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440篇文章
< 1 2 … 22 >
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Deformable DETR模型的多源局部放电识别方法及其应用 被引量：4
1
作者 雷志鹏 彭川 +4 位作者 许子涵 姜宛廷 李传扬 吝伶艳 彭邦发 《中国电机工程学报》 EI CSCD 北大核心 2024年第15期6248-6260,I0035,共14页
基于图像的局部放电识别方法大部分仅对单源局部放电谱图有效,无法识别多源局部放电谱图。为实现对多源局部放电谱图的识别,该文提出一种基于Transformer架构的局部放电Deformable DETR目标检测模型,收集典型单源局部放电和多源局部放... 基于图像的局部放电识别方法大部分仅对单源局部放电谱图有效,无法识别多源局部放电谱图。为实现对多源局部放电谱图的识别,该文提出一种基于Transformer架构的局部放电Deformable DETR目标检测模型,收集典型单源局部放电和多源局部放电数据,生成局部放电相位角解析和极坐标相位分布解析谱图数据集。在Deformable DETR模型中引入去噪训练任务和贝叶斯优化算法,优化了局部放电目标检测模型;编写局部放电谱图采集和识别程序,并使用优化后的局部放电Deformable DETR模型对单源和多源局部放电谱图进行识别。结果表明:局部放电Deformable DETR模型不仅可有效识别出单源和多源局部放电的类型,而且大幅提升了局部放电类型识别的收敛速度和精度等性能。在对真实绝缘缺陷电动机的局部放电谱图识别中,局部放电Deformable DETR模型的识别准确率达到91%,证明该模型在实际应用中的有效性。 展开更多
关键词 局部放电 模式识别 deformableDETR 目标检测 多源局部放电
在线阅读 下载PDF
基于改进Deformable DETR的无人机视频流车辆目标检测算法 被引量：4
2
作者 江志鹏 王自全 +4 位作者 张永生 于英 程彬彬 赵龙海 张梦唯 《计算机工程与科学》 CSCD 北大核心 2024年第1期91-101,共11页
针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法... 针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法。在模型结构方面,该算法设计了跨尺度特征融合模块以增大感受野,提升小目标检测能力,并采用针对object_query的挤压-激励模块提升关键目标的响应值,减少重要目标的漏检与错检率;在数据处理方面,使用了在线困难样本挖掘技术,改善数据集中类别样本分布不均的问题。在UAVDT数据集上进行了实验,实验结果表明,改进后的算法相较于基线算法在平均检测精度上提升了1.5%,在小目标检测精度上提升了0.8%,并在保持参数量较少增长的情况下,维持了原有的检测速度。 展开更多
关键词 deformable DETR 目标检测 跨尺度特征融合模块 object query挤压-激励 在线难样本挖掘
在线阅读 下载PDF
基于EE-YOLOv8s的多场景火灾迹象检测算法 被引量：1
3
作者 崔克彬 耿佳昌 《图学学报》 北大核心 2025年第1期13-27,共15页
针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征... 针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征提取网络,保证模型轻量化的同时,优化图像特征提取;引入大型可分离核注意力机制LSKA改进SPPELAN模块,将空间金字塔部分改进为SPP_LSKA_ELAN,充分捕获大范围内的空间细节信息,在复杂多变的火灾场景中提取更全面的特征,从而区分目标与相似物体的差异;Neck部分引入可变形卷积DCN和跨空间高效多尺度注意力EMA,实现C2f_DCN_EMA可变形卷积校准模块,增强对烟火目标边缘轮廓变化的适应能力,促进特征的融合与校准,突出目标特征;在Head部分增设携带有轻量级、无参注意力机制SimAM的小目标检测头,并重新规划检测头通道数,加强多尺寸目标表征能力的同时,降低冗余以提高参数有效利用率。实验结果表明,改进后的EE-YOLOv8s网络模型相较于原模型,其参数量减少了13.6%,准确率提升了6.8%,召回率提升了7.3%,mAP提升了5.4%,保证检测速度的同时,提升了火灾迹象目标的检测性能。 展开更多
关键词 烟火目标检测 EfficientNetEasy主干网络 大型可分离核注意力机制 可变形卷积校准模块 小目标检测
在线阅读 下载PDF
基于单幅图像形状特征的三维漫画人脸重建
4
作者 孙刘杰 王佳耀 王文举 《计算机工程与应用》 北大核心 2025年第1期282-290,共9页
针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题,提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中,多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNe... 针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题,提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中,多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNet产生;由通道注意力和Swin Transformer构成的注意力层用于多尺度通道融合特征提取;为了提高生成地标的精度,损失函数由地标损失和热图损失两部分构成。在第二阶段中,傅里叶特征共享层变形网络使生成的三维漫画人脸具有更丰富的高频形状细节。其中傅里叶特征映射提取高维特征,使网络学习更多形状的高频信息;共享层超网络加快了网络的收敛和重建速度。该方法应用于CaricatureFace和3DCaricShop数据集。实验结果表明,该方法中的地标检测器的平均检测误差减少了4.4%;变形网络在形状重建上的均方误差减少了26%,并且平均重建时间减少了18%;最终重建出的三维漫画人脸具有夸张的形状和自然的细节。 展开更多
关键词 地标检测 三维漫画人脸 人脸重建 三维形变模型 深度学习 自解码器
在线阅读 下载PDF
面向豆类作物病害的改进YOLOv10检测算法
5
作者 赵文旻 姜凤娇 王妍 《中国农机化学报》 北大核心 2025年第10期203-209,共7页
为实现豆类病害的实时精准检测,提出一种改进YOLOv10的目标检测算法。首先,引入DCNv2替换neck网络中的CBS模块,提高模型对不同形状和空间位置的病害作物的检测能力。然后,采用BiFPN结构,通过多尺度特征加权融合策略提高模型对不同尺度... 为实现豆类病害的实时精准检测,提出一种改进YOLOv10的目标检测算法。首先,引入DCNv2替换neck网络中的CBS模块,提高模型对不同形状和空间位置的病害作物的检测能力。然后,采用BiFPN结构,通过多尺度特征加权融合策略提高模型对不同尺度目标特征的区分能力。最后,设计一种基于注意力机制的多尺度融合检测头,有效利用neck网络提供的多尺度输入特征,改善对不同尺度目标的检测效果。利用公开的豆类病害数据集进行试验,经过改进的模型mAP@0.5和mAP@0.5:0.95分别达到72.1%、47.1%,相较于原始的YOLOv10模型,在未提高计算代价的前提下,分别提升3%、4.9%。改进后的算法可以实现豆类病害的精准检测,为豆类作物的种植推广提供充分的帮助。 展开更多
关键词 豆类病害 目标检测 可变形卷积 多尺度特征 注意力机制
在线阅读 下载PDF
基于ConvNeXt和可变形交叉注意力的多模态3D目标检测方法
6
作者 周鹏 宋志强 +2 位作者 胡凯 宋利鹏 李明阳 《电子测量技术》 北大核心 2025年第12期63-70,共8页
近年来,随着新能源汽车的快速发展,3D目标检测作为自动驾驶技术的核心基础正变得愈发重要。融合雷达点云与图像等多模态信息的策略,能够显著提升目标检测的准确性与鲁棒性。受BEVDet启发,本研究提出了一种基于BEV(鸟瞰图)视角的改进多... 近年来,随着新能源汽车的快速发展,3D目标检测作为自动驾驶技术的核心基础正变得愈发重要。融合雷达点云与图像等多模态信息的策略,能够显著提升目标检测的准确性与鲁棒性。受BEVDet启发,本研究提出了一种基于BEV(鸟瞰图)视角的改进多模态融合3D目标检测方法。该方法采用ConvNeXt网络结合FPN-DCN结构高效提取图像特征,并通过可变形交叉注意力机制实现图像与点云数据的深度融合,从而进一步提升模型的检测精度。在nuScenes自动驾驶数据集上的实验表明,本研究模型性能优异,在测试集上的NDS达到了64.9%,显著超越了大多数现有检测方法。 展开更多
关键词 自动驾驶 3D目标检测 多模态融合 可变形交叉注意力机制
在线阅读 下载PDF
融合多尺度特征的航拍目标检测算法
7
作者 杨路 裴俊莹 《系统仿真学报》 北大核心 2025年第6期1486-1498,共13页
为解决无人机航拍图像中小目标样本居多,但可提取特征信息少,不利于提升航拍目标检测精度问题,提出一种基于YOLOv8s改进的航拍小目标检测算法。将可变形卷积应用于主干网络特征提取模块,自适应感受目标在不同位置和尺度上的细节信息;提... 为解决无人机航拍图像中小目标样本居多,但可提取特征信息少,不利于提升航拍目标检测精度问题,提出一种基于YOLOv8s改进的航拍小目标检测算法。将可变形卷积应用于主干网络特征提取模块,自适应感受目标在不同位置和尺度上的细节信息;提出包含特征收集模块和信息融合模块的多层次信息融合功能块,通过多层次信息融合功能块中的特征收集模块对主干网络不同尺度的特征信息进行提取和增强,获取精细的全局特征,利用信息融合模块将上下文丰富的语义信息注入到小目标检测层,实现局部信息和全局信息的融合,并将融合后的特征输入到检测网络中,得到检测结果。结果表明:所提算法的识别平均准确率和召回率相较于基线模型提升了6%和4.3%;相比于主流的检测算法,改进目标检测算法的小目标检测平均精度最高。 展开更多
关键词 航拍图像 可变形卷积 小目标检测 多尺度特征融合 目标检测层
在线阅读 下载PDF
改进YOLOv8的矿井人员防护装备实时监测方法研究
8
作者 张磊 孙志鹏 +3 位作者 陶虹京 郝尚凯 燕倩如 李熙尉 《煤炭科学技术》 北大核心 2025年第S1期354-365,共12页
穿戴个人防护装备是保障矿井人员作业安全的重要手段,开展矿井人员防护装备监测是煤矿安全管理的重要工作内容。煤矿井下环境较为复杂,视频监控易受到噪声、光照以及粉尘等因素干扰,导致现有的目标检测方法对矿井人员防护装备存在检测... 穿戴个人防护装备是保障矿井人员作业安全的重要手段,开展矿井人员防护装备监测是煤矿安全管理的重要工作内容。煤矿井下环境较为复杂,视频监控易受到噪声、光照以及粉尘等因素干扰,导致现有的目标检测方法对矿井人员防护装备存在检测精度低、实时性差、模型复杂度高等问题。为此,提出一种改进YOLOv8的矿井人员防护装备实时监测方法,称为DBE-YOLO。DBEYOLO模型首先在基准模型主干网络的CBS模块中结合可变形卷积(DCNv2)组成DBS模块,使卷积具有可变形能力,在采样时可以更贴近检测物体的真实形状和尺寸,更具有鲁棒性,有效提升了其对不同尺度目标的特征获取能力,有利于模型提取更多人员防护装备的特征信息,提高模型检测精度。其次在特征增强网络融合了加权双向特征金字塔机制(BiFPN),在多尺度特征融合过程中删除效率较低的特征传输节点,实现更高层次的融合,提高了对不同尺度特征的融合效率,同时BiFPN引入了一个可以学习的权值,有助于让网络学习不同输入特征的重要性。最后使用WIoUv3作为模型的损失函数,其通过动态分配梯度增益,重点关注普通锚框质量,在模型训练过程中减少了低质量锚框产生的有害梯度,进一步提升了模型性能。实验结果表明,DBE-YOLO模型在矿井人员防护装备监测中有着良好的效果,查准率、查全率、平均精度分别为93.1%、93.0%、95.8%,相较于基准模型分别提高0.8%,2.9%,2.9%,检测实时性提升到65 f·s^(-1),提高了8.3%,此外,参数量、浮点计算量、模型体积分别为2 M、6.6 G、4.4 MB,相较于原模型分别降低33.3%、18.5%、30.2%。使用煤矿现场作业视频监控对改进模型进行验证,其有效改善了漏检和误检问题,为提高矿井人员的作业安全提供了技术手段。 展开更多
关键词 可变形卷积 目标检测 损失函数 深度学习 实时监测
在线阅读 下载PDF
基于相邻特征融合与特征解耦的一阶段目标检测
9
作者 郑剑 贺朝辉 于祥春 《北京航空航天大学学报》 北大核心 2025年第4期1205-1214,共10页
针对目标检测中特征金字塔网络(FPN)造成的大尺度目标检测精度下降及目标检测2个子任务所需语义特征不一致问题,提出一种基于相邻特征融合(AFF)与特征解耦的网络(AFFDN)模型。该模型中的AFF模块通过多对一连接引入更短的梯度回传路径,... 针对目标检测中特征金字塔网络(FPN)造成的大尺度目标检测精度下降及目标检测2个子任务所需语义特征不一致问题,提出一种基于相邻特征融合(AFF)与特征解耦的网络(AFFDN)模型。该模型中的AFF模块通过多对一连接引入更短的梯度回传路径,缓解了大尺度目标梯度消失的问题;AFF模块通过共享参数和偏移量,有效减小了模型参数量,并增强了多尺度特征语义一致性;相比于基于神经架构搜索的FPN(NAS-FPN),AFF参数量更小、性能增益更显著。AFFDN模型中的特征解耦模块(FDM)通过动态感受野和全局注意力,在感受野-通道-空间3个维度上进行细粒度特征解耦,为不同分支生成特有的任务相关特征,进而提高目标检测精度。将AFFDN模型应用到不同的一阶段目标检测模型时,在PASCAL VOC和MS COCO2017数据集上与基线模型相比,检测精度分别提升了至少0.9%和2.3%。 展开更多
关键词 目标检测 多尺度特征融合 特征解耦 注意力 可变形卷积
在线阅读 下载PDF
基于改进的YOLOv8算法的钢材缺陷检测
10
作者 彭菊红 张弛 +3 位作者 高谦 张光明 谈栋华 赵明俊 《计算机工程》 北大核心 2025年第7期152-160,共9页
在工业场景下钢材表面缺陷检测技术存在检测精度低、收敛速度慢等问题。为此,提出一种改进的YOLOv8算法YOLOv8n-MDC。首先,在骨干网络中加入多尺度交叉融合网络(MCN),通过在特征层之间建立更紧密的连接,促进信息的均匀传递,减少跨层特... 在工业场景下钢材表面缺陷检测技术存在检测精度低、收敛速度慢等问题。为此,提出一种改进的YOLOv8算法YOLOv8n-MDC。首先,在骨干网络中加入多尺度交叉融合网络(MCN),通过在特征层之间建立更紧密的连接,促进信息的均匀传递,减少跨层特征融合时的语义信息损失,从而增强模型对钢材缺陷的感知能力;其次,在模块中引入可变形卷积,自适应地改变卷积核的形状与位置,从而更灵活地捕捉不规则缺陷的边缘特征,减少信息丢失,提升检测的准确性;最后,加入坐标注意力(CA)机制,将位置信息嵌入到通道中,解决了位置信息丢失的问题,使模型能够更精确地感知缺陷的位置及其形态特征,从而提升检测的精度和稳定性。在NEU-DET数据集上的实验结果表明,YOLOv8n-MDC算法的mAP@0.5达到了81.0%,相比原基准网络提升了4.2百分点,该算法收敛速度较快、精度较高,更能满足实际工业生产的要求。 展开更多
关键词 多尺度交叉融合网络 YOLOv8网络 坐标注意力机制 钢材缺陷检测 可变形卷积
在线阅读 下载PDF
基于改进的YOLOv8检测网络在无人机航拍图像识别中的应用
11
作者 冉险生 刘圣斌 《现代电子技术》 北大核心 2025年第7期48-56,共9页
针对现有无人机航拍图像目标检测算法检测精度较低、检测小尺度车辆误差较大等问题,提出一种改进YOLOv8的无人机车辆检测算法Improve⁃YOLOv8。首先,在骨干网络中的C2f卷积层引入可变形卷积模块DCNv2,提高骨干网络适应不规则空间结构的能... 针对现有无人机航拍图像目标检测算法检测精度较低、检测小尺度车辆误差较大等问题,提出一种改进YOLOv8的无人机车辆检测算法Improve⁃YOLOv8。首先,在骨干网络中的C2f卷积层引入可变形卷积模块DCNv2,提高骨干网络适应不规则空间结构的能力,增强模型对遮挡重叠小目标的检测能力;其次,借鉴Large Separable Kernel Attention的思想,提出具有长程依赖性与自适应能力的SPPF⁃LSKA模块,有效减少背景对航拍图像检测的干扰;然后,通过引入DyHead检测头,融合尺度、空间和任务三种注意力机制提升模型检测性能;最后,使用WIoUv3作为边界框回归损失,采用明智的梯度分配策略提高模型的定位能力。实验结果表明,在Mapsai数据集上Improve⁃YOLOv8相较于基准模型,在准确率、召回率、平均精度上分别提升了5.1%、6.1%和5.1%,表现出良好的检测性能,具有实际应用潜力。 展开更多
关键词 无人机航拍图像 小目标 YOLOv8 目标检测 可变形卷积 注意力机制
在线阅读 下载PDF
基于改进YOLOv8n的雨天场景中飞机铆钉检测方法
12
作者 夏正洪 杨磊 +2 位作者 刘璐 何琥 钟吉飞 《中国安全生产科学技术》 北大核心 2025年第1期195-201,共7页
为解决雨天场景中飞机表面附着与铆钉大小、形状相似的水滴而导致机务工程师在绕机检查过程中易出现铆钉误检的问题,提出1种基于改进YOLOv8n的飞机铆钉小目标检测方法。首先,改进C2f层,融入动态蛇形卷积,以捕捉复杂多变的全局形态特征;... 为解决雨天场景中飞机表面附着与铆钉大小、形状相似的水滴而导致机务工程师在绕机检查过程中易出现铆钉误检的问题,提出1种基于改进YOLOv8n的飞机铆钉小目标检测方法。首先,改进C2f层,融入动态蛇形卷积,以捕捉复杂多变的全局形态特征;其次,在主干网络中嵌入可变形注意力机制,自适应调整对不同区域的关注度;然后,增加1个160×160的小目标检测层,提高小目标的检测能力;最后,使用斯库拉交并比(SIoU)边界框损失函数,提升模型训练速度和推理准确性,基于自建的飞机铆钉和雨滴数据集进行消融实验和对比实验。研究结果表明:本文所提算法在雨天场景下的铆钉检测精确度、召回率、mAP值分别较YOLOv8n提升7.4,4.0,7.8百分点,较其他主流算法也有显著提升。研究结果可为特殊天气下的飞机铆钉检测提供理论基础。 展开更多
关键词 航空安全 小目标检测 飞机铆钉 动态蛇形卷积 可变形注意力机制
在线阅读 下载PDF
基于双关键点的拥挤行人检测方法
13
作者 沈继锋 盛常宝 +1 位作者 陈逸飞 左欣 《江苏大学学报(自然科学版)》 北大核心 2025年第2期140-148,共9页
针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,... 针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,在深层聚合主干特征网络上引入可变形卷积来扩大感受野,增强人体模式的语义信息;其次,设计了一种基于关键点组合的双分支联合检测模块,通过重新定义不同分支的正样本,强化小尺度与遮挡目标的语义信息;最后,借助非极大值抑制算法融合双分支检测结果.结果表明:在CityPerson验证数据集的普通、小尺度与严重遮挡子集上,文中方法的平均漏检率分别达到8.24%、11.81%和30.59%,特别是对于严重遮挡子集,漏检率相比传统方法ACSP降低15.71%;文中方法检测速度也达到16帧/s;在CrowdHuman上文中方法的平均精度和平均漏检率分别达到86.30%和45.52%.与其他先进方法相比,文中方法在平均精度、漏检率和检测速度方面都呈现出更优异的性能,在密集行人的复杂场景中具有较好的应用价值. 展开更多
关键词 行人检测 拥挤场景 遮挡目标 小尺度目标 双关键点 可变形卷积 双分支融合 非极大值抑制
在线阅读 下载PDF
变压器绕组频响电流信号带电检测中工频电流干扰抑制方法
14
作者 程养春 刘向东 +3 位作者 问耀文 张国瑞 何方明 李志超 《中国电机工程学报》 北大核心 2025年第10期4090-4100,I0044,共12页
将频响分析(frequency-response analysis,FRA)方法扩展应用到运行中变压器的绕组变形检测时,需采用线圈式电流传感器测量绕组高压出线端的高频响应电流。此时变压器工频负载电流对微安级高频响应电流的测量造成很大的干扰。基于输变电... 将频响分析(frequency-response analysis,FRA)方法扩展应用到运行中变压器的绕组变形检测时,需采用线圈式电流传感器测量绕组高压出线端的高频响应电流。此时变压器工频负载电流对微安级高频响应电流的测量造成很大的干扰。基于输变电变压器三相工频电流基本平衡的特点,该文建立一种由三相电流传感器并联而成的传感系统,取得较好的工频干扰抑制性能,可实现几百A工频电流下的μA级高频响应电流的测量。该系统的原理不同于现有滤波器概念,取得了滤波器难以达到的效果。理论分析抗工频干扰的机理和传感系统的传感特性,开展了实验室和现场试验验证;获得带电运行中110 kV变压器绕组的频响曲线,验证了利用线圈注入激励信号和测量变压器高压出线端电流响应信号来绘制绕组频响曲线,进而诊断运行中变压器绕组变形缺陷的可行性。 展开更多
关键词 抗干扰 电流传感器 频响分析 带电检测 电力变压器 绕组变形
在线阅读 下载PDF
自适应可变形卷积与焦点感知的接触网异物检测
15
作者 陈永 周建宇 +1 位作者 安卓奥博 陈超亚 《铁道科学与工程学报》 北大核心 2025年第7期3314-3327,共14页
高速铁路接触网是为列车提供牵引供电的关键基础设施,若异物侵入接触网,易引发受电弓故障及电流异常,进而中断供电,严重威胁高速铁路列车的运行安全。针对现有接触网异物检测方法在异物检测时存在特征提取能力不足、易受复杂背景干扰以... 高速铁路接触网是为列车提供牵引供电的关键基础设施,若异物侵入接触网,易引发受电弓故障及电流异常,进而中断供电,严重威胁高速铁路列车的运行安全。针对现有接触网异物检测方法在异物检测时存在特征提取能力不足、易受复杂背景干扰以及检测精度不高的问题,提出一种自适应可变形卷积与焦点感知的接触网异物检测模型。首先,设计自适应稀疏可变形卷积和结构感知前馈网络构建特征提取网络,动态调整具有无界权重的卷积核来充分适应不同异物的特征,并采用双分支结构设计的结构感知前馈网络进一步增强局部特征和全局特征,提高了对接触网异物特征提取能力;然后,提出动态焦点感知位置查询Transformer解码器,根据解码器块的交叉注意力分数和对应特征位置编码来动态生成位置查询,以便提供更准确的异物位置信息和细节信息,降低了复杂背景对异物检测的影响;最后,设计边界细化网络,对Transformer解码器输出的粗分割结果进一步细化,通过迭代变形粗分割结果的轮廓,使其精准输出最终异物检测分割结果。高速铁路接触网异物检测实验表明,所提方法在主客观评价方面均优于对比方法,平均准确率AP相较于Mask R-CNN、Swin-Transformer、Mask2Former和MP-Former分别提高了8.49%、7.26%、4.19%和3.06%。研究结果表明,该方法具有更好的高速铁路接触网异物检测性能。 展开更多
关键词 高铁接触网 异物检测 自适应稀疏动态可变形卷积 焦点感知位置查询 语义分割
在线阅读 下载PDF
套管全尺寸剪切变形与损伤检测试验研究 被引量：2
16
作者 孙京 张来斌 +2 位作者 樊建春 杨紫微 张智通 《石油机械》 北大核心 2025年第4期123-131,共9页
为研究在剪切载荷作用下套管的变形与损伤行为,通过搭建全尺寸套管剪切加载试验系统,对全尺寸套管进行剪切加载与变形损伤试验,采集其在剪切变形与破坏过程中的加载载荷与变形量,利用自主设计的套管损伤磁记忆内检测装置采集套管试样的... 为研究在剪切载荷作用下套管的变形与损伤行为,通过搭建全尺寸套管剪切加载试验系统,对全尺寸套管进行剪切加载与变形损伤试验,采集其在剪切变形与破坏过程中的加载载荷与变形量,利用自主设计的套管损伤磁记忆内检测装置采集套管试样的表面磁场分布信号,评估套管的损伤状态,并建立了套管剪切变形有限元模型,分析套管试样在剪切加载过程的应力-应变分布与局部塑性变形和壁厚减薄情况。试验结果表明,在剪切载荷加载处套管试样有明显的塑性变形且壁厚减薄并产生穿透型裂纹区域,产生破坏时最大剪切载荷为1264 kN,其变形量为50.7 mm,产生的裂纹最大宽度为0.18 mm;有限元模型结果表明,加载区域套管的塑性变形与壁厚减薄是产生穿透型裂纹的主要原因,试样的塑性区域与变形量的实际加载变形情况一致;通过提取采集的磁记忆检测信号的特征参数并绘制梯度云图,可以直观有效地检测套管的变形与损伤情况。研究结果可为磁记忆检测技术应用于套管损伤检测提供技术支撑。 展开更多
关键词 全尺寸试验 磁记忆检测 剪切载荷 套管变形与损伤 有限元分析
在线阅读 下载PDF
基于YOLO-DSBE的无人机对地目标检测 被引量：1
17
作者 孟鹏帅 王峰 +2 位作者 翟伟光 马星宇 赵薇 《航空兵器》 北大核心 2025年第2期94-103,共10页
针对无人机捕获图像背景复杂、目标尺度小且相互遮挡、漏检率高等问题,提出一种基于YOLO-DSBE的无人机对地目标检测算法。提出基于可变形卷积的DC-ELAN与DC-MP模块,适应不同形状大小输入特征,提升网络对复杂背景下特征的解析能力;设计... 针对无人机捕获图像背景复杂、目标尺度小且相互遮挡、漏检率高等问题,提出一种基于YOLO-DSBE的无人机对地目标检测算法。提出基于可变形卷积的DC-ELAN与DC-MP模块,适应不同形状大小输入特征,提升网络对复杂背景下特征的解析能力;设计高分辨率多尺度检测层,增强算法提取小目标特征能力,提高微小目标检测精度;深度融入BiFormer动态稀疏注意力机制至改进后的特征融合网络中,剔除无关特征信息,提高相关细节的关注度并降低漏检率;引入边框损失函数EIoU,解决CIoU形状惩罚项失效的问题,提升模型收敛速度与检测精度。实验结果表明,改进算法在UA-DETRAC数据集上的的平均精度达到56.1%,相比原算法,mAP 50与mAP 50:95在VisDrone2019数据集上分别提升了3.5%与2.8%,有效提升了无人机图像识别的准确率。 展开更多
关键词 目标检测 无人机图像 YOLO-DSBE 可变形卷积 BiFormer
在线阅读 下载PDF
基于改进YOLOv8的航拍未爆弹检测
18
作者 周子扬 王黎明 +2 位作者 侯佳欣 王朝红 廖冬杰 《海军工程大学学报》 北大核心 2025年第1期59-64,共6页
针对航拍未爆弹图像中未爆弹检测精度不高的问题,提出了一种改进的IP-YOLOv8目标检测算法。该算法旨在提高对航拍未爆弹图像检测的准确性和鲁棒性。首先,通过在骨干网络的C2f模块中集成可变形卷积DCNv2,形成C2f_DCNv2模块,以增强感受野... 针对航拍未爆弹图像中未爆弹检测精度不高的问题,提出了一种改进的IP-YOLOv8目标检测算法。该算法旨在提高对航拍未爆弹图像检测的准确性和鲁棒性。首先,通过在骨干网络的C2f模块中集成可变形卷积DCNv2,形成C2f_DCNv2模块,以增强感受野和特征提取能力;然后,结合大型可分离核注意力机制,引入SPPF_L模块,以增强算法对复杂环境的适应性;最后,通过引入Dynamic Head检测头,融合尺度、空间和任务3种注意力机制,从而提升检测性能。实验结果表明:与传统YOLOv8算法相比,所提算法在未爆弹检测的P mA,50-95上实现了2%的提升,准确度有显著提升,验证了算法的有效性。 展开更多
关键词 未爆弹检测 YOLOv8 可变形卷积 注意力机制 动态检测头
在线阅读 下载PDF
融合可变形卷积的轻量级路面病害检测算法
19
作者 孔令鑫 陈紫强 +1 位作者 晋良念 蒋艳英 《科学技术与工程》 北大核心 2025年第2期683-694,共12页
针对现有的路面病害检测算法在复杂环境下检测精度低、模型复杂度高的问题,在YOLOv5基础上,提出了一种融合可变形卷积的轻量级路面病害检测算法(lightweight deformable convolution YOLOv5,LDC-YOLOv5)。首先,针对真实路面病害复杂不... 针对现有的路面病害检测算法在复杂环境下检测精度低、模型复杂度高的问题,在YOLOv5基础上,提出了一种融合可变形卷积的轻量级路面病害检测算法(lightweight deformable convolution YOLOv5,LDC-YOLOv5)。首先,针对真实路面病害复杂不规整的特点,使用可变形卷积(Deformable Conv)和深度卷积(Depthwise Conv),设计了一种轻量级特征提取模块,代替原网络主干部分的C3模块,使卷积核聚焦在无规则裂缝病害上,增强病害特征提取能力。其次,针对特征融合阶段出现算法复杂度过高的问题,使用轻量级卷积GhostConv,构建一种轻量级特征融合模块,代替原网络颈部网络部分的C3模块,降低网络参数和复杂度;为避免真实路面出现光照不均,出现阴影遮挡路面病害目标而造成的病害漏检的情况,在主干网络部分,引入轻量级注意力机制TripletAttention,增强算法对病害信息上下文之间的理解能力。最后在IEEE公开数据集RDD2022和Kaggle公开数据集Road Damage上进行测试,实验结果表明,与YOLOv5s相比,mAP50在两个数据集上分别提升了1.4%和4.2%,且模型参数量仅为YOLOv5s的67.6%。 展开更多
关键词 深度学习 目标检测 路面病害 YOLOv5s 可变形卷积 轻量化
在线阅读 下载PDF
基于YOLOv7⁃tiny的血细胞检测算法
20
作者 叶鑫 钟国韵 刘梅锋 《现代电子技术》 北大核心 2025年第7期119-125,共7页
血常规检验作为医疗诊断的一项重要方法,主要是对血液中血小板、白细胞和红细胞进行识别和计数。针对血细胞检测存在细胞形状不规则、目标尺度变化大、细胞相互遮挡等问题,提出一种改进YOLOv7⁃tiny的血细胞检测算法——EMCDModel。首先... 血常规检验作为医疗诊断的一项重要方法,主要是对血液中血小板、白细胞和红细胞进行识别和计数。针对血细胞检测存在细胞形状不规则、目标尺度变化大、细胞相互遮挡等问题,提出一种改进YOLOv7⁃tiny的血细胞检测算法——EMCDModel。首先,采用可变形卷积(DCNv3)替换高效长程聚合网络的二维卷积,提出ELAN⁃DF模块,提高了不规则目标特征学习能力,降低了模型参数量和计算量;其次,采用MPDIoU替换原始的CIoU适应血细胞密集分布下的尺度变化,降低其相互遮挡导致的漏检率;在主干加入CBAM注意力机制加强对血细胞关键信息的学习,提高对血小板等小目标的检测精度;最后,通过轻量级上采样算子CARAFE替换颈部网络的最近邻插值法,强化颈部网络的特征融合能力,同时降低模型参数量。在BCCD数据集上的实验结果表明,EMCDModel的平均精度均值(mAP)达到92.8%,模型大小仅有5.5 MB,相较于YOLOv7⁃tiny算法,mAP提升了3.8%,参数量降低了8.15%,有效提升了血细胞检测精度。 展开更多
关键词 深度学习 血细胞检测 YOLOv7⁃tiny 注意力机制 可变形卷积 小目标检测
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 … 22 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