改进YOLOv8n的指针式仪表示数识别方法

1

作者 孙顺远 曹德势 《仪表技术与传感器》 北大核心 2025年第9期35-40,90,共7页

为提高指针式仪表示数读取的自动化程度并减少累计误差,提出了一种改进YOLOv8n-OBB的指针式仪表示数识别算法。首先,采用跨阶段部分网络(CSPStage)替换目标检测网络颈部架构中的部分C2f模块,以增强模型对仪表细节特征的提取能力;其次,... 为提高指针式仪表示数读取的自动化程度并减少累计误差,提出了一种改进YOLOv8n-OBB的指针式仪表示数识别算法。首先,采用跨阶段部分网络(CSPStage)替换目标检测网络颈部架构中的部分C2f模块,以增强模型对仪表细节特征的提取能力;其次,使用轻量化动态上采样算子(DySample)替换原上采样模块,提升模型的上下文感知能力;同时,利用幻影卷积(GhostConv)替代部分传统卷积,以减少模型参数和计算量。此外,直接通过模型输出的目标信息校正仪表图像。最后,提出加权角度法替代传统角度法,进一步优化仪表读数计算。实验结果表明,改进后的目标检测算法在指针式仪表检测中的mAP0.5达到0.952,显著提升了检测精度,整体读数误差较低,并具备较强的抗干扰能力。 展开更多

关键词 指针式仪表 YOLOv8n CSPStage dysample GhostConv

在线阅读 下载PDF 职称材料

基于改进YOLOv8的遗留物品检测算法

2

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 职称材料

面向密集行人场景的YOLOv8n改进算法

3

作者 王丽黎 樊盼盼 张诗雨 《电子技术应用》 2025年第2期15-20,共6页

为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题,提出一种基于YOLOv8n的改进型密集行人检测模型。首先,引入SPPELAN模块替换骨干网络中的SPPF模块,以提升模型对多尺度目标的特征感知能力。其次,设计一种残差注意力机... 为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题,提出一种基于YOLOv8n的改进型密集行人检测模型。首先,引入SPPELAN模块替换骨干网络中的SPPF模块,以提升模型对多尺度目标的特征感知能力。其次,设计一种残差注意力机制,提高模型对细微特征的提取能力,进而提高检测精度。最后通过添加DySample算子、改进的小目标检测层提高模型对小尺度目标的定位识别能力。实验结果显示,改进的模型相较于YOLOv8n在CrowdHuman数据集上的召回率、mAP_(50)和mAP_(50-95)分别提升了2.5%、2.9%和2.4%,并且该模型在WiderPerson和CityPersons数据集上表现优异。实验结果表明,该算法能更好适用于密集行人检测任务。 展开更多

关键词 YOLOv8n 密集行人检测 SPPELAN模块 残差注意力机制 dysample 小目标检测层

在线阅读 下载PDF 职称材料

基于RAD-YOLO的织物疵点检测算法 被引量：1

4

作者 王俊霖 方睿 +2 位作者 刘金智 王畅阳 程鑫 《棉纺织技术》 2025年第6期58-65,共8页

针对纺织品疵点种类较多、小目标难以识别、算法精度低且参数量大,难以部署在边缘设备等问题,提出一种基于YOLOv8n改进的织物疵点检测算法RAD-YOLO。首先,设计RFCADown模块,通过在下采样操作中融入感受野坐标注意力,降低下采样过程中的... 针对纺织品疵点种类较多、小目标难以识别、算法精度低且参数量大,难以部署在边缘设备等问题,提出一种基于YOLOv8n改进的织物疵点检测算法RAD-YOLO。首先,设计RFCADown模块,通过在下采样操作中融入感受野坐标注意力,降低下采样过程中的信息损失,有效增强模型对全局特征的学习能力。其次,在主干网络中添加小目标检测层来优化算法,满足模型对于小型疵点的识别需求。同时设计一种基于扩张式残差和空间组注意力的C2f_DS模块,优化多尺度信息提取效率,强化模型的抗干扰能力。最后引入轻量动态上采样模块Dysample,保留细节信息,进一步提升小目标检测精度。试验结果表明:RAD-YOLO模型的mAP@0.5和mAP@0.5∶0.95分别为90.2%、60.6%,与YOLOv8n相比分别提升8.1个百分点和7.5个百分点,且模型参数量下降约6.7%,模型大小仅为6.2 MB,改进后的RAD-YOLO拥有更好的性能,能够满足织物疵点检测需求。 展开更多

关键词 织物疵点检测 YOLOv8 感受野注意力 DWR SGE注意力机制 dysample

在线阅读 下载PDF 职称材料

基于改进YOLOv8n的引晶工艺质量缺陷检测 被引量：3

5

作者 张迪 周安亮 +2 位作者 温猛 杜艺 刘溪 《科学技术与工程》 北大核心 2025年第3期969-976,共8页

单晶硅生产过程中,引晶工艺产生的缺陷严重影响产品质量,传统的基于视觉的缺陷检测方法在检测引晶图像中的凸点小目标时,存在检测速度慢、参数量大、难以部署在嵌入式终端等不足。为此,提出了一种改进的YOLOv8目标检测模型,引入了Contex... 单晶硅生产过程中,引晶工艺产生的缺陷严重影响产品质量,传统的基于视觉的缺陷检测方法在检测引晶图像中的凸点小目标时,存在检测速度慢、参数量大、难以部署在嵌入式终端等不足。为此,提出了一种改进的YOLOv8目标检测模型,引入了ContextGuided模块,提高了模型的推理效率;在特征融合网络中引入更为高效的DySample,优化了特征融合的效率和深度;采用轻量级网络结构,减少了模型的复杂度和计算量,使其适应计算资源有限的终端设备。在工业数据集上进行了训练和测试,实验结果表明,对凸点小目标的检测更加准确,mAP(mean average precision)达到97.7%,在精确率上相对于YOLOv8n提升了11.6%,同时参数量减少31.9%,方便部署在嵌入式终端。 展开更多

关键词 缺陷检测 YOLOv8 引晶工艺 采样算子dysample ContextGuided模块

在线阅读 下载PDF 职称材料

基于HPDE-YOLO的钢材表面缺陷检测算法 被引量：4

6

作者 冯迎宾 刘文泽 《沈阳理工大学学报》 CAS 2025年第1期31-38,共8页

针对钢材表面缺陷检测算法精度低、计算量大等问题,提出一种基于YOLOv8n的检测算法HPDE-YOLO(high-level path aggregation dynamic efficient network-YOLO)。首先,引入高效多尺度注意力(efficient multi-scale attention,EMA)机制,与... 针对钢材表面缺陷检测算法精度低、计算量大等问题,提出一种基于YOLOv8n的检测算法HPDE-YOLO(high-level path aggregation dynamic efficient network-YOLO)。首先,引入高效多尺度注意力(efficient multi-scale attention,EMA)机制,与主干部分的C2f融合,增强特征提取能力,并采用C2f-Faster结构提高模型计算速度;其次,提出一种高级筛选双向特征融合金字塔与路径聚合网络(high-level screening-feature bidirectional fusion pyramid and path aggregation network,HS-FPAN),在多个尺度上同时增强语义特征,有效提升模型对细节的捕捉能力;最后,融合动态上采样模块DySample,进一步提升模型检测速度。在NEU-DET数据集上的实验结果表明,相较YOLOv8n模型,HPDE-YOLO模型检测的平均精度均值mAP@0.5达到84.2%,提升了5.7个百分点,裂纹类缺陷检测的平均精度均值mAP提升了26.88个百分点,参数量减少了45%,浮点运算量减少了32%。HPDE-YOLO模型在满足轻量化的同时能够有效提升钢材表面缺陷检测的精度,且易于移动端部署,满足工业生产需求。 展开更多

关键词 YOLOv8n 缺陷检测 轻量化 特征融合 dysample

在线阅读 下载PDF 职称材料

基于DTDU-Net的电气设备紫外光斑图像分割

7

作者 张贝贝 霍思佳 +3 位作者 巨思远 秦伦明 边后琴 王悉 《红外技术》 北大核心 2025年第10期1314-1323,共10页

分割电气设备紫外图像中的放电光斑有助于快速定位故障区域和评估放电强度,为维护电网系统安全运行提供技术支持。紫外放电光斑形状不规则和边缘模糊,容易导致误分割、漏分割问题,对此提出一种基于改进U-Net的DTDU-Net紫外放电光斑分割... 分割电气设备紫外图像中的放电光斑有助于快速定位故障区域和评估放电强度,为维护电网系统安全运行提供技术支持。紫外放电光斑形状不规则和边缘模糊,容易导致误分割、漏分割问题,对此提出一种基于改进U-Net的DTDU-Net紫外放电光斑分割方法。首先,在编码器部分引入残差结构以及可变形卷积,增强网络特征提取能力,减少漏分割现象。其次,将U-Net跳跃连接替换成通道交叉融合Transformer,有效捕获跨通道交互,改善光斑误分割问题。最后,在解码器部分采用超轻量动态上采样器DySample替代原有上采样操作,更好地保留图像细节信息,缓解漏分割问题。实验结果表明改进网络对紫外光斑分割的平均交并比达到95.17%,平均精度达到96.79%,与U-Net相比分别提升了6.32%,6.77%,分割效果良好。 展开更多

关键词 紫外图像 U-Net 残差结构 可变形卷积 TRANSFORMER dysample

在线阅读 下载PDF 职称材料

基于改进RT-DETR的织物缺陷检测算法

8

作者 宋荣 邱夷平 夏克尔·赛塔尔 《棉纺织技术》 2025年第7期25-31,共7页

针对在织物缺陷检测任务中存在模型网络复杂、检测小目标时容易出现误检、漏检等问题,提出了一种基于改进RT-DETR的织物缺陷检测算法。首先,引入轻量级FasterNet-T0替换RT-DETR的主干网络,减少模型的参数量和计算量;其次,为更好地捕获... 针对在织物缺陷检测任务中存在模型网络复杂、检测小目标时容易出现误检、漏检等问题,提出了一种基于改进RT-DETR的织物缺陷检测算法。首先,引入轻量级FasterNet-T0替换RT-DETR的主干网络,减少模型的参数量和计算量;其次,为更好地捕获关键区域特征并减少背景纹理的干扰,在AIFI模块中采用可动态调整采样位置的可变形注意力机制,提升模型的检测性能;最后,采用更高效的DySample作为上采样算子,减少特征信息的损失,增强对小目标特征的保留和识别能力。试验结果表明:与RT-DETR算法相比,该改进算法在天池织物数据集上mAP_(50)值达到90.9%,提高了3.4个百分点,检测速度达到67.5帧/s,计算量减少了35.6%,参数量仅为10.83 M,实现了准确性与实时性之间的平衡,能够满足当前纺织行业对织物缺陷检测的要求。 展开更多

关键词 织物缺陷 深度学习 RT-DETR FasterNet 可变形注意力机制 dysample

在线阅读 下载PDF 职称材料

基于改进的Unet模型的杨梅树冠的识别研究

9

作者 任晟沅 王敬尧 朱晓冬 《现代农机》 2025年第1期4-8,共5页

针对Uent语义分割方法在航拍影像中提取树冠时出现的精度不高、识别效果不佳等问题,文章提出了一种基于CBAM注意力机制、DySample上采样模块和HWD下采样模块的改进方法。使用VGG 16作为主干特征提取网络,在进行下采样时,使用CBAM注意力... 针对Uent语义分割方法在航拍影像中提取树冠时出现的精度不高、识别效果不佳等问题,文章提出了一种基于CBAM注意力机制、DySample上采样模块和HWD下采样模块的改进方法。使用VGG 16作为主干特征提取网络,在进行下采样时,使用CBAM注意力机制对主干特征提取网络最后两个特征层提取的图像进行特征加强。同时,使用DySample上采样器对主干特征提取网络最后两个特征层提取的图像进行上采样,使用HWD下采样器对二者融合后的特征层进行下采样,提取更加精细和丰富的特征。实验结果表明,改进的Unet模型在杨梅树冠数据集识别上的准确率、平均像素精度、平均交并比分别为94.35%、92.03%、85.49%,优于原始模型及对比模型。 展开更多

关键词 Unet 深度学习 树冠 CBAM 语义分割 dysample HWD

在线阅读 下载PDF 职称材料

基于轻量化GELAN的多种类管道病害检测 被引量：1

10

作者 曹建林 周健 +4 位作者 陈雪元 张志刚 朱仁民 唐强 黄钰程 《市政技术》 2025年第2期117-125,共9页

排水管道在城市基础设施中发挥着重要作用,其通常具有较长的使用寿命。但长时间使用不可避免会产生各种病害,进而引发环境、安全问题。因此,定期检测排水管道病害类型和数量,为排水管道维护提供数据支持显得尤为重要。针对现有排水管道... 排水管道在城市基础设施中发挥着重要作用,其通常具有较长的使用寿命。但长时间使用不可避免会产生各种病害,进而引发环境、安全问题。因此,定期检测排水管道病害类型和数量,为排水管道维护提供数据支持显得尤为重要。针对现有排水管道病害检测模型检测精度低的问题,基于YOLOv9中提出的GELAN,首先通过减少深度因子和宽度因子对GELAN进行结构轻量化,其参数量和计算量分别减少了92.97%和92.85%;其次,采用深度卷积DWConv替换网络主干中的标准卷积,进一步对结构进行轻量化的同时提升了模型检测精度;最后,引入Dy Sample,其根据输入数据的特征自适应调整卷积核的权重,从而更好地捕捉病害的细节和特征,同时避免了耗时的动态卷积运算和额外子网络。实验结果表明,改进的GELAN模型在7种管道病害检测任务上具有94.5%的平均m AP值,具有较高的工程实践意义。 展开更多

关键词 多种类管道病害检测 YOLOv9 GELAN DWConv dysample 轻量化

在线阅读 下载PDF 职称材料

基于DLDE-YOLOv10n的PCB板表面缺陷检测算法

11

作者 彭在欢 常光超 任传成 《宁夏师范大学学报》 2025年第4期60-70,共11页

针对PCB板表面缺陷检测算法存在检测速度慢、检测精度较低以及对易混淆缺陷存在较多误检和漏检的问题,提出基于改进YOLOv10n的PCB板表面缺陷检测DLDE-YOLOv10n算法.该算法采用逐深度卷积重塑主干网络,提升网络效率.通过深度可分离卷积... 针对PCB板表面缺陷检测算法存在检测速度慢、检测精度较低以及对易混淆缺陷存在较多误检和漏检的问题,提出基于改进YOLOv10n的PCB板表面缺陷检测DLDE-YOLOv10n算法.该算法采用逐深度卷积重塑主干网络,提升网络效率.通过深度可分离卷积和幽灵卷积优化PSA模块为LightPSA,有效降低了检测算法参数量,提升了计算效率.利用轻量级上采样DySample增强算法对易混淆缺陷细节的恢复能力,减少特征信息流失,提高算法对缺陷特征的融合质量.在拼接模块后插入ECA注意力机制,对拼接后的不同通道重加权,突出重要特征,使算法聚焦缺陷信息,从而提高检测精度.实验结果表明,改进算法DLDE-YOLOv10n的mAP达到91.4%,检测速度更快,对杂散和余铜两类缺陷的检测效率提升明显. 展开更多

关键词 PCB板 缺陷检测 YOLOv10n LightPSA模块 dysample模块

在线阅读 下载PDF 职称材料

基于改进YOLOv8n的变电站火灾目标检测方法

12

作者 唐心亮 曹旭朝 +1 位作者 王建超 韩明 《软件导刊》 2025年第10期173-180,共8页

变电站是能源传输和分配系统中至关重要的组成部分,因其庞大的数量和复杂的电器设备,导致变电站火灾时有发生。为了提升变电站火灾检测的识别精度与实时性,提出一种基于改进YOLOv8n的轻量化变电站火灾检测模型DSCM-YOLOv8n。首先,使用... 变电站是能源传输和分配系统中至关重要的组成部分,因其庞大的数量和复杂的电器设备,导致变电站火灾时有发生。为了提升变电站火灾检测的识别精度与实时性,提出一种基于改进YOLOv8n的轻量化变电站火灾检测模型DSCM-YOLOv8n。首先,使用轻量级上采样算子DySample替换YOLOv8n的上采样模块来增加感受野,融合数据特征;其次,采用Slim-neck结构重新构建颈部与头部网络,提升浅层信息和深层信息的融合能力,减少参数量;再次,引入基于先验卷机的注意力机制CPCA,强化特征中的语义信息、位置信息;最后,引入MPDIoU损失函数解决碎片化火焰、大范围火焰目标标注框频繁重叠造成的损失函数失真问题。实验表明,DSCM-YOLOv8n的精度、mAP相较于YOLOv8n提升了3.6%、2.1%,分别达到92.1%和94.5%,小幅度降低了模型参数量和计算量,提升了模型检测效果,可为变电站的火灾识别技术提供参考。 展开更多

关键词 YOLOv8n 变电站火灾检测 注意力机制 Slim-neck设计范式 dysample MPDIoU

在线阅读 下载PDF 职称材料

基于改进EfficientDet模型的城市地下管道缺陷检测

13

作者 马小骞 李波 罗理 《信息技术与信息化》 2025年第10期23-26,共4页

地下管道是城市基础设施中不可或缺的一部分,及时排除地下管道缺陷,可以有效保障城市地下管道系统的正常运转。地下管道缺陷样本背景复杂、缺陷尺度变化较大、形态各异、噪声多,给有效检测带来了很大挑战。目前目标检测方法在地下管道... 地下管道是城市基础设施中不可或缺的一部分,及时排除地下管道缺陷,可以有效保障城市地下管道系统的正常运转。地下管道缺陷样本背景复杂、缺陷尺度变化较大、形态各异、噪声多,给有效检测带来了很大挑战。目前目标检测方法在地下管道缺陷检测方面存在不能兼顾速度和精度的问题,且模型参数量大。文章在EfficientDet-D0模型基础上,提出了一种改进模型,引入DySample动态上采样,更好地适应复杂场景和重建特征图,并对数据集采取实时数据增强。通过改进模型比原始模型获得了更高的检测精度,同时保证了实时推理的速度,参数量小,平均精度提升了2.75%,且未额外引入参数量,和主流检测模型相比也有一定优势。 展开更多

关键词 城市地下管道 缺陷检测 dysample动态上采样 EfficientDet模型

在线阅读 下载PDF 职称材料

基于YOLOv8n的隧道巡检机器人裂缝分类识别方法

14

作者 付正 马双宝 +1 位作者 张亚鹏 秦乐达 《东北师大学报(自然科学版)》 北大核心 2025年第3期77-85,共9页

针对传统隧道裂缝检测存在检测精度低、泛化能力差等问题,本文对YOLOv8n目标检测算法进行改进.引入CPCA注意力机制,提升模型的泛化能力,融合空间信息;通过引入大可分离卷积注意力的思想,改造空间金字塔池化,让模型更好地进行特征融合;... 针对传统隧道裂缝检测存在检测精度低、泛化能力差等问题,本文对YOLOv8n目标检测算法进行改进.引入CPCA注意力机制,提升模型的泛化能力,融合空间信息;通过引入大可分离卷积注意力的思想,改造空间金字塔池化,让模型更好地进行特征融合;采用轻量化的动态上采样DySample替换原网络的采集结构,提升图像处理的质量.结果表明:改进后的YOLOv8n模型在训练集上的P,R和m_(AP@0.5)分别提高了7.3%,1.2%和4.1%,而权重文件仅为6.78 MB,可以应用于巡检机器人上进行目标检测任务. 展开更多

关键词 YOLOv8n 裂缝识别 巡检机器人 dysample

在线阅读 下载PDF 职称材料

基于改进YOLO11的早期森林火灾检测算法

15

作者 彭鸿亮 周志成 张艳坤 《信息化研究》 2025年第4期154-162,共9页

针对早期森林火灾检测中面临的复杂森林环境、多变的烟雾形态以及微小的火焰特征等挑战,传统森林火灾检测方法存在检测精度不足。为解决这一难题,提出了一种基于改进YOLO11的早期森林火灾检测算法。首先,在YOLO11算法的基础上,利用可切... 针对早期森林火灾检测中面临的复杂森林环境、多变的烟雾形态以及微小的火焰特征等挑战,传统森林火灾检测方法存在检测精度不足。为解决这一难题,提出了一种基于改进YOLO11的早期森林火灾检测算法。首先,在YOLO11算法的基础上,利用可切换空洞卷积SAC(Switchable Atrous Convolution)替换模型网络C3k2模块中的标准卷积,通过扩大感受野来有效捕捉多尺度特征信息,提升模型对不同尺度和复杂火灾目标的特征提取能力;其次,在Neck网络中,引入了DySample轻量动态上采样方法,替代传统上采样方式,保留足够的细节信息,以提高模型对小目标的检测精度;最后,采用ASFFHead检测头取代原模型的检测头,以有效过滤冲突信息,增强模型的尺度不变性。实验结果表明:改进后的YOLO11模型在精度、召回率、mAP@50以及mAP@50:95指标上分别较原始YOLO11提升了1.9%、2.9%、3.4%和2.0%,显著提高了火灾检测精度,为森林火灾的早期预警提供了更为有效的方法。 展开更多

关键词 YOLO11 火灾检测 SAC dysample ASFFHead

在线阅读 下载PDF 职称材料

基于改进YOLOv8n算法的井下人员行为检测研究

16

作者 王庆磊 杨宇航 +4 位作者 陈立业 于浩然 杜昊杰 于梓晗 史健婷 《煤矿机械》 2025年第5期195-200,共6页

煤矿井下复杂环境中的干扰信息、低照明度及机械设备遮挡导致现有目标检测算法在人员异常动作检测中面临精度低、漏检和误检的挑战。提出了一种改进的YOLOv8n算法,旨在提升井下人员行为检测的速度和精度。首先,把iRMB和EMA融合创新了iR... 煤矿井下复杂环境中的干扰信息、低照明度及机械设备遮挡导致现有目标检测算法在人员异常动作检测中面临精度低、漏检和误检的挑战。提出了一种改进的YOLOv8n算法,旨在提升井下人员行为检测的速度和精度。首先,把iRMB和EMA融合创新了iREMA注意力机制,得到C2f_iREMA,增强了复杂背景中对特征目标的定位能力;其次,在C2f中引入iAFF,以有效地整合来自不同层次的特征;最后,引入DySample模块,避免了传统下采样方法可能带来的信息损失,提高了检测精度。实验表明,该算法在井下工人行为检测任务中,精确率提升了0.8%,召回率提升了3.1%,mAP@0.5提升了3.2%。这些改进显著增强了模型的检测精度、召回能力及整体性能,适用于井下环境中的实时行为检测。 展开更多

关键词 YOLOv8n 行为检测 注意力机制 dysample 特征融合

原文传递

基于改进YOLOv8-EDD的光伏板缺陷检测

17

作者 贾涛 吴月超 +1 位作者 吕洋 付文龙 《计算机与现代化》 2025年第9期43-49,54,共8页

针对现有光伏板缺陷检测方法精度低、检测速度慢等问题,提出一种改进的YOLOv8-EDD光伏板缺陷检测模型。首先,引入多尺度注意力机制EMA,使YOLOv8模型能够更好地关注光伏板缺陷区域;其次,在原有C2f模块中引入可变形卷积DCNv2,增强模型对... 针对现有光伏板缺陷检测方法精度低、检测速度慢等问题,提出一种改进的YOLOv8-EDD光伏板缺陷检测模型。首先,引入多尺度注意力机制EMA,使YOLOv8模型能够更好地关注光伏板缺陷区域;其次,在原有C2f模块中引入可变形卷积DCNv2,增强模型对不规则缺陷形状的提取能力,同时为了缓解由于DCNv2参数量大导致模型检测速度降低的问题,使用DySample轻量级上采样算子替换YOLOv8原有上采样算子,以降低模型参数量和计算复杂度,提高模型的检测速度;最后,引入WIoUv3损失函数,降低低质量样本对模型精度影响,提高模型的泛化能力。实验中,改进的YOLOv8-EDD模型与原始模型相比精度提高了15.3百分点,召回率提高了11.3百分点,均值平均精度提高了10.5百分点,检测速度增长了6.5 FPS。结果表明,本文所提出的改进模型在提高检测精度的同时具有更快的检测速度,更适用于光伏板缺陷检测。 展开更多

关键词 YOLOv8 光伏板缺陷检测 EMA dysample WIoUv3

在线阅读 下载PDF 职称材料

基于YOLOv8改进的轻量化森林火灾检测算法

18

作者 蒋端 彭龑 《兰州工业学院学报》 2025年第2期32-37,共6页

针对目前基于深度学习的森林火灾检测算法参数量和计算量较大,难以在终端部署等问题,提出一种基于YOLOv8n改进的轻量化森林火灾检测模型。在模型的Backbone端和Neck端使用轻量级的C2f_faster模块代替原模型中的C2f模块,降低模型的参数... 针对目前基于深度学习的森林火灾检测算法参数量和计算量较大,难以在终端部署等问题,提出一种基于YOLOv8n改进的轻量化森林火灾检测模型。在模型的Backbone端和Neck端使用轻量级的C2f_faster模块代替原模型中的C2f模块,降低模型的参数量和内存占用大小;在模型的Neck端引入DySample进行上采样,在不增加计算负担的同时保证检测精度。实验结果表明,改进后的算法mAP@0.5值达到92%,相较于YOLOv8,新算法的参数量减少约22.7%,GFLOPs减少约21%,Size减少约22.2%,为森林火灾检测的轻量化研究提供理论参考。 展开更多

关键词 森林火灾检测 轻量化 dysample YOLOv8

在线阅读 下载PDF 职称材料

基于改进YOLOv8的化工泄漏检测方法

19

作者 王爽 欧阳泽 +5 位作者 祝皓轩 殷毅超 周帝宏 王祺 李永豪 王海洋 《重庆科技大学学报(自然科学版)》 2025年第2期70-79,共10页

加强化工泄漏检测对保障企业安全生产、减少经济损失和保护环境具有重要意义,传统的传感器检测方法存在检测范围有限、实时性不高、易受环境干扰等问题。为此,提出了一种基于改进YOLOv8的化工泄漏检测方法,使用3种优化方法对YOLOv8模型... 加强化工泄漏检测对保障企业安全生产、减少经济损失和保护环境具有重要意义,传统的传感器检测方法存在检测范围有限、实时性不高、易受环境干扰等问题。为此,提出了一种基于改进YOLOv8的化工泄漏检测方法,使用3种优化方法对YOLOv8模型进行改进。使用EfficientViT模块改进主干网络中的特征提取网络,以增强模型的全局信息捕捉能力;引入超轻量上采样模块,以增强模型对特征纹理细节和边缘信息的还原能力;使用C2f_DCNv2模块替换C2f模块,以增强模型对大尺度特征的检测能力。实验结果表明,与YOLOv5、YOLOv8模型相比,改进模型的精度分别提升了5.4百分点和3.5百分点,改进模型的平均精度均值分别提升了10.3百分点和3.5百分点。 展开更多

关键词 化工泄漏检测 YOLOv8模型 EfficientViT模块 dysample模块 C2f_DCNv2模块

在线阅读 下载PDF 职称材料

基于改进的HigherHRNet人体姿态估计算法研究

20

作者 穆晓芳 张祎昕 +1 位作者 石泓 侯明星 《太原师范学院学报(自然科学版)》 2024年第4期41-48,共8页

目前人体姿态估计算法在提高准确率同时,会增加模型的参数量与计算量.本文提出改进的HigherHRNet:一种轻量化的人体姿态估计网络模型.在特征提取阶段采用金字塔分割注意力(Efficient Pyramid Split Attention,EPSA)与幻影卷积(Ghost Con... 目前人体姿态估计算法在提高准确率同时,会增加模型的参数量与计算量.本文提出改进的HigherHRNet:一种轻量化的人体姿态估计网络模型.在特征提取阶段采用金字塔分割注意力(Efficient Pyramid Split Attention,EPSA)与幻影卷积(Ghost Convolution),获得比传统3×3卷积更低的参数量;为保证提取精度,引入多维协作注意力模块(Modular Co-AttentionLayer,MCA),提高通道间特征信息的捕获能力.融合动态上采样算子DySample(Dynamic Up-sampler),取代最邻近插值上采样,减少耗时并节约计算资源.实验结果表明,改进后的HigherHRNet在精度损失可接受范围,参数量和计算机量各降低44%与39%,实现了模型的轻量化. 展开更多

关键词 人体姿态估计 轻量级网络 多维协作注意力 dysample

在线阅读 下载PDF 职称材料