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12,168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：
子宫内膜癌组织肿瘤坏死因子α诱导蛋白8家族成员2、细胞增殖核抗原表达水平及与临床病理参数和预后的关系 被引量：2
1
作者 翟一阳 马韵翼 +2 位作者 翟俊英 钮红丽 王颖 《实用医学杂志》 北大核心 2025年第3期379-384,共6页
目的分析子宫内膜癌(EC)组织肿瘤坏死因子α诱导蛋白8家族成员2(TIPE2)、细胞增殖核抗原(Ki67)表达水平及与临床病理参数和预后的关系。方法回顾性收集2020年2月至2022年2月我院收治的、行手术切除的96例EC患者、120例因子宫肌瘤行子宫... 目的分析子宫内膜癌(EC)组织肿瘤坏死因子α诱导蛋白8家族成员2(TIPE2)、细胞增殖核抗原(Ki67)表达水平及与临床病理参数和预后的关系。方法回顾性收集2020年2月至2022年2月我院收治的、行手术切除的96例EC患者、120例因子宫肌瘤行子宫全切患者及120例行全子宫切除或刮宫患者的组织标本及临床资料为研究对象,分为EC组、正常子宫内膜组和不典型增生子宫内膜组,三组均随访至2023年3月28日。免疫组化法检测三组组织标本中TIPE2、Ki67表达水平,分析TIPE2、Ki67表达水平与EC组临床病理参数及预后的关系,并用受试者工作特征曲线(ROC)分析其对不良预后的诊断价值。结果EC组患者癌组织TIPE2、Ki67表达水平高于正常子宫内膜组和不典型增生子宫内膜组,且不典型增生子宫内膜组高于正常子宫内膜组(P<0.05);EC组织TIPE2、Ki67表达水平在FIGO手术病理分期为Ⅲ期、淋巴结有转移患者中高于Ⅱ期、淋巴结无转移患者(P<0.05),EC组织TIPE2表达水平在Ⅱ期、绝经及ER、PR阴性患者中高于Ⅰ期、未绝经及ER、PR阳性患者(P<0.05);EC组织Ki67表达水平在p53阳性患者中高于p53阴性患者(P<0.05),且EC组织TIPE2、Ki67表达水平之间呈正相关(r=0.569,P<0.05)。与不良预后组相比,良好预后组EC组织TIPE2、Ki67表达水平下调(P<0.05),且TIPE2、Ki67表达水平联合检测的AUC值为0.905显著大于单一检测的AUC(P<0.05),敏感度为86.67%,特异度为87.88%,预测价值较高。结论EC组织中TIPE2、Ki67呈高表达水平,两者之间具有正相关性,其高表达与临床病理特征相关,且两者联合检测对EC不良预后具有较高的预测价值。 展开更多
关键词 子宫内膜癌 肿瘤坏死因子α诱导蛋白8家族成员2 细胞增殖核抗原 临床病理 预后 诊断
在线阅读 下载PDF
改进YOLOv8的无人机航拍图像目标检测算法 被引量：6
2
作者 梁燕 何孝武 +1 位作者 邵凯 陈俊宏 《计算机工程与应用》 北大核心 2025年第1期121-130,共10页
针对无人机航拍图像存在多个小目标聚集、目标尺度变化大的问题,提出一种改进YOLOv8的目标检测算法TS-YOLO(tiny and scale-YOLO)。在主干部分去除冗余的特征提取层,设计了一种高效特征提取模块(efficient feature extraction module,EF... 针对无人机航拍图像存在多个小目标聚集、目标尺度变化大的问题,提出一种改进YOLOv8的目标检测算法TS-YOLO(tiny and scale-YOLO)。在主干部分去除冗余的特征提取层,设计了一种高效特征提取模块(efficient feature extraction module,EFEM),避免小目标特征消失在冗余信息中。在颈部设计了一种双重跨尺度加权特征融合方法(dual cross-scale weighted feature-fusion,DCWF),融合多尺度信息的同时抑制噪声干扰,提升特征表达能力。通过构建一种参数共享检测头(parameter-shared detection header,PSDH),使回归和分类任务实现参数共享,保证检测精度的同时有效降低了模型的参数量。所提模型在VisDrone-2019数据集上的精度(P)和召回率(R)分别达到54.0%、42.5%;相比于原始YOLOv8s模型,mAP50提高了5.0个百分点,达到44.5%,且参数量减少了55.8%,仅有4.94×106;在DOTAv1.0遥感数据集上,mAP50达到71.9%,仍具有较好的泛化能力。 展开更多
关键词 目标检测 无人机航拍图像 YOLOv8 小目标 特征融合
在线阅读 下载PDF
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
3
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YOLOv8目标检测器的对抗攻击方案设计 被引量：3
4
作者 李秀滢 赵海淇 +2 位作者 陈雪松 张健毅 赵成 《信息安全研究》 北大核心 2025年第3期221-230,共10页
目前,基于人工智能目标检测技术的摄像头得到了广泛的应用.而在现实世界中,基于人工智能的目标检测模型容易受到对抗样本攻击.现有的对抗样本攻击方案都是针对早版本的目标检测模型而设计的,利用这些方案去攻击最新的YOLOv8目标检测器... 目前,基于人工智能目标检测技术的摄像头得到了广泛的应用.而在现实世界中,基于人工智能的目标检测模型容易受到对抗样本攻击.现有的对抗样本攻击方案都是针对早版本的目标检测模型而设计的,利用这些方案去攻击最新的YOLOv8目标检测器并不能取得很好的攻击效果.为解决这一问题,针对YOLOv8目标检测器设计了一个全新的对抗补丁攻击方案.该方案在最小化置信度输出的基础上,引入了EMA注意力机制强化补丁生成时的特征提取,进而增强了攻击效果.实验证明该方案具有较优异的攻击效果和迁移性,将该方案形成的对抗补丁打印在衣服上进行验证测试,同样获得较优异的攻击效果,表明该方案具有较强的实用性. 展开更多
关键词 深度学习 对抗样本 YOLOv8 目标检测 对抗补丁
在线阅读 下载PDF
LMUAV-YOLOv8:低空无人机视觉目标检测轻量化网络 被引量：6
5
作者 董一兵 曾辉 侯少杰 《计算机工程与应用》 北大核心 2025年第3期94-110,共17页
针对低空无人机目标检测面临目标尺度变化大、小目标容易漏检和误检的挑战,发展了一种融合多尺度特征的目标检测轻量化网络(LMUAV-YOLOv8),通过开展消融和对比实验,验证了算法的有效性和先进性,并借助类激活图,对模型的决策过程进行了... 针对低空无人机目标检测面临目标尺度变化大、小目标容易漏检和误检的挑战,发展了一种融合多尺度特征的目标检测轻量化网络(LMUAV-YOLOv8),通过开展消融和对比实验,验证了算法的有效性和先进性,并借助类激活图,对模型的决策过程进行了解释。设计了一种轻量化的特征融合网络(UAV_RepGFPN),提出新的特征融合路径以及特征融合模块DBB_GELAN,降低参数量和计算量的同时,提高特征融合网络的性能。使用部分卷积(PConv)和三重注意力机制(Triplet Attention)构建特征提取模块(FTA_C2f),并引入ADown下采样模块,通过对输入特征图维度的重新排列和细粒度调整,以提升模型中深层网络对空间特征的捕捉能力,并进一步降低参数量和计算量。优化YOLOv9的可编程梯度信息(programmable gradient information,PGI)策略,设计基于上下文引导(Context_guided)的可逆架构,并额外生成三个辅助检测头,提出UAV_PGI可编程梯度方法,避免传统深度监督中多路径特征集成可能导致的语义信息损失。为了验证模型的有效性及泛化能力,在VisDrone 2019测试集上开展了对比实验,结果显示,与YOLOv8s相比,LMUAV-YOLOv8s的准确度、召回率、mAP@0.5和mAP@0.5:0.95等指标分别提升了4.2、3.9、5.1和3.0个百分点,同时参数量减少了63.9%,计算量仅增加0.4 GFLOPs,实现了检测性能与资源消耗的良好平衡。基于NVIDIA Jetson Xavier NX嵌入式平台的推理实验结果显示:与基线模型相比,该算法能够在满足实时检测要求的条件下,获得更高的检测精度,对于无人机实时目标检测场景具有较好的适用性。借助类激活图,对算法的决策过程进行了可视化分析,结果表明,该模型具备更优异的小尺度特征提取和高分辨率处理能力。 展开更多
关键词 小目标检测 多尺度 轻量化 YOLOv8 可编程梯度信息
在线阅读 下载PDF
基于改进YOLO v8n网络的番茄成熟度实时检测算法 被引量：3
6
作者 任晶秋 万恩晗 +2 位作者 单蜜 张光华 卢为党 《农业机械学报》 北大核心 2025年第3期374-382,450,共10页
为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO... 为应对番茄采摘面临的果农老龄化、劳动力短缺和人工成本上涨等挑战,解决在复杂果园环境下番茄采摘机器人视觉系统成熟度检测精度低和实例分割不准确等问题,本文提出一种基于改进YOLO v8n网络的番茄成熟度实时检测算法。首先,通过在YOLO v8n网络中引入通道嵌入位置注意力模块和改进大核卷积块注意力模块,能够在浅层网络保留番茄目标位置信息,建立目标区域之间的长距离依赖关系,从而增加YOLO v8n网络对显著番茄特征的关注。然后,在LaboroTomato数据集上进行了对比实验,改进YOLO v8n相较于原YOLO v8n网络,检测和分割的mAP@50和mAP@50-95分别提高0.4、1.4个百分点和0.3、1.2个百分点。最后,实现了改进YOLO v8n网络在低成本、低算力和低功耗的Jetson Nano平台上的轻量化部署,模型内存占用量由满溢减少到2.4 GB,推理速度加倍。该研究可为番茄采摘机器人在复杂场景下实时、准确检测番茄成熟度提供技术支撑。 展开更多
关键词 番茄成熟度 目标检测 YOLO v8n 注意力模块 轻量化 Jetson Nano
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：1
7
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
单中心伴8号染色体三体的原发性急性髓系白血病患儿47例病例系列报告
8
作者 郑方圆 王淼 +3 位作者 陆爱东 贾月萍 张乐萍 曾慧敏 《中国循证儿科杂志》 北大核心 2025年第3期181-184,共4页
背景伴8号染色体三体(+8)在成人急性髓系白血病(AML)中通常提示预后中等或较差,但其在儿童AML中的临床意义,目前研究较少。目的探讨+8 AML患儿的临床特征、早期疗效、预后结局及影响因素。设计病例系列报告。方法纳入2009年1月至2023年1... 背景伴8号染色体三体(+8)在成人急性髓系白血病(AML)中通常提示预后中等或较差,但其在儿童AML中的临床意义,目前研究较少。目的探讨+8 AML患儿的临床特征、早期疗效、预后结局及影响因素。设计病例系列报告。方法纳入2009年1月至2023年12月在北京大学人民医院儿科就诊的+8 AML患儿的临床资料,分析其临床特征、细胞遗传学特征、诱导化疗后完全缓解(CR)和总生存(OS)情况,通过二元Logistic回归模型进行CR影响因素分析,采用Kaplan-Meier方法计算生存函数并用log-rank检验进行比较,通过Cox回归模型进行OS影响因素分析。主要结局指标诱导化疗后CR获得率和OS。结果研究期间812例原发性AML患儿中,+8 AML患儿48例(5.9%),除外未完成诱导化疗的1例,47例纳入本文分析,女17例(36.2%),初诊时中位年龄9岁。单纯+8 AML患儿11例(23.4%),伴有额外遗传学异常患儿36例(76.6%)。依据2020年欧洲白血病网络(ELN)AML危险度分层标准,+8 AML伴预后良好遗传学异常15例、伴预后中等遗传学异常17例、伴预后不良遗传学异常15例。最常见的染色体异常为合并KMT2A重排(19.1%),最常见的基因突变为合并FLT3-ITD突变(29.8%)。诱导化疗后CR获得率63.8%,多因素分析结果显示,伴预后不良遗传学异常是CR的独立影响因素(HR=0.13,95%CI:0.02~0.93)。47例患儿中位生存时间为40个月,3年OS为(77.8±6.2)%,未发现OS的独立影响因素。结论+8染色体在本研究AML儿童中发生率低于成人及国外儿童,易合并额外遗传学异常,伴预后不良遗传学异常者在诱导化疗后不容易获得CR,未发现OS的独立影响因素。 展开更多
关键词 8号染色体三体 儿童 急性髓系白血病
在线阅读 下载PDF
中果型西瓜新品种宁农科8号的选育
9
作者 于蓉 田梅 +4 位作者 杨万邦 郭松 徐叶 杜慧莹 刘声锋 《中国瓜菜》 北大核心 2025年第2期164-168,F0003,共6页
宁农科8号是以自交系X110为母本、自交系WG85为父本杂交选育出的早熟中果型西瓜新品种。该品种在宁夏银北地区春茬育苗移栽模式下全生育期107 d,果实发育期30 d。果实椭圆形,果皮绿色覆墨绿色整齐条带,果皮厚度1.0 cm,果皮硬度9.95 kg&#... 宁农科8号是以自交系X110为母本、自交系WG85为父本杂交选育出的早熟中果型西瓜新品种。该品种在宁夏银北地区春茬育苗移栽模式下全生育期107 d,果实发育期30 d。果实椭圆形,果皮绿色覆墨绿色整齐条带,果皮厚度1.0 cm,果皮硬度9.95 kg·cm^(-2),瓜瓤红色,瓤质脆爽,中心和边部可溶性固形物含量(w后同)分别为11.0%和7.5%。单瓜质量4.7 kg,667 m^(2)产量4300 kg左右。植株生长势较强,坐果能力强,中抗枯萎病。适合西北地区保护地和春季露地栽培。2023年通过农业农村部非主要农作物品种登记。 展开更多
关键词 西瓜 新品种 宁农科8号 杂交1代 中果型 早熟
在线阅读 下载PDF
基于改进YOLOv8n的轻量化马铃薯表面缺陷在线检测方法 被引量：3
10
作者 许英超 刘书玮 +4 位作者 王相友 吴海涛 黄杰 王恒仁 王毅 《农业工程学报》 北大核心 2025年第5期135-144,共10页
马铃薯表面缺陷是农产品分级的重要依据。为提升马铃薯表面缺陷检测精度并实现模型在移动端的快速识别,该研究提出了一种基于改进YOLOv8n的马铃薯表面缺陷检测方法DATW-YOLOv8。算法使用Dilation-wise Residual模块替换C2f中的Bottlenec... 马铃薯表面缺陷是农产品分级的重要依据。为提升马铃薯表面缺陷检测精度并实现模型在移动端的快速识别,该研究提出了一种基于改进YOLOv8n的马铃薯表面缺陷检测方法DATW-YOLOv8。算法使用Dilation-wise Residual模块替换C2f中的Bottleneck模块,并引入Dilated Reparam Block模块对C2f进行二次改进,加强细节特征提取,提高缺陷特征的提取精度;随后,引入轻量级自适应下采样(ADOWN)卷积模块,实现图像数据的有效降维,提升模型处理效率;此外,改造检测头为任务对齐动态检测头(task align dynamic detection head,TADDH),提高缺陷边界预测精度,精准聚焦缺陷关键区;最终,使用Wise-EIoU作为边界框回归损失函数,增强模型对边界模糊样本的关注度,提升缺陷边界回归精度及模型鲁棒性。试验结果表明,改进DATW-YOLOv8模型在准确率、召回率和平均精度方面分别达到95.8%、88.1%和94.3%,参数量和权重分别为1.5 M和3.6 MB。与原YOLOv8n模型相比,参数量和权重分别减少了50.0%和42.9%,同时准确率、召回率和平均精度分别提高了2.8、1.6和1.4个百分点。该方法能满足实际生产中针对缺陷马铃薯进行精准、实时检测的要求,为马铃薯表面缺陷在线检测及模型在移动端的部署提供了技术参考。 展开更多
关键词 图像识别 深度学习 无损检测 马铃薯 表面缺陷 轻量化 YOLOv8
在线阅读 下载PDF
改进YOLOv8的光伏电池缺陷检测算法 被引量：1
11
作者 杨丽 杨晨晨 +2 位作者 杨耿煌 段海龙 邓靖威 《电子测量技术》 北大核心 2025年第1期92-99,共8页
针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络... 针对光伏电池缺陷检测在复杂背景下存在的误检、漏检等问题,提出了一种基于改进YOLOv8的光伏电池缺陷检测算法。首先,采用双向特征金字塔网络作为特征融合机制,通过自顶向下和自底向上的路径,实现多尺度特征的有效融合;其次,在颈部网络引入上下文聚合模块,使用不同空洞卷积速率的空洞卷积获取不同感受野的上下文信息,帮助模型更精准地识别微小目标,进而提升模型的目标检测性能;最后,优化边界框损失函数,并不断调试其权重因子,提高模型的收敛速度与效率。实验结果表明,与YOLOv8算法检测网络相比,本文算法的召回率和平均精确度均值分别提高了10.4%、1.8%,检测帧率达到270 fps,保证了实时检测和后续部署的轻量化要求,改进后的算法能在复杂背景下对光伏电池的缺陷进行鲁棒检测。 展开更多
关键词 光伏电池 缺陷检测 YOLOv8 注意力机制 损失函数
在线阅读 下载PDF
基于改进YOLOv8的轻量化皮革缺陷检测方法 被引量：1
12
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
在线阅读 下载PDF
改进YOLOv8n的选通图像目标检测算法 被引量：1
13
作者 田青 王颖 +1 位作者 张正 羊强 《计算机工程与应用》 北大核心 2025年第2期124-134,共11页
激光选通成像技术在复杂环境下表现出色,但选通图像为灰度图像无法提供颜色信息,并且对比度较低,所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分,... 激光选通成像技术在复杂环境下表现出色,但选通图像为灰度图像无法提供颜色信息,并且对比度较低,所以在进行小目标和遮挡目标检测时更加困难。为解决以上问题提出了一种改进YOLOv8n的选通图像目标检测算法。在特征提取的主干网络部分,使用大核卷积C2f-DSF更有效地捕获输入数据的全局信息。添加了多头注意力检测头Detect-SEAM模块,增强了特征提取和目标识别的能力。为了获取不同感受野的上下文信息,增强特征提取能力,使用了SPPF-M模块。采用上采样算子Dysample,减少特征信息的损失,从而提高小目标的检测精度。改进的YOLOv8n算法在选通图像数据集上mAP@0.5提高了2.4个百分点,mAP@0.5:0.95提高了1.8个百分点。为了验证改进的YOLOv8n算法的泛化性,选取KITTI数据集实验,相比于YOLOv8n算法改进YOLOv8n的mAP@0.5提高了4.3个百分点,mAP@0.5:0.95提高了3.5个百分点。 展开更多
关键词 选通图像 YOLOv8n 遮挡目标 小目标 大卷积核
在线阅读 下载PDF
改进YOLOv8的高速公路交通异常事件检测 被引量：6
14
作者 任安虎 李宇飞 陈洋 《激光杂志》 北大核心 2025年第1期84-90,共7页
针对现有无人机航拍检测图像所存在的检测精度低,检测模型参数量过大影响检测速度,对小目标检测出现漏检误检等问题,以及满足对高速公路进行实时检测,提出了一种改进YOLOv8n的目标检测算法。在颈部网络结构中添加CBAM注意力机制,增加对... 针对现有无人机航拍检测图像所存在的检测精度低,检测模型参数量过大影响检测速度,对小目标检测出现漏检误检等问题,以及满足对高速公路进行实时检测,提出了一种改进YOLOv8n的目标检测算法。在颈部网络结构中添加CBAM注意力机制,增加对小目标的细节信息,提高特征提取精度;将原本的骨干网络替换为MobileNetV3网络结构,对整体网络进行轻量化改进,从而提高检测效率和检测精度;并采用Focal-EIoU Loss替换原本的CIoU损失函数,对损失函数进行性能优化,提高检测模型的泛化能力。在数据集上对模型进行实验验证,结果表明改进后的MCF_v8n检测模型性能优于原始模型,在参数量上减少了约23%,计算量下降了约30%,mAP@0.5和mAP@0.50∶0.95分别提高了5.0和2.4个百分点,整体表现出良好的检测性能。 展开更多
关键词 目标检测 航拍检测 YOLOv8 轻量化 注意力机制
在线阅读 下载PDF
SCE-YOLO:改进YOLOv8的轻量级无人机视觉检测算法 被引量：1
15
作者 张帅 王波涛 +1 位作者 涂嘉怡 陈聪实 《计算机工程与应用》 北大核心 2025年第13期100-112,共13页
针对无人机航拍场景下的目标检测模型计算复杂、检测效果不佳等问题,提出一种改进YOLOv8的轻量级无人机目标检测算法SCE-YOLO。使用STA_C2f替换骨干网络中的C2f模块,提高模型的特征提取能力;将采用渐进重参数化方法改进的AIFI模块作为... 针对无人机航拍场景下的目标检测模型计算复杂、检测效果不佳等问题,提出一种改进YOLOv8的轻量级无人机目标检测算法SCE-YOLO。使用STA_C2f替换骨干网络中的C2f模块,提高模型的特征提取能力;将采用渐进重参数化方法改进的AIFI模块作为空间金字塔池化层,实现高质量的尺度特征交互;提出一种多尺度特征聚合扩散网络UAV_CFDPN,根据航拍小目标的尺度特征优化网络结构,设计特征聚合模块FAM以及新的特征聚合与扩散路径,使得模型获得丰富的多尺度特征和上下文信息,提高目标检测的尺度适应性;设计一种高效共享卷积模块ES-Head,在保持定位和分类能力的同时,使得模型更加轻量高效。在VisDrone2019数据集上进行测试,实验结果表明,相较于YOLOv8s,虽然提出的SCE-YOLO算法mAP50减少0.5个百分点,但参数量和计算量仅为YOLOv8s的10.0%和48.8%,在检测精度和轻量化方面相较于其他先进算法具有明显的优势。 展开更多
关键词 目标检测 YOLOv8 多尺度特征 特征聚合 轻量化
在线阅读 下载PDF
改进YOLOv8的无人机航拍小目标检测算法 被引量：1
16
作者 许景科 索祥龙 周磊 《计算机工程与应用》 北大核心 2025年第11期119-131,共13页
在无人机航拍图像目标检测任务中,存在小目标多且分布密集,目标背景复杂,类别样本数量不平衡,无人机算力偏低等问题。为此提出一种改进YOLOv8的算法MFF-YOLOv8(multi-feature fusion YOLOv8)。在C2f模块的Bottleneck模块中融合可变形卷... 在无人机航拍图像目标检测任务中,存在小目标多且分布密集,目标背景复杂,类别样本数量不平衡,无人机算力偏低等问题。为此提出一种改进YOLOv8的算法MFF-YOLOv8(multi-feature fusion YOLOv8)。在C2f模块的Bottleneck模块中融合可变形卷积DCNv3(deformable convolution v3),增强模型主干部分的特征提取能力。设计了一种新的MFFPN(multi-feature fusion pyramid network)特征融合网络结构,增加更多特征融合路线,保留更多的底层特征图细节和特征,提高模型对小目标的检测能力。增加P2小目标检测层并优化原有的P5检测层,增强了对小目标的检测精度并降低参数量。最后,引入动态头Dyhead(dynamic head)进一步增强模型的检测精度,在Visdrone2019公共数据集的实验中,MFF-YOLOv8s算法的检测精度mAP50和mAP50:95相比YOLOv8s分别提高10.2个百分点和7.1个百分点,参数量降低77.04%,检测精度超越YOLOv11,满足了无人机平台对精度和轻量化的需求。 展开更多
关键词 YOLOv8 小目标检测 多尺度特征融合 轻量化
在线阅读 下载PDF
基于概率计算的π/8-D8PSK软解调系统的设计与实现
17
作者 庞宇 张洋 《传感器与微系统》 北大核心 2025年第10期90-94,共5页
针对无线体域网络(WBAN)中,π/8—差分8相移键控(π/8-D8PSK)调制的软解调算法在硬件实现时存在较高复杂度和功耗等问题,设计一种基于概率计算的软解调系统。该系统中,利用概率计算的方式,将相变概率转化为随机比特流,复杂运算变为简单... 针对无线体域网络(WBAN)中,π/8—差分8相移键控(π/8-D8PSK)调制的软解调算法在硬件实现时存在较高复杂度和功耗等问题,设计一种基于概率计算的软解调系统。该系统中,利用概率计算的方式,将相变概率转化为随机比特流,复杂运算变为简单的逻辑门电路,降低硬件复杂度与功耗,并使用Verilog硬件描述语言在现场可编程门阵列(FPGA)上实现方案的板级验证。MATLAB仿真结果表明:该方案在未编码时,可实现与硬判决解调相同的性能;在BCH编码条件下,应用于BCH软判决译码系统中时,性能提升约1 dB。此外,由于逻辑结构简单,该设计可以满足WBAN系统的低复杂度和低功耗要求,可用于WBAN系统中人体体征参数无线传输的解调模块。 展开更多
关键词 π/8—差分8相移键控 概率计算 软解调 现场可编程门阵列
在线阅读 下载PDF
环状RNA hsa_circ_0081621促进人喉鳞状细胞癌细胞的恶性生物学行为
18
作者 刘胜辉 艾雪迎 +4 位作者 徐玉茹 李姝琪 刘猛 胡国斌 单保恩 《中国肿瘤生物治疗杂志》 北大核心 2025年第6期579-586,共8页
目的:探究环状RNA hsa_circ_0081621对人喉鳞状细胞癌AMC-HN-8和TU177细胞恶性生物学行为的影响。方法:常规培养AMC-HN-8和TU177细胞,用转染试剂将si-NC、si-hsa_circ_0081621、空载体(vector)和hsa_circ_0081621过表达载体(hsa_circ_00... 目的:探究环状RNA hsa_circ_0081621对人喉鳞状细胞癌AMC-HN-8和TU177细胞恶性生物学行为的影响。方法:常规培养AMC-HN-8和TU177细胞,用转染试剂将si-NC、si-hsa_circ_0081621、空载体(vector)和hsa_circ_0081621过表达载体(hsa_circ_0081621-OE)转染至AMC-HN-8和TU177细胞,分别记作si-NC、si-hsa_circ_0081621、vector和hsa_circ_0081621-OE组。用CCK-8法、克隆形成实验、划痕愈合实验和Transwell小室实验分别检测敲减或过表达hsa_circ_0081621对AMC-HN-8和TU177细胞增殖、迁移和侵袭能力的影响。结果:在AMC-HN-8和TU177中成功地敲减或过表达了hsa_circ_0081621;敲减或过表达hsa_circ_0081621能显著抑制或促进AMC-HN-8和TU177细胞的增殖、迁移和侵袭能力(P<0.01或P<0.001或P<0.0001)。结论:hsa_circ_0081621可促进人喉鳞状细胞癌AMC-HN-8和TU177细胞的恶性生物学行为。 展开更多
关键词 喉鳞状细胞癌 AMC-HN-8细胞 TU177细胞 环状RNA hsa_circ_0081621 增殖 迁移 侵袭
在线阅读 下载PDF
基于改进YOLOv8m的稻田害虫识别方法 被引量：1
19
作者 谭泗桥 陈涵 +4 位作者 朱磊 孙浩然 张政兵 尹丽 黄婉婉 《农业工程学报》 北大核心 2025年第2期185-195,共11页
为解决现有基于机器视觉的稻田害虫监测过程中存在的检测速度慢、小目标检测精度低、害虫堆积遮挡时检测精度低以及样本不平衡等问题,该研究提出了一种基于改进YOLOv8m模型的稻田害虫识别方法FieldSentinel-YOLOv8。该方法首先简化了YOL... 为解决现有基于机器视觉的稻田害虫监测过程中存在的检测速度慢、小目标检测精度低、害虫堆积遮挡时检测精度低以及样本不平衡等问题,该研究提出了一种基于改进YOLOv8m模型的稻田害虫识别方法FieldSentinel-YOLOv8。该方法首先简化了YOLOv8m模型,并用双检测头代替三检测头,以减少小目标细粒度信息的丢失,降低模型的复杂度;其次将卷积注意力模块CBAM(convolutional block attention module)添加到YOLOv8m,使模型抑制背景等一般特征信息,更加关注害虫区域,从而提高被遮挡害虫的识别准确率;最后使用Focal-CIoU Loss来替换CIoU Loss(complete intersection over union),以减少样本类别不平衡对模型精度的影响。FieldSentinel-YOLOv8模型的平均精度均值(mean average precisoin)mAP_(0.5)为73.64%,精确率为65.43%,召回率为75.17%,检测帧率为199.88帧/s。与原模型YOLOv8m相比,FieldSentinel-YOLOv8的模型参数量从25.86 M(million)降到10.34 M,所需浮点运算数从79.10 G(1 G=109)降到62.80 G,召回率、平均精度均值和检测帧率分别提升7.05、2.72个百分点和52.73帧/s。该研究还采用Pest24数据集作为源域,自建数据集作为目标域的迁移学习方法训练FieldSentinel-YOLOv8模型,得到高精度FieldSentinelTransferYOLOv8模型,进一步提升模型检测性能,使用迁移学习方法后,m AP_(0.5)再次提升3.36个百分点,达到77.00%,精确率为69.90%,召回率为77.73%。在自建数据集上进行模型对比试验,结果表明,FieldSentinel-YOLOv8模型具有较高的识别准确率及较强的鲁棒性,该模型的轻量化方法可为农业害虫的精准且快速识别提供技术参考。高精度FieldSentinelTransfer-YOLOv8模型精度的大幅提升,也表明迁移学习在农业害虫检测上提供了技术支持。 展开更多
关键词 虫害 深度学习 图像识别 YOLOv8m 卷积注意力模块 Focal-CIoU 迁移学习
在线阅读 下载PDF
鄂尔多斯盆地深部8号煤储层孔隙发育模式及其控气作用
20
作者 黄道军 许浩 +6 位作者 虎建玲 董煜 焦鹏帅 陈世达 周国晓 吴小卓 武衡 《煤炭科学技术》 北大核心 2025年第3期115-123,共9页
鄂尔多斯盆地内部深部8号煤分布广泛,煤阶跨度大,是勘探的主要目的层。然而,目前对于盆地内部深部煤储层的孔隙发育规律及其控制因素缺乏系统、全面的理解,尤其是在深部煤储层孔隙发育模式及其控气作用方面尚未进行深入研究。基于盆地... 鄂尔多斯盆地内部深部8号煤分布广泛,煤阶跨度大,是勘探的主要目的层。然而,目前对于盆地内部深部煤储层的孔隙发育规律及其控制因素缺乏系统、全面的理解,尤其是在深部煤储层孔隙发育模式及其控气作用方面尚未进行深入研究。基于盆地内14口探井岩心测试分析数据,系统分析了煤储层的孔隙发育特征和发育模式,并探讨了其分布规律和控气作用。结果表明:随着变质程度增加,研究区8号深部煤储层微孔和介孔的孔体积均明显增高,宏孔体积逐渐降低。其中,微孔主要为气孔,尤以孔径为0.4~0.9 nm孔隙最为发育,介孔相对不发育。宏孔由中−低变质程度煤发育的胞腔孔和屑间孔转变为中−高变质程度煤发育的内生裂隙。由北到南随着变质程度的增加(R_(o,max)为0.60%~2.86%),盆地内8号深部煤储层孔隙发育模式可分为:宏孔发育型、双峰发育型和微孔发育型,其中,宏孔发育型煤储层含气量较低,但也含有一定比例的游离气;双峰发育型是盆地内8号深部煤储层的主要孔隙发育模式,该类型储层微孔、宏孔均较为发育,最有利于吸附气和游离气的富集与产出;微孔发育型煤储层吸附能力最强,含气性最优,资源潜力大,但渗透性较差,需采用极限压裂方式提升储层的渗透能力。 展开更多
关键词 鄂尔多斯盆地 8号煤 变质程度 孔隙发育模式 控气作用
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部