失函数,增强缺陷定位准确率,并且提高模型收敛速度和回归精度。改进后的模型在布匹数据集上进行实验,其实验结果表明,改进后的模型的mAP@0.5达到90.5%,相比于基准模型提高了12.2%。与原YOLOv8s算法相比,改进后的网络参数量减少了42.34%,mAP@0.5、精确率分别提高了12.2%、16.8%,充分验证了算法的优势和有效性,改善了布匹表面缺陷检测精度较低的问题。 展开更多
关键词 yolov8s算法 FocalModulation Efficient Multi-Scale-Conv SIoU 布匹缺陷
在线阅读 下载PDF
基于YOLOv8及OCR技术的图书定位清点系统设计——以湖北文理学院图书馆为例
3
作者 胡鹏 屈俊峰 宋超 《襄阳职业技术学院学报》 2026年第1期96-101,共6页
文章设计了一种图书定位清点系统。该系统基于YOLOv8及OCR技术构建图书书脊图像采集分析模块,对图书书脊上的标题、书标进行目标识别与字符信息提取,依托提取的信息获取图书的索书号,并通过构建的数据库模块与馆内超星自动化数据库实现... 文章设计了一种图书定位清点系统。该系统基于YOLOv8及OCR技术构建图书书脊图像采集分析模块,对图书书脊上的标题、书标进行目标识别与字符信息提取,依托提取的信息获取图书的索书号,并通过构建的数据库模块与馆内超星自动化数据库实现数据交互,完成图书的定位清点工作。文章对系统设计过程中如何进行图像采集构建高质量训练数据集、如何利用OCR技术识别书标信息和书脊上竖排文字信息,以及系统数据库的设计思路进行了详细描述,同时对整个系统的工作流程进行了详细介绍。测试结果表明,该系统识别效果良好,能够有效提高图书清点效率以及检索查找定位图书的效率。 展开更多
关键词 yolov8算法 索书号 OCR算法 竖排文字
在线阅读 下载PDF
融合多尺度边缘增强提取的YOLOv8遥感图像目标检测算法
4
作者 王伟杰康 任洪亮 《华侨大学学报(自然科学版)》 2026年第1期50-60,共11页
为了提升YOLOv8算法在遥感任务中对不同尺度目标的特征提取能力及检测精度,提出一种多尺度边缘增强提取YOLOv8算法。引入浅鲁棒高效多尺度降采样和深鲁棒高效多尺度降采样模块,分别增强低层和深层特征细节的保留能力;引入高效边缘增强... 为了提升YOLOv8算法在遥感任务中对不同尺度目标的特征提取能力及检测精度,提出一种多尺度边缘增强提取YOLOv8算法。引入浅鲁棒高效多尺度降采样和深鲁棒高效多尺度降采样模块,分别增强低层和深层特征细节的保留能力;引入高效边缘增强上采样模块,提高网络在多尺度及复杂背景下的检测能力;引入部分自注意力机制模块,增强全局信息建模能力,有效抑制背景噪声。结果表明:相较于YOLOv8算法,文中算法在DIOR数据集上表现更佳,精确率提升了0.7%,召回率提升了2.4%,交并比为0.50的平均精确率均值提升了2.0%,交并比为0.50~0.95的平均精确率均值提升了2.8%。 展开更多
关键词 遥感图像 yolov8算法 边缘增强 多尺度特征提取
在线阅读 下载PDF
基于改进simAM-YOLOv8的路面多病害识别方法
5
作者 单飞 李辉 +2 位作者 孙浩 聂世刚 申忠虎 《吉林大学学报(工学版)》 北大核心 2026年第1期219-230,共12页
针对道路路面病害数据多模态和识别准确率低的问题,提出了一种基于无参数注意力机制simAM改进YOLOv8的路面多病害识别算法。利用自有路面病害数据集,在YOLOv8结构中嵌入Res2Net,在计算负载量相似的基础上增强多规模特征提取能力;采用si... 针对道路路面病害数据多模态和识别准确率低的问题,提出了一种基于无参数注意力机制simAM改进YOLOv8的路面多病害识别算法。利用自有路面病害数据集,在YOLOv8结构中嵌入Res2Net,在计算负载量相似的基础上增强多规模特征提取能力;采用simAM模块进一步调整不同尺度特征图的权重,实现对目标的检测改善;利用遗传算法提升模型自动寻参速度,使用HSV以及Mosaic等图像增强手段扩充小样本病害。实验结果表明:改进后的simAM-YOLOv8算法对沥青、水泥等不同类型路面的裂缝、破碎板、修补等病害识别结果相较原网络精确率整体提升了15.3%,召回率整体提升了13.1%,表现出了较好的智能识别效果,可在公路路况自动化检测方面发挥重要作用。 展开更多
关键词 智能交通 路面病害 识别算法 simAM yolov8 Res2Net
原文传递
基于TLF-YOLOv8的堆叠垃圾实例分割算法 被引量：1
6
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
改进YOLOv8的输送带损伤检测方法
7
作者 袁媛 白一超 +3 位作者 周利东 孟文俊 王淼 曲文斌 《中国机械工程》 北大核心 2025年第12期2829-2836,共8页
提出一种基于改进YOLOv8算法的输送带损伤检测算法:用Focal Modulation模块替换YOLOv8原有的SPPF模块;针对损伤与背景相似度高的问题,引入DySample轻量动态上采样模块,使采样点集中在目标区域而忽略背景部分,实现损伤的有效识别;在颈部... 提出一种基于改进YOLOv8算法的输送带损伤检测算法:用Focal Modulation模块替换YOLOv8原有的SPPF模块;针对损伤与背景相似度高的问题,引入DySample轻量动态上采样模块,使采样点集中在目标区域而忽略背景部分,实现损伤的有效识别;在颈部网络中加入高效多尺度注意力模块来获取更多细节信息,进一步提高损伤目标的关注度。引入PIoU v2损失函数,通过计算真实框与预测框之间的重叠面积精准定位损伤,同时考虑长宽比以更好地适应不同形状损伤。实验结果表明,改进后的模型对输送带损伤检测的精确度和平均精确度均值分别达到了90.3%和93.2%,相比于基线模型YOLOv8提高了2.3%和2.5%。改进YOLOv8的检测速度达83帧/s,可充分满足输送带损伤实时检测的需求。 展开更多
关键词 输送带损伤 Focal Modulation模块 高效多尺度注意力模块 yolov8算法 DySample模块 PIoU v2损失函数
在线阅读 下载PDF
基于改进YOLOv8的火焰检测算法 被引量：1
8
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算法在长输管道漏磁缺陷检测中的应用研究
9
作者 张璐莹 赵晨 +3 位作者 蒋鹏 邱怡宁 庞木洪 董雨航 《安全与环境学报》 北大核心 2025年第11期4211-4221,共11页
针对长输管道漏磁缺陷检测精度低、存在误检和漏检等问题,提出了一种改进YOLOv8长输管道漏磁缺陷检测算法。具体改进包括:在颈部结构引入卷积注意力模块(Convolutional Block Attention Module,CBAM),通过通道注意力和空间注意力两个模... 针对长输管道漏磁缺陷检测精度低、存在误检和漏检等问题,提出了一种改进YOLOv8长输管道漏磁缺陷检测算法。具体改进包括:在颈部结构引入卷积注意力模块(Convolutional Block Attention Module,CBAM),通过通道注意力和空间注意力两个模块结合更好地捕捉特征之间的相互依赖关系;在骨干网络引入空间到深度卷积(Space-to-Depth Convolution,SPD-Conv)模块,充分提取管道漏磁缺陷的特征信息;采用增强型完全交并比(Enhanced Complete Intersection over Union,ECIoU)损失函数替代原损失函数,提升模型检测性能。试验结果表明,改进YOLOv8算法的M_(AP,50)和M_(AP,50:95)分别达到85.7%和70.7%,比基础网络YOLOv8分别提升了3.4百分点和5.9百分点。该研究验证了改进YOLOv8算法在复杂工业场景中的应用潜力,为管道维护提供了高效技术方案。 展开更多
关键词 安全工程 改进yolov8算法 深度学习 长输管道 漏磁缺陷检测
原文传递
基于改进YOLOv8的复杂果园环境下杏果的目标检测
10
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AR二维码的轻量化YOLOv8目标检测算法
11
作者 崔立志 杨德朝 《电子测量技术》 北大核心 2025年第22期57-65,共9页
针对传统二维码辅助导航的检测方法在复杂工业、物流运输场景中存在识别失败的情况,本研究通过使用成熟且可以提供相对位姿信息的AR码,提出了一种改进的轻量化YOLOv8-AR模型来进一步增强识别效率。在网络模型方面,主干引入超强轻量级Sta... 针对传统二维码辅助导航的检测方法在复杂工业、物流运输场景中存在识别失败的情况,本研究通过使用成熟且可以提供相对位姿信息的AR码,提出了一种改进的轻量化YOLOv8-AR模型来进一步增强识别效率。在网络模型方面,主干引入超强轻量级StarNet网络来降低目标检测的算法计算量;在颈部网络中优化并构建C2f-EMSC模块,以增强复杂环境下AR码特征的提取,同时降低了计算负载;此外,本文提出了轻量级细节增强共享卷积检测头LSDECD-H,以提高细节特征表达能力,从而提升小目标和多目标的检测精度。实验结果表明,该模型的参数量和计算量分别为1.46M和4.7GFLOPs,仅为基线的51%和42%,在帧率满足实时检测情况下,mAP高达0.962,具有较高的鲁棒性。在解码之前快速确定其位置,从而提升识别效果来达到精确定位,适合于二维码路标导航等应用场景。 展开更多
关键词 复杂环境 轻量化yolov8算法 目标检测 二维码导航
原文传递
基于改进YOLOv8的遗留物品检测算法
12
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
13
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
改进YOLOv8算法的机场外来物检测研究
14
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YOLOv8n的甘蔗杂草识别方法 被引量：6
15
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
基于改进Yolov8的绝缘子缺陷检测
16
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
改进YOLOv8的恶劣天气下船舶目标检测算法研究 被引量：2
17
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
远距离情形下的改进YOLOv8行人检测算法 被引量：3
18
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
19
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
基于Yolov8算法三角舌新舌象特征研究 被引量：1
20
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
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 … 7 下一页 到第 页
使用帮助 返回顶部