检索结果-维普期刊中文期刊服务平台

基于YOLOv7-RSobb的遥感图像定向包围框目标检测: 1; 作者梁琦杨晓文 +1 位作者巩青歌曹亚明《火力与指挥控制》北大核心 2025年第4期141-149,共9页; 针对遥感图像中水平包围框检测对于长宽比例较大的目标容易引入大量背景噪声,以及无法表现目标方向信息的问题,提出了YOLOv7-RSobb算法。在YOLOv7的基础上实现了定向包围框目标检测,解决了PoA和EoE问题,并提出了GS-ELAN模块,最后,使用Wi... 展开更多; 关键词遥感图像目标检测环形平滑标签 YOLOv7-RSobb GS-ELAN Wise-IoU; 在线阅读下载PDF 职称材料

基于YOLOv5的角度优化抓取检测算法研究被引量：4: 2; 作者陈春朝孙东红《计算机工程与应用》 CSCD 北大核心 2024年第6期172-179,共8页; 针对目前机器人抓取检测方法抓取角度预测过于离散,抓取过程可能产生较大偏角,降低抓取检测精度,甚至导致抓取失败的问题,提出了一种基于YOLOv5神经网络模型改进的机器人实时抓取检测方法。以单阶段目标检测模型YOLOv5为基础,提取抓取... 展开更多; 关键词抓取检测 YOLOv5 环形平滑标签检测头解耦; 在线阅读下载PDF 职称材料

基于改进YOLOv5的旋转目标检测算法及其应用研究被引量：1: 3; 作者沈中华陈万委甘增康《包装工程》 CAS 北大核心 2023年第19期229-237,共9页; 目的提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中,通过自建数据集和设计8种目标分类标... 展开更多; 关键词杂乱盒体 YOLOv5 环形平滑标签旋转角度检测; 在线阅读下载PDF 职称材料

旋转框定位的多尺度再生物品目标检测算法被引量：16: 4; 作者董红召方浩杰张楠《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第1期16-25,共10页; 针对传统目标检测算法未考虑实际分拣场景目标物形态尺度的多样性,无法获取旋转角度信息的问题,提出基于YOLOv5的改进算法MR;-YOLOv5.通过添加角度预测分支,引入环形平滑标签(CSL)角度分类方法,完成旋转角度精准检测.增加目标检测层用... 展开更多; 关键词再生物品检测 YOLOv5 旋转框检测环形平滑标签特征金字塔注意力机制; 在线阅读下载PDF 职称材料

基于旋转目标检测的指针仪表读数识别方法被引量：3: 5; 作者张尹人邓春华《计算机工程与设计》北大核心 2023年第6期1804-1811,共8页; 为解决判断指针方向的问题,提出一个旋转目标检测网络R-YOLOv5。采用旋转矩形的形式定位指针的位置和角度方向,采用环形平滑标签的长边表示法区分矩形的方向,将角度回归预测问题转化为分类问题,设计合适的损失函数和旋转IoU计算方法,解... 展开更多; 关键词指针方向旋转目标检测网络环形平滑标签长边表示法角度周期性空间聚类刻度识别; 在线阅读下载PDF 职称材料

题名基于YOLOv7-RSobb的遥感图像定向包围框目标检测: 1; 作者梁琦杨晓文巩青歌曹亚明; 机构武警山西总队综合信息保障中心中北大学计算机科学与技术学院机器视觉与虚拟现实山西省重点实验室山西省视觉信息处理及智能机器人工程研究中心武警工程大学信息工程学院; 出处《火力与指挥控制》北大核心 2025年第4期141-149,共9页; 基金山西省自然科学基金资助项目。; 文摘针对遥感图像中水平包围框检测对于长宽比例较大的目标容易引入大量背景噪声,以及无法表现目标方向信息的问题,提出了YOLOv7-RSobb算法。在YOLOv7的基础上实现了定向包围框目标检测,解决了PoA和EoE问题,并提出了GS-ELAN模块,最后,使用Wise-IoU损失函数来提高mAP。结果表明,该算法在DOTA和DIOR数据集上的mAP达到了73.4%和70.3%,相较于其他主流算法有了明显提升。; 关键词遥感图像目标检测环形平滑标签 YOLOv7-RSobb GS-ELAN Wise-IoU; Keywords remote sensing image target detection circular smooth label YOLOv7-RSobb GS ELAN Wise-IoU; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于YOLOv5的角度优化抓取检测算法研究被引量：4: 2; 作者陈春朝孙东红; 机构河南理工大学机械与动力工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2024年第6期172-179,共8页; 基金河南省高等学校重点科研项目(19A4600004) 河南理工大学博士基金(B2019-48)。; 文摘针对目前机器人抓取检测方法抓取角度预测过于离散,抓取过程可能产生较大偏角,降低抓取检测精度,甚至导致抓取失败的问题,提出了一种基于YOLOv5神经网络模型改进的机器人实时抓取检测方法。以单阶段目标检测模型YOLOv5为基础,提取抓取框坐标及抓取角度。对抓取角度进行更细致的划分,同时引入环形平滑标签以适应角度的周期性,建立相邻角度之间的联系,将YOLOv5检测头进行解耦,并对损失函数进行优化,提高检测精度。在Cornell数据集上进行实验验证。实验结果表明,与经典的抓取检测方法相比,所提算法能够更好地预测抓取角度,提升抓取检测精度;在Cornell数据集上,此模型达到了97.5%的准确率以及71FPS的检测速度。; 关键词抓取检测 YOLOv5 环形平滑标签检测头解耦; Keywords grasp detection YOLOv5 circular smooth label decoupled head; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv5的旋转目标检测算法及其应用研究被引量：1: 3; 作者沈中华陈万委甘增康; 机构桂林理工大学机械与控制工程学院深圳职业技术学院智能制造研究院; 出处《包装工程》 CAS 北大核心 2023年第19期229-237,共9页; 基金校级科研启动项目(6022312029K)。; 文摘目的提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中,通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支,引入环形平滑标签角度分类方法,实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上,使用LCIoU回归框损失函数来计算旋转框回归损失,得到紧密包裹目标位置的边界框。结果改进的YOLOv5算法在自建数据集上检测精度达到95.03%,在机器人多物体分拣实验中的准确率可达100%。结论本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度。; 关键词杂乱盒体 YOLOv5 环形平滑标签旋转角度检测; Keywords messy Box YOLOv5 ring smooth label rotation angle detection; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名旋转框定位的多尺度再生物品目标检测算法被引量：16: 4; 作者董红召方浩杰张楠; 机构浙江工业大学智能交通系统联合研究所; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第1期16-25,共10页; 基金国家自然科学基金资助项目(61773347) 浙江公益技术研究项目(LGF19F030001)。; 文摘针对传统目标检测算法未考虑实际分拣场景目标物形态尺度的多样性,无法获取旋转角度信息的问题,提出基于YOLOv5的改进算法MR;-YOLOv5.通过添加角度预测分支,引入环形平滑标签(CSL)角度分类方法,完成旋转角度精准检测.增加目标检测层用于提升模型不同尺度检测能力,在主干网络末端利用Transformer注意力机制对各通道赋予不同的权重,强化特征提取.利用主干网络提取到的不同层次特征图输入BiFPN网络结构中,开展多尺度特征融合.实验结果表明,MR;-YOLOv5在自制数据集上的均值平均精度(mAP)为90.56%,较仅添加角度预测分支的YOLOv5s基础网络提升5.36%;对于遮挡、透明、变形等目标物,均可以识别类别和旋转角度,图像单帧检测时间为0.02~0.03 s,满足分拣场景对目标检测算法的性能需求.; 关键词再生物品检测 YOLOv5 旋转框检测环形平滑标签特征金字塔注意力机制; Keywords detection of recycled goods YOLOv5 rotating frame detection circular smooth label feature pyramid attentional mechanism; 分类号 TP391 [自动化与计算机技术—计算机应用技术] X705 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于旋转目标检测的指针仪表读数识别方法被引量：3: 5; 作者张尹人邓春华; 机构武汉科技大学计算机科学与技术学院武汉科技大学大数据科学与工程研究院武汉科技大学智能信息处理与实时工业系统湖北省重点实验室; 出处《计算机工程与设计》北大核心 2023年第6期1804-1811,共8页; 基金国家自然科学基金项目(61806150) 湖北省科技厅计划基金项目(2018CFB195) +2 种基金武汉科技大学国防预研基金项目(GF201814)。; 文摘为解决判断指针方向的问题,提出一个旋转目标检测网络R-YOLOv5。采用旋转矩形的形式定位指针的位置和角度方向,采用环形平滑标签的长边表示法区分矩形的方向,将角度回归预测问题转化为分类问题,设计合适的损失函数和旋转IoU计算方法,解决角度周期性对训练的影响。针对指针仪表数字刻度识别问题,提出一种空间聚类算法,能够鲁棒地识别刻度的数字。实验结果表明,所提指针仪表读数识别方法在误差允许范围内,识别准确率达93.9%。; 关键词指针方向旋转目标检测网络环形平滑标签长边表示法角度周期性空间聚类刻度识别; Keywords pointer direction rotating target detection network circular smooth label long side representation angle periodi-city spatial clustering scale recognition; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 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YOLOv7-RSobb的遥感图像定向包围框目标检测	梁琦杨晓文巩青歌曹亚明	《火力与指挥控制》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于YOLOv5的角度优化抓取检测算法研究	陈春朝孙东红	《计算机工程与应用》 CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
3	基于改进YOLOv5的旋转目标检测算法及其应用研究	沈中华陈万委甘增康	《包装工程》 CAS 北大核心	2023	1	在线阅读下载PDF 职称材料
4	旋转框定位的多尺度再生物品目标检测算法	董红召方浩杰张楠	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2022	16	在线阅读下载PDF 职称材料
5	基于旋转目标检测的指针仪表读数识别方法	张尹人邓春华	《计算机工程与设计》北大核心	2023	3	在线阅读下载PDF 职称材料