期刊文献+
共找到909篇文章
< 1 2 46 >
每页显示 20 50 100
The Focalizers and the Themes of the Sound and the Fury
1
作者 王艳 郭鑫 《海外英语》 2014年第20期223-224,共2页
Based on the narrative theory of Shlomith Rimmon-Kenan,the present paper will analyze the close connection between the choice and order of the focalizers and the themes of the novel to show that they are chosen and ar... Based on the narrative theory of Shlomith Rimmon-Kenan,the present paper will analyze the close connection between the choice and order of the focalizers and the themes of the novel to show that they are chosen and arranged deliberately and accorded to its themes. 展开更多
关键词 focalizer unreliable NARRATOR themes
在线阅读 下载PDF
基于多尺度注意力与双流融合特征的微表情识别
2
作者 郭小龙 薛珮芸 +1 位作者 白静 徐姜帅 《现代电子技术》 北大核心 2026年第5期175-184,共10页
为了解决微表情识别中特征提取能力不足和样本数据不均衡导致的识别偏差问题,文中提出一种基于多尺度注意力与双流融合特征的微表情识别方法。首先设计多尺度注意力模块,通过光流和差分序列特征的融合提升微表情关键动态信息的提取能力... 为了解决微表情识别中特征提取能力不足和样本数据不均衡导致的识别偏差问题,文中提出一种基于多尺度注意力与双流融合特征的微表情识别方法。首先设计多尺度注意力模块,通过光流和差分序列特征的融合提升微表情关键动态信息的提取能力;其次设计了改进的多核Inception模块,结合深度可分离卷积和多尺寸卷积核,在提升特征表达能力的同时降低计算复杂度;最后采用数据扩充策略和Focal Loss损失函数以缓解样本类间不均导致的识别偏移。实验结果显示,该方法在CASMEⅡ、SMIC-HS、SAMM和MEGC2019等4个自发微表情数据集上实现了优异性能。其中UAR和UF1指标分别达到最高,为0.914和0.912,显著优于近期主流方法。同时,设计的消融实验验证了多尺度注意力模块和多核Inception模块在特征提取中的关键作用。实验结果表明,所提方法通过多维度融合、创新特征提取、数据扩充和改善损失函数等操作,获得了高精度且具有竞争力的微表情识别性能。 展开更多
关键词 微表情识别 多尺度注意力 双流特征融合 深度可分离卷积 数据扩充 Focal Loss损失函数
在线阅读 下载PDF
Hippocampal damage through foreign body placement in organotypic cultures leads to plastic responses in newly born granule cells
3
作者 Tassilo Jungenitz Lukas Frey +2 位作者 Sophia Kirscht Stephan W.Schwarzacher Angélica Zepeda 《Neural Regeneration Research》 2026年第3期1142-1150,共9页
The dentate gyrus of the hippocampus is a plastic structure that displays modifications at different levels in response to positive stimuli as well as to negative conditions such as brain damage.The latter involves gl... The dentate gyrus of the hippocampus is a plastic structure that displays modifications at different levels in response to positive stimuli as well as to negative conditions such as brain damage.The latter involves global alterations,making understanding plastic responses triggered by local damage difficult.One key feature of the dentate gyrus is that it contains a well-defined neurogenic niche,the subgranular zone,and beyond neurogenesis,newly born granule cells may maintain a“young”phenotype throughout life,adding to the plastic nature of the structure.Here,we present a novel experimental model of local brain damage in organotypic entorhino-hippocampal cultures that results in the activation of adjacent newly born granule cells.A small piece of filter paper was placed on the surface of the granule cell layer of the dentate gyrus,which evoked a foreign body reaction of astrocytes,along with the activation of local young neurons expressing doublecortin.Forty-eight hours after foreign body placement,the number of doublecortin-immunoreactive cells increased in the subgranular zone in the direct vicinity of the foreign body,whereas overall increased doublecortin immunoreactivity was observed in the granule cell layer and molecular layer of the dentate gyrus.Foreign body placement in the pyramidal layer of the CA1 region evoked a comparable local astroglial reaction but did not lead to an increase in doublecortin-immunoreactive in either the CA1 region or the adjacent dentate gyrus.Seven days after foreign body placement in the dentate gyrus,the increase in doublecortin-immunoreactivity was no longer observed,indicating the transient activation of young cells.However,7 days after foreign body placement,the number of doublecortin-immunoreactive granule cells coimmunoreactive for calbindin was lower than that under the control conditions.As calbindin is a marker for mature granule cells,this result suggests that activated young cells remain at a more immature stage following foreign body placement.Live imaging of retrovirally green fluorescent protein-labeled newly born granule cells revealed the orientation and growth of their dendrites toward the foreign body placement.This novel experimental model of foreign body placement in organotypic entorhino-hippocampal cultures could serve as a valuable tool for studying both glial reactivity and neuronal plasticity,specifically of newly born neurons under controlled in vitro conditions. 展开更多
关键词 ASTROCYTE brain plasticity dendritic plasticity dentate gyrus focal brain injury hippocampus NEUROPLASTICITY NEUROREPAIR newborn granule cells regeneration REORGANIZATION
暂未订购
基于改进YOLOv5s的煤矿地面无人值守变电站仪表检测算法研究
4
作者 李富强 《中国设备工程》 2026年第2期176-178,共3页
本研究对现有的检测模型存在的精度不足、检测速度慢的问题,提出一种基于YOLOv5s和注意力机制的融合检测算法。首先,利用K-means算法对采集到的数据集进行聚类,获得多组锚框;然后,对YOLOv5s网络结构进行改进,在其中融入CA注意力模块,让... 本研究对现有的检测模型存在的精度不足、检测速度慢的问题,提出一种基于YOLOv5s和注意力机制的融合检测算法。首先,利用K-means算法对采集到的数据集进行聚类,获得多组锚框;然后,对YOLOv5s网络结构进行改进,在其中融入CA注意力模块,让其能更准确定位所需检测目标,加快了识别过程中特征提取的速度;针对小型识别样本,利用Focal loss损失函数,提高网络的收敛速度与检测精度。最后,经过实验表明,改进后的YOLOv5s以原网络更小的参数量提高了精确度,同时,速度比原始网络更加快速,提高了巡检机器人仪表检测的效率。 展开更多
关键词 YOLOv5s 仪表检测 注意力机制 Focal loss
在线阅读 下载PDF
改进的YOLOv8n轻量化景区行人检测方法研究 被引量:11
5
作者 张小艳 王苗 《计算机工程与应用》 北大核心 2025年第2期84-96,共13页
针对景区人流量大、人员密集,而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题,提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块,以显著减少模型参数量,从而提... 针对景区人流量大、人员密集,而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题,提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块,以显著减少模型参数量,从而提升模型的检测速度。采用精细的slim-neck范式,通过GSConv和V0V-GSCSP模块,在有效降低模型参数量的同时,提升模型的学习能力。提出坐标注意力动态解耦头,以显著增强模型对位置信息的感知度和敏感度。为了对样本进行更为精确的平衡处理,引入Focal Loss损失函数,进一步提高模型的检测精度与鲁棒性。实验结果表明,在景区行人数据集上,改进后的模型相较于原始模型,模型参数量减小了52%,mAP@0.5提升了2.1个百分点,mAP@0.5:0.95提升了1.4个百分点。在VisDrone2019数据集上,mAP@0.5提高了3.9个百分点。改进后的算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。 展开更多
关键词 行人检测 轻量化 YOLOv8 Focal Loss 注意力机制
在线阅读 下载PDF
HD-YOLO:复杂场景下安全帽佩戴检测算法 被引量:4
6
作者 邱云飞 腰瑞琳 +1 位作者 金海波 张嘉宁 《安全与环境学报》 北大核心 2025年第1期165-174,共10页
针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效... 针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次,设计了DSASF颈部结构,结合动态上采样和多尺度特征融合,精准识别和定位图像中的小目标,以提高检测性能。然后,引入Focal Modulation模块替换原有的快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF)结构模块,捕捉图像中的长距离依赖和上下文信息,聚焦于复杂背景中的目标。最后,采用空间增强注意力模块(Spatially Enhanced Attention Module,SEAM)解决小目标遮挡问题。试验结果表明,HD-YOLO算法在同一数据集上平均精度均值为81.8%,相比原始YOLOv8算法提高了5.0百分点。设计的HD-YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。 展开更多
关键词 安全社会工程 安全帽检测 YOLOv8算法 GRC-C2f模块 DSASF颈部结构 Focal Modulation模块 空间增强注意力模块
原文传递
改进Faster R-CNN的输电线路山火图像检测方法 被引量:2
7
作者 黄力 吴珈承 《现代电子技术》 北大核心 2025年第9期173-179,共7页
针对山火严重威胁输电线路安全的问题,提出一种改进Faster R-CNN的输电线路山火图像检测方法。选用ResNeSt50作为主干网络以提升模型性能,同时在主干网络后面加入递归特征金字塔(RFP)以增强模型在多尺度上的特征提取能力。采用CIoU Los... 针对山火严重威胁输电线路安全的问题,提出一种改进Faster R-CNN的输电线路山火图像检测方法。选用ResNeSt50作为主干网络以提升模型性能,同时在主干网络后面加入递归特征金字塔(RFP)以增强模型在多尺度上的特征提取能力。采用CIoU Loss回归损失函数以提高边界框回归速率和定位精度,使用Focal Loss分类损失函数以提高对小目标的烟雾和火焰检测精度。运用Kmeans++聚类算法对烟雾和火焰数据进行anchor尺寸优化,以提高算法的检测准确率。利用数据增强技术来解决图像数量不足和天气环境变化影响检测精度的问题。经过训练和测试,结果显示改进后的Faster RCNN方法在平均精度均值上达到了95.54%,比原模型提高了7.39%,能够有效识别输电线路附近产生的烟雾和火焰,满足山火检测准确性和实时性的要求。 展开更多
关键词 深度学习 山火检测 烟雾检测 Kmeans++ ResNeSt50 CIoU Loss Focal Loss RFP
在线阅读 下载PDF
改进YOLOv8的输送带损伤检测方法
8
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
基于数据增强和损失平衡的机电领域命名实体识别 被引量:2
9
作者 林娜 岳希 唐聃 《计算机工程与应用》 北大核心 2025年第7期222-232,共11页
机电领域命名实体识别是机电创新设计信息检索最基础的过程。目前命名实体识别任务的数据在机电领域较少,且大部分存在不平衡问题。通过构建机电领域命名实体识别数据集,根据数据集文本结构特点设计多维数据增强方法,并提出基于改进los... 机电领域命名实体识别是机电创新设计信息检索最基础的过程。目前命名实体识别任务的数据在机电领域较少,且大部分存在不平衡问题。通过构建机电领域命名实体识别数据集,根据数据集文本结构特点设计多维数据增强方法,并提出基于改进loss的命名实体识别模型BERT-BiGRU-CRF(BL)。对互联网机电领域文本语料进行爬取并进行标注构成机电领域命名实体识别数据集;根据不同方式对数据集的影响从同类实体替换、同义词替换、语料裁减和语料拼接四个方面进行多维数据增强后按一定比例进行数据扩充增加数据丰富度;针对数据集数据不平衡问题设计使用Weigh loss平衡focal loss与CRF loss权重的模型,该模型采用BERT进行词向量编码,利用BiGRU完成文本向量的特征提取,使用CRF进行标签约束与解码。经实验证明,多维数据增强方法对模型效果有显著提升,并且经过改进的模型在原始和增强后数据集上表现均为最优,F1值分别为78.23%和83.3%。 展开更多
关键词 机电领域 命名实体识别 数据增强 focal loss Weigh loss
在线阅读 下载PDF
基于改进PPYOLOE-R的遥感图像舰船目标检测 被引量:1
10
作者 陈天鹏 胡建文 李海涛 《计算机科学》 北大核心 2025年第S1期483-490,共8页
遥感图像背景复杂,处于遥感图像中的舰船目标与港口背景语义信息较为相似,并且部分舰船目标尺寸小且密集排列,现有深度学习目标检测算法易出现漏检、误检、精度不理想等问题。针对此问题,提出一种改进PPYOLOE-R的遥感图像舰船目标检测算... 遥感图像背景复杂,处于遥感图像中的舰船目标与港口背景语义信息较为相似,并且部分舰船目标尺寸小且密集排列,现有深度学习目标检测算法易出现漏检、误检、精度不理想等问题。针对此问题,提出一种改进PPYOLOE-R的遥感图像舰船目标检测算法,以PPYOLOE-R为基线,在颈部网络引入置换注意力机制,增强模型的特征提取能力;引入一种改进的Focal Loss,该损失可以关联类别分数与定位分数,对类别标签进行软化处理,提高模型对难易样本的区分能力。提取DOTA数据集中的舰船类别,制作DOTA_ships舰船数据集。在HRSC2016数据集和DOTA_ships舰船数据集上的实验结果表明,该方法的平均精确度分别为90.02%,89.90%,检测速度分别为48.2 FPS,41.5 FPS,召回率分别为97.9%,97.3%,平均精确度和召回率在对比方法中均为最优,检测速度仅次于PPYOLOE-R。 展开更多
关键词 遥感图像 舰船目标检测 PPYOLOE-R 置换注意力 Focal Loss
在线阅读 下载PDF
基于AI的混凝土裂缝检测精度提升技术研究 被引量:1
11
作者 赵海 《实验室检测》 2025年第22期16-18,共3页
目的提升混凝土裂缝检测的精度与鲁棒性,应对复杂背景和样本不均衡带来的识别困难。方法构建以MobileNetV2为骨干的轻量化卷积神经网络,引入Non-local与ECA注意力模块以强化特征提取能力,采用Focal Loss缓解正负样本比例失衡问题,实验... 目的提升混凝土裂缝检测的精度与鲁棒性,应对复杂背景和样本不均衡带来的识别困难。方法构建以MobileNetV2为骨干的轻量化卷积神经网络,引入Non-local与ECA注意力模块以强化特征提取能力,采用Focal Loss缓解正负样本比例失衡问题,实验系统比较Nadam、Adam及M-SGD三种优化算法,并分析不同学习率衰减策略与批大小等超参数对检测效果的影响。结果Nadam优化器配合分段常数衰减策略与批大小16时性能最优,精确率、召回率、F1分数和IoU分别达到89.43%、89.10%、89.17%与80.57%,Adam表现其次,M-SGD性能显著较差,分段衰减策略整体优于指数衰减,较大批大小更有利于训练稳定和精度提升。结论注意力机制增强的MobileNetV2网络在混凝土裂缝检测中具备良好的精度与鲁棒性,优化算法与超参数选择可有效提升检测性能,为该类任务自动化监测与工程应用提供可行的技术方案。 展开更多
关键词 混凝土裂缝 注意力机制 卷积神经网络 Focal Loss 优化算法
在线阅读 下载PDF
基于Swin-U的路面裂缝分割研究 被引量:1
12
作者 王华 汪良财 +1 位作者 熊峰 胡靖 《中外公路》 2025年第3期37-45,共9页
针对道路裂缝目标分割任务中存在的过拟合、计算速度低和目标信息提取不足等问题,该文基于U⁃Net网络构建Swin⁃U网络模型。该模型以Swin⁃Transformer作为特征提取模块,提高模型的拟合程度,可更精准地提取裂缝特征,从而提高分割精度;同时... 针对道路裂缝目标分割任务中存在的过拟合、计算速度低和目标信息提取不足等问题,该文基于U⁃Net网络构建Swin⁃U网络模型。该模型以Swin⁃Transformer作为特征提取模块,提高模型的拟合程度,可更精准地提取裂缝特征,从而提高分割精度;同时引入稳定的损失函数Focal Loss来提高目标分割的精度。在自有道路裂缝数据集上的试验结果表明:Swin⁃U网络模型实现了裂缝图像的像素级分割,其性能显著优于传统的U⁃Net,在测试集上的交并比和F1分数分别提高了25.00%和27.61%。该改进模型不仅为道路养护决策提供了更可靠的技术支持,也为道路裂缝分割方法的优化提供了参考。 展开更多
关键词 道路裂缝分割 图像分割 Swin⁃Transformer U⁃Net 深度神经网络 Focal Loss
原文传递
基于EfficientViT改进YOLOv8排水管道缺陷检测模型 被引量:2
13
作者 吴哲豪 郭源 +1 位作者 黄胜 马保松 《给水排水》 北大核心 2025年第1期125-130,共6页
提出一种基于EfficientViT改进YOLOv8网络的排水管道缺陷智能检测模型。首先,将YOLOv8主干网络结构替换为EfficientViT特征提取网络,以此减少模型参数量;其次,引入SE注意力机制,提高目标检测精度,增强模型鲁棒性;最后,采用Focal Loss损... 提出一种基于EfficientViT改进YOLOv8网络的排水管道缺陷智能检测模型。首先,将YOLOv8主干网络结构替换为EfficientViT特征提取网络,以此减少模型参数量;其次,引入SE注意力机制,提高目标检测精度,增强模型鲁棒性;最后,采用Focal Loss损失函数,减少了大量易分类样本的影响。对所收集9类管道缺陷共14701缺陷案例训练和测试,结果显示,新模型较原YOLOv8算法的平均精度提升1.7%达到81.3%,FPS提高至44.8帧/s,表明改进算法在排水管道缺陷检测任务中有更优的表现。 展开更多
关键词 排水管道 缺陷识别 EfficientViT 注意力机制 Focal Loss
在线阅读 下载PDF
基于特征增强和样本充分学习的红外飞机检测 被引量:1
14
作者 徐红鹏 刘刚 +1 位作者 司起峰 陈会祥 《电光与控制》 北大核心 2025年第1期54-60,共7页
针对深度学习单阶段检测算法对红外飞机目标的特征提取能力不足以及样本学习不充分的问题,提出基于特征增强的全局上下文机制(FEGCM)和样本充分学习的目标检测算法。FEGCM可获取包含目标的全局信息与局部信息的特征图,从而提高特征提取... 针对深度学习单阶段检测算法对红外飞机目标的特征提取能力不足以及样本学习不充分的问题,提出基于特征增强的全局上下文机制(FEGCM)和样本充分学习的目标检测算法。FEGCM可获取包含目标的全局信息与局部信息的特征图,从而提高特征提取网络对目标特征的提取能力。通过在Focal Loss中添加调制因子,在关注难负样本学习的基础上,充分利用包含目标特性的部分易负样本,使得样本充分学习,从而帮助检测算法学习到更有意义的目标特征。实验表明,所提算法在自制红外飞机数据集上的mAP_(50)达到96.9%,能够有效实现红外飞机目标检测。 展开更多
关键词 红外飞机检测 全局上下文 空间注意力 Focal Loss 易负样本
在线阅读 下载PDF
基于Focal Loss^(IM)-Transformer的电网虚假数据注入攻击检测
15
作者 席磊 和昀 +3 位作者 李子豪 曹利锋 李宗泽 石雨凡 《南方电网技术》 北大核心 2025年第6期26-38,共13页
虚假数据注入攻击对电力信息物理系统造成严重安全威胁。由于受到攻击样本与正常样本之间存在类别不平衡特性,导致机器学习检测方法偏向于多数类的预测,影响其对攻击的检测精度。为此,提出了基于Focal Loss^(IM)-Transformer的虚假数据... 虚假数据注入攻击对电力信息物理系统造成严重安全威胁。由于受到攻击样本与正常样本之间存在类别不平衡特性,导致机器学习检测方法偏向于多数类的预测,影响其对攻击的检测精度。为此,提出了基于Focal Loss^(IM)-Transformer的虚假数据注入攻击检测。Transformer利用其自注意力机制能够捕捉数据中的长期依赖性,进而识别不平衡的虚假数据注入攻击数据。Focal Loss^(IM)通过引入调制因子来更好地匹配虚假数据注入攻击样本的分布和特性,来增强检测方法对不平衡数据的识别能力,以提高检测方法对攻击的检测精度。通过在IEEE 14节点系统、IEEE 30节点系统和IEEE 57节点系统进行仿真,验证了所提方法的有效性。且相较于传统损失函数和其他检测方法,所提方法显示出更好的泛化能力和对少数类的识别能力,且辨识精度高、误报率低。 展开更多
关键词 电力信息物理系统 虚假数据注入攻击 不平衡数据 TRANSFORMER focal loss
在线阅读 下载PDF
基于改进VGG16网络模型的人脸疲劳检测方法
16
作者 黄尚安 阮太元 +2 位作者 周昊 蔡雄友 韩冰 《科学技术创新》 2025年第16期105-109,共5页
疲劳驾驶是道路交通安全中的重要隐患,人脸疲劳检测是帮助解决疲劳驾驶的重要方法。当前人脸疲劳检测众多方法存在模型训练复杂、精度低、耗时慢等问题,针对人脸疲劳面部特征的相关特点,提出在原VGG16网络模型基础上,重构模型相关网络层... 疲劳驾驶是道路交通安全中的重要隐患,人脸疲劳检测是帮助解决疲劳驾驶的重要方法。当前人脸疲劳检测众多方法存在模型训练复杂、精度低、耗时慢等问题,针对人脸疲劳面部特征的相关特点,提出在原VGG16网络模型基础上,重构模型相关网络层,并结合Lanczos插值算法增加“人脸疲劳检测感受野增强模块”,使用Focal Loss损失函数,深度提取人脸面部细节特征,再利用MeanShift聚类算法沿着密度梯度上升的特点,完成人脸疲劳检测,在公共数据集上的精度达到了94.3%。 展开更多
关键词 人脸疲劳检测 VGG16 Lanczos插值算法 Focal Loss损失函数 MeanShift聚类
在线阅读 下载PDF
基于改进YOLOv8的SAR图像智能识别方法
17
作者 闫晨宇 耿亮 杜伟伟 《厦门大学学报(自然科学版)》 北大核心 2025年第6期949-957,共9页
[目的]针对合成孔径雷达(synthetic aperture radar,SAR)图像对拍摄角度和目标姿态变化敏感,导致模型区分目标困难的问题.本文基于YOLOv8提出了一种SAR图像车辆目标智能识别模型DCF-SAR.[方法]该模型首先引入可变形卷积网络(deformable ... [目的]针对合成孔径雷达(synthetic aperture radar,SAR)图像对拍摄角度和目标姿态变化敏感,导致模型区分目标困难的问题.本文基于YOLOv8提出了一种SAR图像车辆目标智能识别模型DCF-SAR.[方法]该模型首先引入可变形卷积网络(deformable convolutional network,DCN)模块,以增强模型对发生形变目标的识别能力.其次,通过引入内容感知特征重组(content aware reassembly of features,CARAFE)上采样模块来提升模型在特征融合阶段的效率.最后,为进一步增强模型训练效率和特征提取能力,使用Focal损失函数改进了原始模型的交叉熵分类损失函数,以提高模型的分类精度及其对目标区域的关注程度.[结果]在MSTAR数据集上的实验结果表明,DCF-SAR模型能够在扩展操作条件(EOC)大俯仰角变化的数据集上实现98.79%的识别准确度,比原始模型提高0.12个百分点,在标准操作条件(SOC)仅含方位角变化的1/12规模的数据集上实现89.13%的识别准确度,相比原始模型提高10.98个百分点.[结论]DCF-SAR不仅在拍摄俯仰角大幅变化时表现稳健,在拍摄方位角覆盖不全面的资源受限场景中也具备较高的识别准确度. 展开更多
关键词 合成孔径雷达 可变形卷积网络 内容感知特征重组 Focal损失函数
在线阅读 下载PDF
A Preliminary Catalog of Early Aftershocks Following the 7 January 2025 M_(S)6.8 Dingri,Xizang Earthquake 被引量:4
18
作者 Jiayuan Yao Dongdong Yao +3 位作者 Fang Chen Ming Zhi Li Sun Dun Wang 《Journal of Earth Science》 2025年第2期856-860,共5页
INTRODUCTION.On January 7,2025,at 9:05 AM BJT,a MS6.8 earthquake(CENC epicenter:28.50°N,87.45°E)struck Dingri County,Xizang Province(hereinafter referred to as the Dingri mainshock).The inferred moment magni... INTRODUCTION.On January 7,2025,at 9:05 AM BJT,a MS6.8 earthquake(CENC epicenter:28.50°N,87.45°E)struck Dingri County,Xizang Province(hereinafter referred to as the Dingri mainshock).The inferred moment magnitude,based on regional/teleseismic waveform inversion and back-projection,is approximately MW7.1.Focal mechanism solutions,aftershock distribution,and field surveys indicate that the Dingri mainshock was a normal-faulting event,with a nearly north-south strike and a westward-dipping fault plane. 展开更多
关键词 focal mechanism Xizang AFTERSHOCKS Dingri moment magnitude field surveys EARTHQUAKE mechanism solutionsaftershock
原文传递
基于多路径动态卷积的YOLOv5无人机航拍目标检测模型 被引量:1
19
作者 宋苏 汪方正 +1 位作者 高建安 刘泓森 《现代电子技术》 北大核心 2025年第7期72-78,共7页
为了提升无人机航拍影像目标检测的准确率,并实现模型的轻量化,文中对YOLOv5目标检测模型进行了多方面的改进。首先,对YOLOv5的骨干网络进行了优化重组,采用更高效的动态卷积结构和多通道并行处理策略增强特征提取能力和检测精度,并显... 为了提升无人机航拍影像目标检测的准确率,并实现模型的轻量化,文中对YOLOv5目标检测模型进行了多方面的改进。首先,对YOLOv5的骨干网络进行了优化重组,采用更高效的动态卷积结构和多通道并行处理策略增强特征提取能力和检测精度,并显著减少模型参数量;其次,改进了损失函数,引入Focal⁃EIoU损失函数,更适合无人机航拍图像的特点,进一步提升了模型的检测精度;此外,将原本耦合的检测头进行了解耦处理,设计了轻量级解耦头,使分类、回归和置信度任务解耦处理,提高了检测精度和收敛速度,并合理控制了模型参数量。实验结果表明,改进后的DEP⁃YOLO模型在mAP@0.5指标上提升了9.6%,同时模型大小和参数量分别降低了77.93%和83.82%。综上所述,文中提出的综合改进策略显著提升了无人机航拍影像目标检测的精度,并实现了模型的轻量化,验证了其在航拍影像目标检测领域的有效性。 展开更多
关键词 目标检测 无人机航拍 YOLOv5 模型轻量化 动态卷积 解耦检测头 Focal⁃EIoU损失函数 特征提取
在线阅读 下载PDF
基于改进YOLOv8n的玉米地杂草检测 被引量:3
20
作者 文韬 王天一 《软件工程》 2025年第3期6-10,共5页
为了有效应对玉米地杂草对玉米产量和品质的影响,实现玉米与杂草的快速、准确检测,提出了一种基于改进YOLOv8n(You Only Look Once Version 8 nano)的玉米与杂草检测模型。首先,提出了ACMConv(Accurate and Computationally Minimal Con... 为了有效应对玉米地杂草对玉米产量和品质的影响,实现玉米与杂草的快速、准确检测,提出了一种基于改进YOLOv8n(You Only Look Once Version 8 nano)的玉米与杂草检测模型。首先,提出了ACMConv(Accurate and Computationally Minimal Convolution)新型卷积方式,显著减少了模型计算量,使模型更加轻量化;其次,使用SELU激活函数,引入非线性因素,有效缓解了梯度消失问题;最后,引入Focal Loss作为边界框损失函数,使模型更加容易收敛。实验结果表明,相较于原始YOLOv8n模型,改进后的YOLOv8n模型的平均精度均值提升了1.3百分点,计算量降低了7.3%,实现了对玉米与杂草的高效、准确检测。 展开更多
关键词 深度学习 杂草识别 YOLOv8n 激活函数 Focal Loss
在线阅读 下载PDF
上一页 1 2 46 下一页 到第
使用帮助 返回顶部