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247,347篇文章
< 1 2 … 250 >
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的轻量化皮革缺陷检测方法 被引量：2
1
作者 方明 张娇 +1 位作者 徐晶 王绎覃 《电子测量技术》 北大核心 2025年第1期111-118,共8页
为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运... 为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运算实现了高维和非线性特征空间的映射,从而在紧凑的网络结构和较低的能耗下展示了出色的性能和低延迟。其次,将原本的检测头替换成轻量级共享卷积检测头,通过使用共享卷积,可以大幅减少参数数量,使得模型更轻便,以便于在资源受限的设备上部署。最后,将颈部网络的C2f模块替换成C2f_Star模块,在网络更加轻量化的同时,将不同尺度的特征图进行融合,提高目标检测的准确性和鲁棒性。在自制的HSV-Leather数据集上对模型进行实验验证,结果表明,改进后的YOLOv8-Leather检测模型性能优于YOLOv8n模型。对比YOLOv8n模型,改进后的模型在参数量上降低了57%,检测速度提升了20%,模型权重降低了52%,运算量降低了53%。实验验证了改进后的模型在解决皮革表面缺陷检测问题上的可行性。 展开更多
关键词 皮革缺陷检测 YOLOv8 目标检测 轻量化 StarNet
原文传递
融合知识蒸馏与记忆机制的无监督工业缺陷检测 被引量：1
2
作者 刘兵 史伟峰 +2 位作者 刘明明 周勇 刘鹏 《中国图象图形学报》 北大核心 2025年第3期660-671,共12页
目的基于深度学习的工业缺陷检测方法可以降低传统人工质检的成本,提升检测的准确性与效率,因而在智能制造中扮演重要角色。针对无监督工业缺陷检测中存在的过检测和逻辑缺陷检测失效等问题,提出一种融合知识蒸馏与记忆机制的无监督工... 目的基于深度学习的工业缺陷检测方法可以降低传统人工质检的成本,提升检测的准确性与效率,因而在智能制造中扮演重要角色。针对无监督工业缺陷检测中存在的过检测和逻辑缺陷检测失效等问题,提出一种融合知识蒸馏与记忆机制的无监督工业缺陷检测模型。方法使用显著性检测网络和柏林噪声合成缺陷图像,提升合成图像与真实缺陷图像的分布一致性,缓解传统模型的过检测问题;同时,对传统无监督工业缺陷检测框架进行改进,引入平均记忆模块提取正常样本的原型特征,通过记忆引导提高模型对逻辑缺陷的检测性能。结果在工业缺陷检测基准数据集MVTec AD(MVTec anomaly detection dataset)上的实验结果表明,针对晶体管逻辑缺陷检测难题,在像素级接受者操作特征曲线下面积(area under the receiver operating characteristic curve,AUROC)指标上本文方法相比于基线模型提升了9.1%;针对各类缺陷检测场景,在更具挑战性的平均准确率(average precision,AP)指标上提升了2.5%。针对更具挑战性的Breakfast box数据集中的逻辑缺陷问题,本文方法在图像级AUROC指标上相较于基线模型提升了11.5%。同时,在像素级AUROC指标上,本文方法相较于基线模型提升了4.0%。结论本文不受传统缺陷合成方法的限制,能够有效缓解现有缺陷合成方法引起的过检测问题;引入平均记忆模块不仅可以减小内存开销,而且无需设计复杂的检索算法,节省了检索内存库所耗费的时间;将所提出的缺陷合成方法与记忆机制进行有机结合,能够准确检测出不同种类的工业缺陷。 展开更多
关键词 缺陷检测 知识蒸馏 记忆机制 缺陷合成 显著性检测
原文传递
基于深度学习的网络入侵检测系统综述 被引量：8
3
作者 邓淼磊 阚雨培 +3 位作者 孙川川 徐海航 樊少珺 周鑫 《计算机应用》 北大核心 2025年第2期453-466,共14页
入侵检测系统(IDS)等安全机制已被用于保护网络基础设施和网络通信免受网络攻击。随着深度学习技术的不断进步,基于深度学习的IDS逐渐成为网络安全领域的研究热点。通过对文献广泛调研,详细介绍利用深度学习技术进行网络入侵检测的最新... 入侵检测系统(IDS)等安全机制已被用于保护网络基础设施和网络通信免受网络攻击。随着深度学习技术的不断进步,基于深度学习的IDS逐渐成为网络安全领域的研究热点。通过对文献广泛调研,详细介绍利用深度学习技术进行网络入侵检测的最新研究进展。首先,简要概述当前几种IDS;其次,介绍基于深度学习的IDS中常用的数据集和评价指标;然后,总结网络IDS中常用的深度学习模型及其应用场景;最后,探讨当前相关研究面临的问题,并提出未来的发展方向。 展开更多
关键词 网络安全 入侵检测 深度学习 异常检测 网络入侵检测系统
在线阅读 下载PDF
基于多传感器的火灾检测仿真实验系统 被引量：1
4
作者 张佳 辛斌 王蕾 《实验室研究与探索》 北大核心 2025年第5期42-47,共6页
为了提供面向学生的传感器火灾检测实验平台,设计了基于Stacking集成学习的火灾检测算法和基于长短期记忆神经网络自编码器(LSTM-AE)的异常检测算法,并搭建了基于LabVIEW和MATLAB软件混合编程的多传感器火灾检测仿真实验系统。该系统能... 为了提供面向学生的传感器火灾检测实验平台,设计了基于Stacking集成学习的火灾检测算法和基于长短期记忆神经网络自编码器(LSTM-AE)的异常检测算法,并搭建了基于LabVIEW和MATLAB软件混合编程的多传感器火灾检测仿真实验系统。该系统能够根据实际需求调整算法参数,有效检测火灾及传感器故障,且能够可视化检测结果。这符合新工科教育中“学生中心、产出导向”的先进理念,在提高教学效率的同时避免了可能的危险和浪费,为培养具备创新思维、实践能力和安全意识的复合型人才提供了有力支撑。 展开更多
关键词 多传感器 火灾检测 故障检测 仿真实验
在线阅读 下载PDF
基于改进YOLOv11n的光伏板异物与缺陷检测模型研究 被引量：2
5
作者 韩涛 于帅帅 +3 位作者 马玲 黄友锐 侯帅男 庞家乐 《计算机工程与应用》 北大核心 2025年第14期123-134,共12页
针对YOLOv11n在光伏板异物与缺陷检测中,检测精度低、计算资源要求高的问题,提出一种基于改进YOLOv11n的光伏板异物与缺陷检测算法FESI-YOLOv11n。采用C3k2_Faster_EMA模块替换C3k2模块,扩展初始卷积通道数,使网络能更高效地进行多尺度... 针对YOLOv11n在光伏板异物与缺陷检测中,检测精度低、计算资源要求高的问题,提出一种基于改进YOLOv11n的光伏板异物与缺陷检测算法FESI-YOLOv11n。采用C3k2_Faster_EMA模块替换C3k2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,将多分支、多尺度思想与重参数化思想结合,提高单一卷积的特征提取能力;在特征融合前增加注意力机制模块SEAttention,减少计算量;使用Inner_DIoU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。实验结果表明,与YOLOv11n模型相比,改进后的算法mAP50提高了3.6个百分点,mAP50-95提高了3.4个百分点,模型的参数量降低了21.29%,计算量降低了25.4%,证明改进后的算法能够更好地应用在光伏板异物与缺陷检测的任务中。 展开更多
关键词 光伏板 YOLOv11n 异物检测 缺陷检测
在线阅读 下载PDF
改进型YOLOv3的PCB缺陷检测研究 被引量：1
6
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
基于改进SSD的螺栓缺陷检测算法 被引量：2
7
作者 宿景芳 杜金梦 +3 位作者 王震洲 于平平 王建超 张佳佳 《传感器与微系统》 北大核心 2025年第5期129-132,137,共5页
螺栓是输电线重要组件,针对航拍输电线巡检图像中螺栓尺寸小、背景复杂的问题,提出了一种基于改进SSD的螺栓缺陷检测算法。首先,将SSD骨干网络VGG-16替换为DenseNet并在其基础上,将GAM注意力机制融入DenseNet卷积层使模型更好地捕捉全... 螺栓是输电线重要组件,针对航拍输电线巡检图像中螺栓尺寸小、背景复杂的问题,提出了一种基于改进SSD的螺栓缺陷检测算法。首先,将SSD骨干网络VGG-16替换为DenseNet并在其基础上,将GAM注意力机制融入DenseNet卷积层使模型更好地捕捉全局信息;其次,将DenseNet过渡层的平均池化操作进行替换来加深网络层数,从而增强网络特征提取能力。此外,设计了一种多尺度特征层融合模块(IPANet),结合主干网络改进后的SSD网络模型,将网络结构中的底层视觉特征和高层语义特征有机结合,从而获得更多位置信息以解决螺栓尺度小的问题。最后,自主构建了航拍输电线螺栓数据集,并进行数据增强。实验结果表明:改进算法在自主构建数据集上mAP相比原SSD算法提升了2.79%,与其他主流算法比较,改进算法检测精度和检测速度均优于其他主流算法。 展开更多
关键词 缺陷检测 DenseNet 注意力机制
在线阅读 下载PDF
基于电磁感应的油液铁磁性磨粒动态检测仿真研究 被引量：1
8
作者 张浩 魏海军 +1 位作者 梁寒钰 朱超 《传感器与微系统》 北大核心 2025年第3期42-45,共4页
建立了基于电磁感应原理双螺管线圈的数学物理模型,通过仿真分析得到了线圈结构参数最优解。针对静态仿真模型与实际油液磨粒状态不符及精确较差问题,本文引入了斯托克斯颗粒自由沉淀公式,模拟磨粒在润滑油中的自由沉淀过程,分析了线圈... 建立了基于电磁感应原理双螺管线圈的数学物理模型,通过仿真分析得到了线圈结构参数最优解。针对静态仿真模型与实际油液磨粒状态不符及精确较差问题,本文引入了斯托克斯颗粒自由沉淀公式,模拟磨粒在润滑油中的自由沉淀过程,分析了线圈输出信号与运动磨粒相关特征的关系,得到了更接近实际的状态的仿真结果。验证结果表明:传感器的检测精度可以控制在±7.6%以内,并且可以识别不同尺寸的磨粒。 展开更多
关键词 油液检测 磨粒检测 电磁感应 线圈仿真
在线阅读 下载PDF
基于高光谱成像技术的包衣甘蓝种子色度检测 被引量：4
9
作者 吴龙国 马玲 +3 位作者 张瑶 田雨 朱彦哲 张祎洋 《分析测试学报》 北大核心 2025年第3期454-463,共10页
采用高光谱成像技术对包衣过程中4个不同品种的包衣甘蓝种子,3个不同浓度包衣剂处理的包衣甘蓝种子的包衣颜色均匀性以及包衣颜色深浅进行分析。提取出240个种子样本的平均光谱反射率,通过4种预处理方法对原始光谱进行预处理和优化,然... 采用高光谱成像技术对包衣过程中4个不同品种的包衣甘蓝种子,3个不同浓度包衣剂处理的包衣甘蓝种子的包衣颜色均匀性以及包衣颜色深浅进行分析。提取出240个种子样本的平均光谱反射率,通过4种预处理方法对原始光谱进行预处理和优化,然后用竞争自适应重加权算法(CARS)、连续投影算法(SPA)、无信息变量消除变换法(UVE)、遗传偏最小二乘法(GAPLS)4种方法提取特征波长。基于优选的特征波长建立了偏最小二乘回归(PLSR)、多元线性回归(MLR)以及主成分回归(PCR)模型。结果表明:羽衣甘蓝种子的包衣效果最明显,佳香口感型甘蓝次之,中甘15和紫甘蓝的包衣效果接近;优选Baseline法对色度值L*进行预处理,Normalize法对色度值a进行预处理,SNV法对色度值b进行预处理;GAPLS法提取的特征波长用于建立L^(*)、b的定量预测模型,UVE法提取的特征波长用于建立色度a值的定量预测模型。PLSR建立的L*模型效果最优(R_(C)=0.814,Rp=0.640;RMSEC=1.150,RMSEP=1.852);MLR建立的色度a值模型效果更优(R_(c)=0.981,Rp=0.964;RMSEC=2.563,RMSEP=3.243);PCR建立的色度b值模型效果最优(R_(C)=0.917,Rp=0.913;RMSEC=2.552,RMSEP=2.589)。研究结果可为种子色度的在线监测提供技术支撑。 展开更多
关键词 高光谱成像 包衣甘蓝种子 色度 检测
在线阅读 下载PDF
基于KNN-SVM的混合气体检测方法研究 被引量：4
10
作者 孙超 胡润泽 +2 位作者 吴中旭 刘年松 丁建军 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期117-124,共8页
当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测... 当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测的精度和效率表现较差。为此,针对一些数据偏差和泛化误差无界的问题,提出了一种K最近邻-支持向量机(KNN-SVM)算法,对一些难以作出分类的模糊气体数据进行二次分类,采用KNN和SVM两种算法共同抉择,更加全面的捕捉数据特征,根据实验确定各自算法的权重比从而提高判别气体类别的准确率,两种算法的集成也能提高算法的效率,对于不同种类的气体也能有良好的适应性的稳定性。该实验气体组分由12 mg·L^(-1)的C_(2)H_(2)、NO_(2)、SF_(6),10 mg·L^(-1)的NO_(2)、SF_(6)和5 mg·L^(-1)的C_(2)H_(2)(背景气体皆为N_(2))以及两瓶纯N_(2)的气瓶组成;通过互相混合和与N_(2)配比制备出实验设定的气体浓度。实验过程通过单一气体的检测可分别对三种气体获得60组训练集,并通过这60组数据可进行线性拟合得到每种气体的拟合线,得到气体浓度与气体吸收峰值的关系,通过实验检测得到的三种气体拟合线,其中C_(2)H_(2)拟合线的调整后R^(2)为0.991,NO_(2)拟合线的调整后R^(2)为0.981,SF_(6)拟合线的调整后R^(2)为0.987,可得气体检测的准确性。再通过互相混合进行检测可分别获得40组训练集,采用KNN-SVM算法对混合气体进行分类和预测,后通过拟合线即可反演出混合气体中每种气体的浓度。将该算法与传统SVM算法进行各种分类指标对比均可显示出该算法的有效性和优越性。实验结果表明,KNN-SVM算法在气体分类预测方面表现出卓越的性能,准确率高达99.167%,AUC(area under curve)值达99.375%。这一算法不仅提高了气体检测的准确性,还增强了泛化能力可适应多样化的气体组分,为实时气体检测系统提供了有力支持。 展开更多
关键词 光声光谱 气体检测 KNN-SVM 分类预测
在线阅读 下载PDF
基于YOLOv8的煤矿安全帽和安全背心检测算法 被引量：2
11
作者 程磊 张俊展 +1 位作者 景国勋 王蒙 《中国安全生产科学技术》 北大核心 2025年第2期115-121,共7页
为了预防煤矿作业中因个人防护装备缺失导致的安全事故,提升工人安全帽和安全背心佩戴情况的智能检测能力。基于YOLOv8提出1种改进的目标检测算法SMT-YOLOv8s,该算法引入尺度感知调制模块(scale-aware modulation transformer,SMT)用于... 为了预防煤矿作业中因个人防护装备缺失导致的安全事故,提升工人安全帽和安全背心佩戴情况的智能检测能力。基于YOLOv8提出1种改进的目标检测算法SMT-YOLOv8s,该算法引入尺度感知调制模块(scale-aware modulation transformer,SMT)用于增强图像特征提取,设计跨通道增强通道注意力模块(cross-channel enhanced channel attention,C2ECA)以突出目标特征的表征能力,并提出增强型完全交并比(improved enhanced complete intersection over union,IE-CIoU),用于更精确地计算预测框与真实框之间的位置偏差。研究结果表明:提出的SMT-YOLOv8s算法相较于YOLOv8s模型在自建数据集上的mAP50和mAP50-95分别提高3.7百分点和2.7百分点。与其他算法相比,SMT-YOLOv8s兼具较高精度和计算效率。研究结果可为煤矿个人防护装备智能检测研究提供参考。 展开更多
关键词 YOLOv8 卷积神经网络 安全帽检测 安全背心检测 煤矿安全
在线阅读 下载PDF
基于深度学习和模型压缩技术的轻量级煤矿人车检测模型——以贵州地区煤矿为例 被引量：2
12
作者 解北京 李恒 +3 位作者 栾铮 雷振 李晓旭 李卓 《煤炭学报》 北大核心 2025年第2期1393-1408,共16页
煤矿工人和载人车辆(煤矿人车)的智能识别是视频监控系统的重要组成部分,也是煤矿智能化发展的关键任务。然而,煤矿人车检测场景较为复杂,大型人车检测模型部署在有限的计算设备上难以实现,如何在模型检测性能和检测效率之间取得平衡存... 煤矿工人和载人车辆(煤矿人车)的智能识别是视频监控系统的重要组成部分,也是煤矿智能化发展的关键任务。然而,煤矿人车检测场景较为复杂,大型人车检测模型部署在有限的计算设备上难以实现,如何在模型检测性能和检测效率之间取得平衡存在诸多挑战。以贵州地区煤矿视频监控数据集为例,提出了一种基于深度学习和模型压缩技术的轻量级煤矿人车检测模型,该模型精准实时的完成了煤矿人车检测任务,对网络进行瘦身的同时几乎没有损失检测性能。具体来说,在网络模型设计阶段,以YOLOv8s为基线提出了一种名为FCW-YOLO的煤矿人车轻量级检测模型,首先将Faster-Block和坐标注意力和开发到网络的特征提取模块中,设计了一种新颖的C2f-Faster-CA轻量级架构,旨在减少网络的冗余通道同时自适应捕捉全局关键信息;其次,采用了WIOU边界回归损失函数以增加模型对普通质量样本的关注,降低了训练样本不平衡带来的回归误差等问题。在模型压缩阶段,联动剪枝算法对提出的FCW-YOLO模型进行通道级别的稀疏,模型可自动识别不重要的通道并对其进行删减,实现了煤矿人车检测模型二次轻量化设计FCWP-YOLO。在自建的煤矿人车检测数据集上的结果表明,提出的模型参数量,计算量和模型大小分别为2.3 M,4.0 GFLOPs,6.0 MB,对比基线模型分别实现了4.9倍、4.7倍、4.4倍的压缩效果,平均检测精度为88.7%,提高了1.1%,每张图像的处理时间仅为5.6 ms。对比多种轻量级架构和先进的检测模型,该方法精度表现优异,计算成本更低,实时性能更好,为资源受限的煤矿场景提供了一种可行的煤矿人车检测方法,满足煤矿视频监控部署要求,可为煤矿人车智能巡检任务提供实时预警。 展开更多
关键词 煤矿工人检测 煤矿载人车辆检测 深度学习 模型压缩 轻量级架构
在线阅读 下载PDF
基于轻量级改进RT-DETR边缘部署算法的绝缘子缺陷检测 被引量：7
13
作者 姜香菊 王瑞彤 马彦鸿 《电工技术学报》 北大核心 2025年第3期842-854,共13页
随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量... 随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量级EMO作为算法特征提取主干,充分学习绝缘子目标的长距离特征交互及缺陷小目标的局部特征交互,并提出基于轻量级注意力的尺度内特征交互模块和轻量级跨尺度特征融合模块设计轻量级高效混合编码器;再次,在轻量级高效混合编码器中引入定位信息补充分支、使用DIoU损失函数结合迁移学习训练技巧,缓解轻量化造成的算法精度下降问题;最后,构建多天气条件绝缘子数据集进行训练验证。实验结果表明,相较于基线算法,所提算法检测精度达到97.2%,只损失0.7个百分点,而参数量和计算量分别下降67.8%和71.2%,检测速度提升2.5倍,满足多天气条件下的输电线路绝缘子状态巡检准确率及边缘部署轻量化要求。 展开更多
关键词 绝缘子缺陷检测 RT-DETR算法 轻量化 边缘部署 目标检测算法
在线阅读 下载PDF
全光谱傅里叶变换光声光谱的气体检测研究 被引量：1
14
作者 崔佳佳 袁宇鹏 +7 位作者 李尚志 刘小利 邸劲 王耀鑫 崔茹悦 薛积禹 董磊 武红鹏 《压电与声光》 北大核心 2025年第2期376-383,共8页
提出了一种基于差分共振光声池的傅里叶变换光声光谱技术,并系统地评估了其在宽带检测和多气体同步检测方面的性能表现。通过引入干涉仪的相位调制和机械斩波器的强度调制,实现了对宽带光源的统一调制,从而实现了傅里叶变换光谱与谐振... 提出了一种基于差分共振光声池的傅里叶变换光声光谱技术,并系统地评估了其在宽带检测和多气体同步检测方面的性能表现。通过引入干涉仪的相位调制和机械斩波器的强度调制,实现了对宽带光源的统一调制,从而实现了傅里叶变换光谱与谐振光声探测模块的高效结合。实验采用卤钨灯热光源与碳棒热光源对甲烷、乙炔等单组分气体及其多组分混合气体进行检测,实现了在1~20μm波段范围内的宽带响应。结果表明,傅里叶变换光声光谱技术融合了傅里叶变换光谱和光声光谱的优势,具备宽光谱响应、高分辨率、并行复用、无背景干扰及无波长选择的特性,可支持气体宽带检测和多气体同步检测,展现出全光谱检测的潜力,广泛适用于从可见光到红外甚至太赫兹波段的检测应用。 展开更多
关键词 傅里叶变换光声光谱 多气体同步检测 宽带检测 光声池 全光谱
在线阅读 下载PDF
基于改进YOLOv8n的再造烟叶原料缺陷检测方法研究 被引量：1
15
作者 刘雄斌 刘志昌 +5 位作者 胡念武 姚建武 陈一桢 唐天明 王晚霞 陈寒 《包装与食品机械》 北大核心 2025年第3期88-95,共8页
针对稠浆法再造烟叶生产中,原料表面缺陷检测存在的多尺度表征能力不足与检测效率低等问题,提出一种基于改进YOLOv8n架构的智能检测网络。通过设计CSP-SDCV模块替代原始C2f模块,以优化特征提取效率,引入ADown模块增强多尺度特征表征能力... 针对稠浆法再造烟叶生产中,原料表面缺陷检测存在的多尺度表征能力不足与检测效率低等问题,提出一种基于改进YOLOv8n架构的智能检测网络。通过设计CSP-SDCV模块替代原始C2f模块,以优化特征提取效率,引入ADown模块增强多尺度特征表征能力,采用轻量化共享卷积检测头降低参数冗余,并结合局部窗口注意力机制强化遮挡目标的边界敏感性。试验结果表明,改进模型在烟叶缺陷数据集上的m AP@50达到98.1%,较基准模型YOLOv8n提升1.8个百分点,参数量与计算量分别减少54.4%,50.6%。研究为烟草工业自动化质检提供高精度、低资源消耗的解决方案。 展开更多
关键词 烟叶缺陷检测 多尺度特征融合 轻量化检测头 局部窗口注意力 YOLOv8n
在线阅读 下载PDF
桥梁水下结构检测研究进展与挑战 被引量：1
16
作者 刘爱荣 腾帅 +3 位作者 陈炳聪 王家琳 叶锡钧 黄永辉 《中国公路学报》 北大核心 2025年第6期17-35,共19页
为了综述桥梁水下结构缺陷检测的最新技术进展,重点探讨了水下机器人在提升检测精度和效率方面的创新应用。水下机器人能够搭载光学、声学等非接触式检测设备,以及超声仪、回弹仪等接触式检测设备,展现出在复杂水下环境中执行高效检测... 为了综述桥梁水下结构缺陷检测的最新技术进展,重点探讨了水下机器人在提升检测精度和效率方面的创新应用。水下机器人能够搭载光学、声学等非接触式检测设备,以及超声仪、回弹仪等接触式检测设备,展现出在复杂水下环境中执行高效检测的潜力。详细分析了基于光学与声学原理的非接触式检测方法的适应性和改进技术,明确了提高图像质量和检测精度的有效方法。阐明了水下接触式检测的研究现状,提出了水下机器人搭载接触式检测设备协同工作的解决方案,指出了利用水下机器人搭载接触检测设备进行水下接触检测是未来发展的重要方向。总结了当前桥梁水下结构检测技术面临的挑战,提出了基于智能算法和多源数据融合水下检测新方法,为未来的研究提供了具体方向和技术路径。 展开更多
关键词 桥梁工程 水下结构 综述 水下机器人 非接触式检测 接触式检测
原文传递
基于改进YOLOv5的苹果轻量化检测算法 被引量：2
17
作者 王红君 刘紫宾 +1 位作者 赵辉 岳有军 《农机化研究》 北大核心 2025年第7期65-71,共7页
为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题,提出一种基于YOLOv5的轻量化苹果检测算法。首先,将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度,将深度可分离卷积引入到特征融合网络中;然后,在网络的... 为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题,提出一种基于YOLOv5的轻量化苹果检测算法。首先,将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度,将深度可分离卷积引入到特征融合网络中;然后,在网络的关键位置引入注意力机制,以提高算法对苹果不同特征的提取能力;最后,使用CIoU作为改进网络的损失函数,以提升模型的检测效果。试验结果表明:改进模型的检测精度为91.5%,相较于SSD、Faster R-CNN,检测精度分别提高了2.35%、3.07%,相比于YOLOv5s检测精度提高了8.20%,且模型大小约为YOLOv5s的1/3。 展开更多
关键词 苹果 检测算法 YOLOv5 轻量化 注意力机制
在线阅读 下载PDF
基于改进YOLOv8的矿卡司机疲劳驾驶检测 被引量：1
18
作者 顾清华 殷书檀 +2 位作者 王丹 李学现 尹慧民 《中国安全科学学报》 北大核心 2025年第1期60-66,共7页
为解决露天矿区卡车司机疲劳驾驶检测漏检率和误检率高、鲁棒性较差的问题,构建基于改进YOLOv8的露天矿卡车司机疲劳驾驶检测模型(EBS-YOLO),提高疲劳检测的整体性能。首先,以YOLOv8为疲劳检测基础模型,通过添加小目标检测层,增强模型... 为解决露天矿区卡车司机疲劳驾驶检测漏检率和误检率高、鲁棒性较差的问题,构建基于改进YOLOv8的露天矿卡车司机疲劳驾驶检测模型(EBS-YOLO),提高疲劳检测的整体性能。首先,以YOLOv8为疲劳检测基础模型,通过添加小目标检测层,增强模型对小目标关注;其次,引入瓶颈注意力(BAM)模块,强化模型对小目标特征提取能力,尤其是对眼部特征提取能力;最后,将主干网络中跨阶段聚合模块(C2f)全部替换为高效多尺度注意力(EMA)模块,进而有效降低模型参数量和计算开销,以满足模型轻量化需求。结果表明:改进后的YOLOv8模型检测效果较好,准确率、召回率、平均检测精度分别达到了93.6%、93.9%、96.5%,且模型内存大小仅有4.9 MB。相比于YOLOv8模型,改进后的模型能够快速准确识别出矿卡司机疲劳状态,满足实时性要求,从而有效预防疲劳驾驶事故发生。 展开更多
关键词 露天矿 疲劳驾驶检测 卡车司机 小目标检测 YOLOv8
原文传递
基于改进YOLOv8的果园复杂环境下苹果检测模型研究 被引量：2
19
作者 岳有军 漆潇 +1 位作者 赵辉 王红君 《南京信息工程大学学报》 北大核心 2025年第1期31-41,共11页
为了使采摘机器人能够在果园复杂环境下(如不同光照条件、叶子遮挡、密集的苹果群和超远视距等场景)对成熟程度各异的苹果果实进行快速且精确的检测,本文提出一种基于改进YOLOv8的苹果果实检测模型.首先,将EMA注意力机制模块集成到YOLOv... 为了使采摘机器人能够在果园复杂环境下(如不同光照条件、叶子遮挡、密集的苹果群和超远视距等场景)对成熟程度各异的苹果果实进行快速且精确的检测,本文提出一种基于改进YOLOv8的苹果果实检测模型.首先,将EMA注意力机制模块集成到YOLOv8模型中,使模型更加关注待检测果实区域,抑制背景和枝叶遮挡等一般特征信息,提高被遮挡果实的检测准确率;其次,使用提取特征更加高效的三支路DWR模块对原始C2f模块进行替换,通过多尺度特征融合方法提高小目标检测能力;同时结合DAMO-YOLO的思想,对原始YOLOv8颈部进行重构,实现高层语义和低层空间特征的高效融合;最后,使用Inner-SIoU损失函数对模型进行优化,提高识别精度.在复杂的果园环境中,以苹果作为检测对象,实验结果表明:本文所提算法在测试集下的查准率、召回率、mAP_(0.5)、mAP_(0.5~0.95)以及F1分数分别达到86.1%、89.2%、94.0%、64.4%和87.6%,改进后的算法在大部分指标上均优于原始模型.在不同数量果实场景下的对比实验结果表明,该方法具有优异的鲁棒性. 展开更多
关键词 模式识别 深度学习 目标检测 YOLOv8
在线阅读 下载PDF
基于改进YOLOv8s的轻量级果园李子检测方法 被引量：3
20
作者 张冬妍 陈诺 +2 位作者 张淇 吴晨旭 张榄翔 《农业工程学报》 北大核心 2025年第1期154-160,共7页
为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(foc... 为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(focal modulation)替换原模型中的SPPF模块增强特征融合能力,丰富特征提取的语义信息;最后,引入参数共享策略并实现轻量级检测头LDetect,满足了低功耗嵌入式设备部署需求。试验结果表明,优化后模型的平均检测精度达到97.2%,与原模型相比,检测精度提高了7.4个百分点;模型计算量降低了44.8%;模型参数数量减小了25.8%;部署在边缘计算设备Jetson Nano 4GB上,检测帧率达到了48.3帧/s。该研究所提出的方法能有效的解决复杂背景下果园李子的智能化检测,有助于促进李子智能化采摘技术的发展。 展开更多
关键词 目标检测 YOLOv8 轻量化 李子 LDetect
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 … 250 下一页 到第 页
使用帮助 返回顶部