基于注意力机制和ACT网络的人脸图像修复

1

作者 滕林 张乾 徐开丽 《现代电子技术》 北大核心 2025年第13期43-49,共7页

为使人脸图像缺失的语义特征填补更真实,细节信息恢复更明显,文中提出一种基于卷积注意力模块(CBAM)和上下文信息聚合转换(ACT)网络的人脸图像修复方法。该方法保留基准模型的两个分支,在语义和图像滤波分支中引入CBAM层能够捕获填充图... 为使人脸图像缺失的语义特征填补更真实,细节信息恢复更明显,文中提出一种基于卷积注意力模块(CBAM)和上下文信息聚合转换(ACT)网络的人脸图像修复方法。该方法保留基准模型的两个分支,在语义和图像滤波分支中引入CBAM层能够捕获填充图像缺失区域的关键细节信息,基准残差块更换为ACT残差能够保留缺失区域外的丰富细节,捕获丰富的上下文信息,使得该分支对图像的语义信息填补更准确,能够有效去除伪影和丰富图像细节。在核预测分支中引入这两个模块能够增强提取图像特征时的感受野和上下文推理感知,使滤波核的动态预测更精确。该方法在CelebA-HQ数据集上进行验证,定量指标PSNR、SSIM、L_(1)均有改善,定性修复结果呈现更加清晰自然。研究证实该方法对人脸图像修复有较好的效果。 展开更多

关键词 图像修复 cbam注意力机制 ACT网络 编码器-解码器 人脸图像修复 图像滤波

在线阅读 下载PDF 职称材料

基于注意力机制残差神经网络的近红外芒果种类定性建模方法 被引量：1

2

作者 王书涛 万金丛 +2 位作者 刘诗瑜 张金清 王玉田 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第8期2262-2267,共6页

现代光谱检测技术的飞速发展与深度学习紧密相关,作为一种端到端的模型,深度神经网络可以从光谱中得到更多信息,从而提升模型鲁棒性。为探究近红外光谱结合深度学习对芒果种类定性预测的可行性,提出一种基于卷积注意力机制(CBAM)的一维... 现代光谱检测技术的飞速发展与深度学习紧密相关,作为一种端到端的模型,深度神经网络可以从光谱中得到更多信息,从而提升模型鲁棒性。为探究近红外光谱结合深度学习对芒果种类定性预测的可行性,提出一种基于卷积注意力机制(CBAM)的一维残差神经网络(1D-AD-ResNet-18)模型。为降低光谱中冗余信息的干扰,在传统一维残差神经网络(1D-ResNet-18)中嵌入CBAM卷积注意力模块,该模块可重点关注光谱局部有用信息;为避免梯度消失、过拟合情况发生,使用解决网络“退化”问题的ResNet-18。对于186个芒果样本,采用70%的样本进行训练,30%的样本进行测试,采用准确度(Accuracy)、精确率(Precision)、召回率(Recall)、F1值(F1-score)、宏观平均值(Macro-average)以及加权平均值(Weighted-average)作为模型评价指标。建立传统1D-ResNet-18、SNV-SVM和PCA-KNN三种对比模型,与上述三种方法作对比,所建立的1D-AD-ResNet-18模型取得最优预测结果,四种定性分析模型的准确率分别为96.42%,80.35%,76.78%和67.85%。结果表明,1D-AD-ResNet-18模型实现了对芒果种类的准确识别与分类,为近红外光谱定性分析芒果种类提供了新思路。 展开更多

关键词 芒果种类识别 cbam注意力机制 近红外光谱 残差网络

在线阅读 下载PDF 职称材料

引入注意力机制的偏转字符识别算法

3

作者 王仁睿 张宝龙 +4 位作者 李丹 马煜峰 张鑫 乔高学 张志强 《液晶与显示》 CAS CSCD 北大核心 2024年第10期1322-1331,共10页

由于传统人工抄表成本高且受恶劣环境限制,使得智能抄表成为以后的发展方向。常见的电表主要可分为机械字轮电表和液晶电表两类。其中,由于机械字轮电表存在的偏转问题,导致其在字符识别的过程中出现了字符特征信息缺失的情况,从而使该... 由于传统人工抄表成本高且受恶劣环境限制,使得智能抄表成为以后的发展方向。常见的电表主要可分为机械字轮电表和液晶电表两类。其中,由于机械字轮电表存在的偏转问题,导致其在字符识别的过程中出现了字符特征信息缺失的情况,从而使该表型识别准确率较低。为了解决此问题,本文对YOLOv5识别算法的骨干网部分进行了修改,提升了算法对机械字轮电表偏转字符的识别效果。首先,在网络模型中引入了CBAM注意力机制,提升了网络模型对偏转字符的特征提取能力。其次,将切片操作(Focus)替换成一个6×6的卷积,并使用更快的SPPF池化结构替换了原先的SPP池化结构以提升算法的运算速度。为了测试模型的识别效果,采集了329张电表偏转字符样本进行实验,整体识别准确率可以达到99.4%。同时采集了1500张液晶电表样本对模型的泛化性进行测试,识别准确率达到了99.6%。实验结果表明,本文方法解决了偏转字符识别率低的问题,同时验证了识别模型具有很强的泛化性。 展开更多

关键词 电表读数识别 YOLOv5 cbam注意力机制 池化结构 偏转字符

在线阅读 下载PDF 职称材料

基于注意力机制轻量化模型的植物病害识别方法

4

作者 苏航 陈旭昊 +3 位作者 寿德荣 张朝阳 许彪 孙丙宇 《江苏农业学报》 CSCD 北大核心 2024年第8期1389-1399,共11页

针对现有植物病害识别模型存在响应速度慢、参数量多、计算机内存资源消耗大等问题,本研究提出了一种轻量化神经网络模型,该模型由特征提取层、特征增强层和分类器组成。为了减小模型大小并提高网络响应速度,在特征提取层中使用深度可... 针对现有植物病害识别模型存在响应速度慢、参数量多、计算机内存资源消耗大等问题,本研究提出了一种轻量化神经网络模型,该模型由特征提取层、特征增强层和分类器组成。为了减小模型大小并提高网络响应速度,在特征提取层中使用深度可分离卷积进行特征提取。为了防止网络传播过程中的梯度消失并增强病害像素特征融合,在特征提取层中引入了大卷积核倒置残差结构(IRBCKS)模块。此外,在特征增强层集成了轻量级卷积块注意力模块(CBAM)注意力机制,以捕捉植物病害相关图像中像素之间的关系,增强关键信息的提取。最后,采用剪枝技术剔除模型中冗余特征信息,从而再次减少模型参数量,形成最终的轻量级网络模型Cut-MobileNet。为验证该模型的先进性,将其与轻量化模型(MobileNet V2、SqueezeNet、GoogLeNet)和非轻量化模型(Vision Transformer、AlexNet)进行性能对比,研究结果表明,Cut-MobileNet在浮点运算量、准确率、单张图片推理时间、参数量、F1值和模型大小等性能指标上都取得了较优的效果。 展开更多

关键词 模型剪枝 卷积块注意力模块(cbam)注意力机制 大卷积核倒置残差结构(IRBCKS)模块 植物病害 轻量化网络

在线阅读 下载PDF 职称材料

基于注意力机制的轻量级矿井钢丝绳断丝检测算法研究

5

作者 方旭东 于正 +2 位作者 杨发展 周攀搏 袁广振 《中国煤炭》 北大核心 2024年第8期152-164,共13页

立井提升系统作为煤矿生产中的主要运输设备,其核心构件钢丝绳常因工作负荷大、受到腐蚀、磨损等原因而产生断丝引发事故。传统的立井提升机钢丝绳检测算法存在效率低、劳动强度大、智能化程度差和准确率低等问题。基于此,提出一种改进Y... 立井提升系统作为煤矿生产中的主要运输设备,其核心构件钢丝绳常因工作负荷大、受到腐蚀、磨损等原因而产生断丝引发事故。传统的立井提升机钢丝绳检测算法存在效率低、劳动强度大、智能化程度差和准确率低等问题。基于此,提出一种改进YOLOv5s模型,并基于改进的模型进行矿井钢丝绳断丝检测。首先,设计Swiener滤波算法进行钢丝绳图像运动模糊修复,抑制噪声干扰;其次,在特征提取阶段,引入RFC3轻量化模块降低模型可训练参数,提升钢丝绳检测速度;第三,提出CBAM R注意力机制,增强模型对小断口断丝的检测能力;最后,引入Focal EIoU损失函数,提高模型对小断口断丝的检测精度并加速模型收敛。研究结果表明:所提出的基于注意力机制矿用钢丝绳断丝检测算法(CTR YOLO)可以更好地满足实际应用需求,减少了误检、漏检导致的人力成本浪费及安全事故的发生。 展开更多

关键词 钢丝绳检测 YOLOv5s模型 Swiener滤波算法 cbam R注意力机制 轻量化模块

在线阅读 下载PDF 职称材料

多尺度残差注意力网络及其表情识别算法

6

作者 袁德荣 张勇 +2 位作者 唐颖军 李波燕 谢宝来 《小型微型计算机系统》 CSCD 北大核心 2024年第1期30-36,共7页

面部表情识别已经广泛运用于人机交互、教育、自动驾驶等各种领域,针对现有表情识别方法网络结构复杂、参数多、泛化能力不足、识别率低等问题,且人脸表情在自然环境下易受到光照、姿态和局部遮挡等环境因素的影响,提出了一种多尺度残... 面部表情识别已经广泛运用于人机交互、教育、自动驾驶等各种领域,针对现有表情识别方法网络结构复杂、参数多、泛化能力不足、识别率低等问题,且人脸表情在自然环境下易受到光照、姿态和局部遮挡等环境因素的影响,提出了一种多尺度残差注意力网络.以ResNet-18网络为基础,提出了一种新的多尺度残差注意力模块,通过提取不同尺度特征,增加特征多样性.引入CBAM注意力机制获取表情图像重点特征信息,有利于提升遮挡表情的识别.构建特征残差融合块,将浅层特征与深层特征进行残差融合,有利于获取丰富的人脸表情图像整体特征.实验结果表明,本文方法在CK+、JAFFE和Oulu-CASIA 3个公开表情数据集上分别达到了99.49%、98.53%和97.08%的准确率,与一些现有方法相比,本文方法表情识别率更高,证明了该方法可用于人脸表情识别. 展开更多

关键词 人脸表情识别 多尺度特征 cbam注意力机制 遮挡人脸识别

在线阅读 下载PDF 职称材料

基于注意力机制和级联金字塔网络的姿态估计

7

作者 牛悦 王安南 吴胜昔 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第5期724-734,共11页

人体姿态估计是计算机视觉领域的热门研究课题。随着深度学习的发展,人体姿态估计模型已经能够精准预测人体关键点。针对关键点被遮挡、关键点重合以及复杂背景等问题,提出了一种结合注意力机制的级联金字塔模型,它将注意力机制加入特... 人体姿态估计是计算机视觉领域的热门研究课题。随着深度学习的发展,人体姿态估计模型已经能够精准预测人体关键点。针对关键点被遮挡、关键点重合以及复杂背景等问题,提出了一种结合注意力机制的级联金字塔模型,它将注意力机制加入特征提取网络中,使模型可以获得更丰富的特征信息,并且借助GlobalNet和RefineNet达到精准定位被遮挡关键点的目的。在公开数据集MPII、MS COCO2017和3DOH50K上的验证结果表明,相较于以往模型,该模型在标准情况和被遮挡情况下人体姿态估计的准确度有所提升,且具有鲁棒性。 展开更多

关键词 姿态估计 级联金字塔模型 残差网络 cbam注意力机制 OHKM算法

在线阅读 下载PDF 职称材料

基于改进YOLOv10的盒装食品生产线包装缺陷检测方法

8

作者 王静蕾 赵英杰 +1 位作者 李峰 王春雨 《食品与机械》 北大核心 2025年第4期236-241,共6页

[目的]解决传统食品生产中包装缺陷检测方法存在的检测精度低和实时性差等问题。[方法]在分析食品自动化生产线的基础上,应用改进的YOLOv10模型作为盒装食品生产线包装缺陷检测方法。在骨干层和颈部层的C2f模块后引入注意力机制CBAM,以... [目的]解决传统食品生产中包装缺陷检测方法存在的检测精度低和实时性差等问题。[方法]在分析食品自动化生产线的基础上,应用改进的YOLOv10模型作为盒装食品生产线包装缺陷检测方法。在骨干层和颈部层的C2f模块后引入注意力机制CBAM,以增强模型在复杂背景中的特征目标定位能力。在骨干层和颈部层引入全维动态卷积,以减少计算冗余,提高检测精度。在头部层引入P2并去除P5,以提高小目标检测性能。在头部层优化损失函数,以提高模型收敛性能。[结果]试验方法有效提高了盒装食品包装缺陷的检验精度,满足实时性要求,检测准确率>98.00%,检测平均时间<0.02 s。[结论]深入学习与机器视觉相结合可以实现盒装食品包装缺陷的快速准确检测。 展开更多

关键词 食品生产 包装缺陷 YOLOv10模型 注意力机制cbam 全维动态卷积

在线阅读 下载PDF 职称材料

大数据驱动的非球面光学表面缺陷检测研究

9

作者 彭雪梅 黄建军 《激光杂志》 北大核心 2025年第4期252-256,共5页

光学技术的快速发展使非球面光学元件在成像、通信等领域的应用日益广泛,其表面缺陷检测成为确保产品质量的关键环节。为满足更高精度的检测需求,设计了大数据驱动的非球面光学表面缺陷检测方法。在大数据驱动下,设计非球面光学表面图... 光学技术的快速发展使非球面光学元件在成像、通信等领域的应用日益广泛,其表面缺陷检测成为确保产品质量的关键环节。为满足更高精度的检测需求,设计了大数据驱动的非球面光学表面缺陷检测方法。在大数据驱动下,设计非球面光学表面图像采集装置,由显微光学成像系统、分光棱镜、光纤照明、机械调整台、电动转台构成,实施非球面光学表面图像的大数据采集。在大数据驱动下,采用小波阈值去噪方法对采集的非球面光学表面缺陷图像实施去噪处理。选定YOLOv3作为基础架构,对三个方向实施针对性改进,通过改进后的YOLOv3模型实现非球面光学表面缺陷检测。测试结果表明,所设计的方法对于5种实验元件的表面缺陷平均尺寸测量偏差较低,尤其是对于抛光非球面棱镜的表面缺陷,其平均尺寸测量偏差最低。此外,该方法对于五种实验元件的表面伪缺陷响应系数较低,意味着它不容易受到伪缺陷的影响。 展开更多

关键词 大数据技术 非球面光学元件 表面缺陷检测 改进YOLOv3模型 cbam混合注意力机制

在线阅读 下载PDF 职称材料

基于深度学习的机载遥感通信自适应光学波前校正方法

10

作者 涂芳 周华涛 袁晓桂 《激光杂志》 北大核心 2025年第6期232-237,共6页

为了提升机载遥感通信系统的成像质量,增强遥感通信效能,提出基于深度学习的机载遥感通信自适应光学波前校正方法。首先利用H-S波前传感器实施波前探测,结合Zernike多项式,构建携带Zernike系数的详细遥感波前畸变的信息。然后,利用基于... 为了提升机载遥感通信系统的成像质量,增强遥感通信效能,提出基于深度学习的机载遥感通信自适应光学波前校正方法。首先利用H-S波前传感器实施波前探测,结合Zernike多项式,构建携带Zernike系数的详细遥感波前畸变的信息。然后,利用基于深度学习的卷积神经网络对波前畸变信息实施分析,结合CBAM注意力机制,实现波前畸变的特征识别及分类,并利用网络全连接层的整合逼近能力,实现波前畸变特征的量化。最后,根据波前畸变特征量化构建电压补偿相位,结合SPGD算法自适应生成DM变形镜的控制信号,通过控制信号的迭代生成,达到波前畸变的校正目的。实验表明,所提方法畸变校正效果显著,能够有效改善机载遥感通信系统的成像质量,为可靠遥感数据的生成提供技术支持。 展开更多

关键词 H-S波前传感器 ZERNIKE多项式 Zernike系数 cbam注意力机制 SPGD算法

在线阅读 下载PDF 职称材料

一种结合改进Inception V2模块和CBAM的轴承故障诊断方法 被引量：27

11

作者 姚齐水 别帅帅 +1 位作者 余江鸿 陈前旭 《振动工程学报》 EI CSCD 北大核心 2022年第4期949-957,共9页

传统深度学习的轴承故障诊断方法网络复杂,训练参数多,模型泛化性弱。针对上述问题,在工业大数据背景下,提出一种结合改进Inception V2模块和CBAM注意力机制的轴承故障诊断方法,改进后的Inception V2模块通过增加平均池化层,进一步拓宽... 传统深度学习的轴承故障诊断方法网络复杂,训练参数多,模型泛化性弱。针对上述问题,在工业大数据背景下,提出一种结合改进Inception V2模块和CBAM注意力机制的轴承故障诊断方法,改进后的Inception V2模块通过增加平均池化层,进一步拓宽分支网络结构,从而提高网络表达能力。将轴承振动信号通过小波变换转换为时频图,作为卷积神经网络的输入,通过改进Inception V2模块对输入特征进行自适应特征提取,跨通道对提取的特征进行信息组织;通过CBAM注意力机制生成通道和空间的双重注意力权重,增强相关度高的特征并抑制相关度不高的特征;将生成的特征数据输入到全局平均池化层,并输出故障诊断结果。实验结果表明:该方法可以建立“浅层”卷积神经网络模型,减少模型参数,加快模型收敛速度,实现99.75%的准确率;同时在不同负载以及高噪声条件下,模型有较好的泛化性,更适合应用在工业大数据中。 展开更多

关键词 故障诊断 滚动轴承 卷积神经网络 cbam注意力机制 故障特征

在线阅读 下载PDF 职称材料

基于CBAM-InceptionV2-双流CNN的风电机组轴承故障诊断 被引量：11

12

作者 李俊卿 马亚鹏 +4 位作者 胡晓东 马志鹏 王罗 何玉灵 张承志 《智慧电力》 北大核心 2023年第6期28-33,共6页

针对风电机组轴承故障诊断中经典一维卷积神经网络和二维卷积神经网络准确率低的问题,将一维原始振动信号和二维时频图相融合,构建基于CBAM-InceptionV2-双流CNN的滚动轴承故障诊断方法。首先,通过快速傅里叶变换和小波变换,将原始振动... 针对风电机组轴承故障诊断中经典一维卷积神经网络和二维卷积神经网络准确率低的问题,将一维原始振动信号和二维时频图相融合,构建基于CBAM-InceptionV2-双流CNN的滚动轴承故障诊断方法。首先,通过快速傅里叶变换和小波变换,将原始振动信号转化为一维数据和二维时频图;其次,构建基于CBAMInceptionV2-双流CNN模型;最后,将提取到的双层特征信息进行融合,并输入到Softmax完成故障分类。实验结果表明,所提模型能够显著地提升轴承故障诊断的准确性。 展开更多

关键词 cbam注意力机制 InceptionV2 双流CNN 故障诊断 快速傅里叶变换 小波变换

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的白酒摘酒酒度检测方法

13

作者 王泷 纪元霞 +2 位作者 吴红刚 杨润玲 鲁绍坤 《食品与机械》 北大核心 2025年第7期65-71,共7页

[目的]提高白酒的质量和产量,实现摘酒酒度的高效精准检测,建立改进YOLOv5s的白酒摘酒酒度模型。[方法]结合YOLOv5s模型的自动提取特征,利用ShuffleNetV2轻量化模块替换原始模型中的特征提取模块,减少模型层级结构,使模型更加轻量化;在... [目的]提高白酒的质量和产量,实现摘酒酒度的高效精准检测,建立改进YOLOv5s的白酒摘酒酒度模型。[方法]结合YOLOv5s模型的自动提取特征,利用ShuffleNetV2轻量化模块替换原始模型中的特征提取模块,减少模型层级结构,使模型更加轻量化;在特征提取部分添加CBAM双通道注意力机制,提取不同维度的特征信息;使用SIOU损失函数替换原始模型的损失函数;构建一个基于YOLOv5s改进模型的白酒酒度检测方法。[结果]改进后的模型准确率为91.9%,模型大小为6.7 MB,召回率和平均精度均值分别为89.3%和96.3%,较原始YOLOv5s模型分别提升了10.3%和12.3%;与当前主流的YOLOv3、YOLOv5m和YOLOv8等模型相比,平均精度均值分别提升了44.3%,9.3%,13.1%。[结论]试验提出的YOLOv5s改良模型对白酒摘酒酒度检测具有较高的准确率。 展开更多

关键词 摘酒 YOLOv5s 酒度 cbam注意力机制 SIOU损失函数 ShuffleNetV2轻量化模型

在线阅读 下载PDF 职称材料

GCW-YOLOv8n:轻量级安全帽佩戴检测算法

14

作者 徐壮 钱育蓉 颜丰 《计算机工程与应用》 北大核心 2025年第3期144-154,共11页

我国是世界工业大国,在各种施工环境下,施工材料的坠落以及施工现场的碰撞是造成伤亡事故的主要原因。因头部伤害而导致的伤亡事故时有发生,而佩戴安全帽可以最大程度上保证施工人员的安全。为解决人工管理的时效性差、管理效率低下,现... 我国是世界工业大国,在各种施工环境下,施工材料的坠落以及施工现场的碰撞是造成伤亡事故的主要原因。因头部伤害而导致的伤亡事故时有发生,而佩戴安全帽可以最大程度上保证施工人员的安全。为解决人工管理的时效性差、管理效率低下,现有模型对算力需求较为严苛,内存需求大,以及工业设备在处理负载和数据传输延迟的问题,实现边缘计算、实时管控,提出一种基于YOLOv8n的改进安全帽佩戴检测算法。提出了一种新的GS-C2f模块,该模块引入GhostConv及SE(squeeze-and-excitation)注意力机制,有效降低了模型计算量及其复杂度,同时帮助网络有效提取特征。在Neck部分引入CBAM注意力机制,使模型加强对有效特征的关注。引入Wise-IoUv3进一步提高模型的精度。经实验,该模型对比原YOLOv8n模型,在计算参数下降21.24%的同时,识别精度提升了0.01,在模型精度和复杂度之间均取得了令人满意的效果。 展开更多

关键词 YOLOv8n 安全帽佩戴检测 GhostConv cbam注意力机制

在线阅读 下载PDF 职称材料

应用MCCW-YOLOv7-tiny研究轻量级玉米田间杂草识别算法

15

作者 王希如 贾仁山 +4 位作者 曹玉莹 刘银川 高新悦 吴佳鑫 贾银江 《东北农业大学学报》 北大核心 2025年第1期124-138,共15页

针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实... 针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实时性要求。添加并行网络至主干网络,并在检测头部引入CBAM注意力机制,增强对小目标的关注,提高整体识别精度。损失函数改进为WIoUv3,以动态平衡样本质量,提升模型泛化能力。结果表明:MCCW-YOLOv7-tiny较YOLOv7-tiny,mAP从93.7%提升至95.3%,计算复杂度从13.3 GFLOPs降至6.2 GFLOPs,模型参数量为3.71 M,为复杂环境下的玉米田间杂草检测提供有效技术支持。 展开更多

关键词 YOLOv7-tiny MobileNet V3 cbam注意力机制 WIoUv3 玉米 杂草识别

在线阅读 下载PDF 职称材料

基于改进HRNet的高速公路路域内光伏板信息提取

16

作者 王靖凯 葛星彤 +2 位作者 李兆博 丁翔 彭玲 《测绘通报》 北大核心 2025年第5期74-78,99,共6页

随着绿色能源需求的日益增长,高速公路路域内光伏板基础设施成为可再生能源发展的一种重要途径。收费站和服务区作为高速公路路域的重要组成部分,其光伏发电也受到重视。本文研究了利用深度学习方法通过高分辨率遥感影像识别高速公路路... 随着绿色能源需求的日益增长,高速公路路域内光伏板基础设施成为可再生能源发展的一种重要途径。收费站和服务区作为高速公路路域的重要组成部分,其光伏发电也受到重视。本文研究了利用深度学习方法通过高分辨率遥感影像识别高速公路路域内收费站和服务区配置光伏板信息的技术方法。以江苏省作为研究试验区,下载全省谷歌19级遥感影像数据,通过制作样本,使用现有经典语义分割网络HRNet、ResNet、FCN和U-Net对试验区进行信息提取,获得光伏板信息提取结果;通过消融试验证实了本文融合CBAM注意力机制的HRNet语义分割网络提取效果最佳。该方法为高速公路路域内收费站和服务区的光伏板智能监测管理提供了技术支撑。 展开更多

关键词 高速公路路域内光伏 高分辨率遥感影像 改进的HRNet语义分割网络 cbam注意力机制 江苏省试验区

在线阅读 下载PDF 职称材料

基于CBAM和BiFPN改进YoloV5的渔船目标检测 被引量：24

17

作者 张德春 李海涛 +1 位作者 李勋 张雷 《渔业现代化》 CSCD 2022年第3期71-80,共10页

在渔港高点监控渔船目标的场景下,对渔船检测经常丢失和检测错误等问题,提出了一种基于改进YoloV5的渔船目标检测模型。首先通过Kmeans++算法对锚框重新聚类,选择适合渔船数据集的锚框尺寸;然后在YoloV5的骨干网络中融入卷积注意力模块(... 在渔港高点监控渔船目标的场景下,对渔船检测经常丢失和检测错误等问题,提出了一种基于改进YoloV5的渔船目标检测模型。首先通过Kmeans++算法对锚框重新聚类,选择适合渔船数据集的锚框尺寸;然后在YoloV5的骨干网络中融入卷积注意力模块(CBAM)注意力机制获取更多细节特征;再采用加权双向特征金字塔网络(BiFPN)代替原先的特征金字塔网络(FPN)+像素聚合网络(PAN)结构,快速进行多尺度特征融合;最后在检测尺度上去掉大目标的检测尺度,增加更小目标的检测尺度,改用新的三个检测尺度,提高了模型对小目标渔船的检测精度。结果显示:对比原YoloV5算法,改进后的算法精确度、召回率和平均精度均值均有所提升,分别提升29.5%、0.5%和4.5%,每秒检测帧数达到90.6,对渔船目标检测效果有大幅度改善。研究表明,改进后的YoloV5算法满足休渔期管控期间对渔船目标检测的准确性和实时性要求。 展开更多

关键词 渔船检测 YoloV5算法 cbam注意力机制 加权双向特征金字塔

在线阅读 下载PDF 职称材料

基于改进EfficientNet的红外图像光伏组件故障识别研究 被引量：7

18

作者 吕游 郑茜 +2 位作者 齐欣宇 房方 刘吉臻 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第4期175-184,共10页

光伏组件的故障会影响光伏阵列的输出性能,从而降低电站的发电效率,严重时甚至会危害电站的安全运行。传统的方法无法满足目前光伏组件故障检测快速性和正确率需求。因此,本文提出了一种基于改进EfficientNet的光伏组件故障识别方法。首... 光伏组件的故障会影响光伏阵列的输出性能,从而降低电站的发电效率,严重时甚至会危害电站的安全运行。传统的方法无法满足目前光伏组件故障检测快速性和正确率需求。因此,本文提出了一种基于改进EfficientNet的光伏组件故障识别方法。首先,利用采集到的光伏组件红外图像建立故障数据集,并利用图像分割和数据增强对数据集进行预处理;其次,基于EfficientNet网络构建故障识别模型,同时在模型中引入双通道注意力模块(CBAM),该模块能够抑制不必要特征的识别,增强模型对空间特征信息的提取能力,进而提高模型的识别准确率;最后,通过对比仿真实验证明模型的有效性和先进性。实验结果表明,该模型的故障识别准确率达到了90.83%,相较于原始的EfficientNet模型提高了2.83%,且模型大小仅为20.3 M,具有良好的实用性,能够满足光伏电站实际应用的需求。 展开更多

关键词 光伏组件 红外图像 故障识别 cbam注意力机制

在线阅读 下载PDF 职称材料

低照度下改进YOLOX的煤矿无人电机车轨道障碍物检测方法 被引量：12

19

作者 章赛 纪凡 +5 位作者 卢才武 江松 李萌 刘力 刘迪 朱兴攀 《安全与环境学报》 CAS CSCD 北大核心 2024年第3期952-961,共10页

为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类。首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将... 为解决地下煤矿光照不足进而导致无人电机车脱轨、撞车或侧翻等问题,提出了一种低照度多特征融合的YOLOX-CBAM目标检测算法,对矿井无人电机车轨道障碍物进行有效识别与分类。首先,通过实际场景采集及标注构建地下煤矿障碍物数据集,并将其输入微光数据处理Zero_DCE模型中;其次,对YOLOX目标检测网络进行改进,分别在骨干网络CSPDarknet和特征金字塔(Feature Pyramid Networks,FPN)部分增加双通道CBAM注意力模块,解决了特征提取环节通道单一的问题;最后,将预测头部分的损失函数替换成SIoU,加快了模型迭代的速度。结果表明,与传统两阶段Faster-RCNN网络、YOLOv4网络、YOLOv5网络和原YOLOX网络相比,本模型精确率分别提高了4.65百分点、2.65百分点、2.19百分点、1.35百分点,召回率分别提高了9.39百分点、4.36百分点、0.82百分点、0.76百分点,速度分别提高了28.6帧/s、16帧/s、13.6帧/s、2.9帧/s,同时本模型与分别添加CBAM、SA、SA+SIoU、SE、SE+SIoU,YOLOX-CBAM模块的YOLOX模型相比,其精度分别提高了0.64百分点、0.84百分点、1百分点、1.29百分点和0.76百分点,速度分别提高了0.5帧/s、0.4帧/s、0.3帧/s、0.2帧/s和0.4帧/s。所提出的方法能实现地下煤矿井下无人电机车轨道障碍物的快速准确检测,并为地下矿运输设备的智能化升级及安全运行提供理论支撑。 展开更多

关键词 安全工程 井下无人电机车 目标检测 cbam注意力机制 SIoU损失函数

在线阅读 下载PDF 职称材料

基于改进YOLOv5模型的智能变电站目标违规行为检测方法研究 被引量：2

20

作者 金鑫 程凌森 +2 位作者 赵亮 卢铭翔 赵惠超 《电测与仪表》 北大核心 2024年第8期179-185,共7页

针对目前智能变电站安全智能巡视方法巡视效率低和所耗时间长等问题,在视频监测系统的基础上,提出了一种改进的YOLOv5模型用于智能变电站目标违规行为检测。引入K-means++算法解决小目标不敏感问题,引入注意力机制(convolutional block ... 针对目前智能变电站安全智能巡视方法巡视效率低和所耗时间长等问题,在视频监测系统的基础上,提出了一种改进的YOLOv5模型用于智能变电站目标违规行为检测。引入K-means++算法解决小目标不敏感问题,引入注意力机制(convolutional block attention module,CBAM)提高小目标特征占比,引入alpha-IoU损失函数增强对小数据集的鲁棒性。为了验证所提模型的适应性和优越性,对其进行试验分析。结果表明,所提方法与常规方法相比,在多种目标行为检测中具有较高的检测性能,检测准确率为93.80%,检测速度为32.6 FPS,满足智能变电站对目标违规行为检测要求。可为智能变电站无人值守提供一定的参考。 展开更多

关键词 智能变电站 智能巡检 YOLOv5模型 违规行为 注意力机制cbam

在线阅读 下载PDF 职称材料