期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进MobileNetV2的棉花颜色分级检测
被引量：
4
1
作者
王中璞
吴正香
+2 位作者
尤美路
张立杰
阿不都热西提·买买提
《棉纺织技术》
CAS
2024年第6期15-21,共7页
针对棉花颜色级检验中感官检验容易受到主观因素影响、仪器检验不稳定的问题,提出一种使用改进MobileNetV2神经网络实现棉花颜色级检测的方法。通过自主设计的图像采集装置,收集白棉一级到白棉五级5种棉花颜色级样品,制作数据集。将Mobi...
针对棉花颜色级检验中感官检验容易受到主观因素影响、仪器检验不稳定的问题,提出一种使用改进MobileNetV2神经网络实现棉花颜色级检测的方法。通过自主设计的图像采集装置,收集白棉一级到白棉五级5种棉花颜色级样品,制作数据集。将MobileNetV2网络后三层进行特征融合,并嵌入CBAM注意力机制,同时与GhostNet、ShuffleNetV2和原始MobileNetV2模型进行对比,预测棉花颜色分级。结果表明:改进后的MobileNetV2在测试集的准确率达到92.10%,相对于GhostNet、ShuffleNetV2和原始MobileNetV2分别提高了3.01个百分点、4.61个百分点、1.24个百分点,具有较好的检测效果。
展开更多
关键词
MobileNetV2模型
棉花颜色级
神经网络
注意力机制
特征融合
在线阅读
下载PDF
职称材料
基于ZC-YOLO的棉花杂质检测
2
作者
王中璞
吴正香
+2 位作者
张立杰
阿不都热西提·买买提
张倩
《毛纺科技》
CAS
北大核心
2024年第12期95-101,共7页
针对棉花杂质形状复杂,尺度变化大导致检测精度低的问题,提出一种基于改进YOLOv5的棉花表面杂质的智能分类检测方法。采用适应于数据集的自适应锚框算法,对锚框进行重新聚类,提高对小目标杂质的检测效果;在特征融合部分引入MCA注意力机...
针对棉花杂质形状复杂,尺度变化大导致检测精度低的问题,提出一种基于改进YOLOv5的棉花表面杂质的智能分类检测方法。采用适应于数据集的自适应锚框算法,对锚框进行重新聚类,提高对小目标杂质的检测效果;在特征融合部分引入MCA注意力机制模块,聚焦有效特征层的杂质目标信息,降低无关区域的干扰,对棉花杂质目标定位更加准确;采用GIoU损失函数用于计算棉花杂质预测框与真实框的损失计算,滤出最佳棉花杂质检测框,使算法更加适用于当前检测任务。试验结果表明,提出的算法模型平均精度均值(mAP@0.5)达到92.5%,相对YOLOv3、YOLOv5、YOLOv8与YOLOv6而言,其精度值mAP值指标分别提高了其15.4%、2.2%、13.5%和26.4%,为棉花杂质的智能分类检测提供参考,提高了模型检测精度。
展开更多
关键词
棉花杂质
分类检测
YOLOv5
自适应锚框
MCA注意力机制
在线阅读
下载PDF
职称材料
题名
基于改进MobileNetV2的棉花颜色分级检测
被引量：
4
1
作者
王中璞
吴正香
尤美路
张立杰
阿不都热西提·买买提
机构
新疆大学
新疆维吾尔自治区纤维质量监测中心
出处
《棉纺织技术》
CAS
2024年第6期15-21,共7页
基金
新疆维吾尔自治区科技重大专项(2022A01008-1)。
文摘
针对棉花颜色级检验中感官检验容易受到主观因素影响、仪器检验不稳定的问题,提出一种使用改进MobileNetV2神经网络实现棉花颜色级检测的方法。通过自主设计的图像采集装置,收集白棉一级到白棉五级5种棉花颜色级样品,制作数据集。将MobileNetV2网络后三层进行特征融合,并嵌入CBAM注意力机制,同时与GhostNet、ShuffleNetV2和原始MobileNetV2模型进行对比,预测棉花颜色分级。结果表明:改进后的MobileNetV2在测试集的准确率达到92.10%,相对于GhostNet、ShuffleNetV2和原始MobileNetV2分别提高了3.01个百分点、4.61个百分点、1.24个百分点,具有较好的检测效果。
关键词
MobileNetV2模型
棉花颜色级
神经网络
注意力机制
特征融合
Keywords
MobileNetV2 model
cotton color grade
neural network
attention mechanism
feature fusion
分类号
TS111.9 [轻工技术与工程—纺织材料与纺织品设计]
在线阅读
下载PDF
职称材料
题名
基于ZC-YOLO的棉花杂质检测
2
作者
王中璞
吴正香
张立杰
阿不都热西提·买买提
张倩
机构
新疆大学纺织与服装学院
新疆维吾尔自治区纤维质量监测中心
出处
《毛纺科技》
CAS
北大核心
2024年第12期95-101,共7页
基金
新疆维吾尔自治区科技重大专项项目(2022A01008-1)
新疆维吾尔自治区市场监督局科技计划项目(S2023192019)。
文摘
针对棉花杂质形状复杂,尺度变化大导致检测精度低的问题,提出一种基于改进YOLOv5的棉花表面杂质的智能分类检测方法。采用适应于数据集的自适应锚框算法,对锚框进行重新聚类,提高对小目标杂质的检测效果;在特征融合部分引入MCA注意力机制模块,聚焦有效特征层的杂质目标信息,降低无关区域的干扰,对棉花杂质目标定位更加准确;采用GIoU损失函数用于计算棉花杂质预测框与真实框的损失计算,滤出最佳棉花杂质检测框,使算法更加适用于当前检测任务。试验结果表明,提出的算法模型平均精度均值(mAP@0.5)达到92.5%,相对YOLOv3、YOLOv5、YOLOv8与YOLOv6而言,其精度值mAP值指标分别提高了其15.4%、2.2%、13.5%和26.4%,为棉花杂质的智能分类检测提供参考,提高了模型检测精度。
关键词
棉花杂质
分类检测
YOLOv5
自适应锚框
MCA注意力机制
Keywords
cotton impurities
classification detection
YOLOv5
adaptive anchor frame
MCA attention mechanism
分类号
TS111.9 [轻工技术与工程—纺织材料与纺织品设计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进MobileNetV2的棉花颜色分级检测
王中璞
吴正香
尤美路
张立杰
阿不都热西提·买买提
《棉纺织技术》
CAS
2024
4
在线阅读
下载PDF
职称材料
2
基于ZC-YOLO的棉花杂质检测
王中璞
吴正香
张立杰
阿不都热西提·买买提
张倩
《毛纺科技》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
