基于改进YOLOv5的苹果轻量化检测算法 被引量：2

1

作者 王红君 刘紫宾 +1 位作者 赵辉 岳有军 《农机化研究》 北大核心 2025年第7期65-71,共7页

为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题,提出一种基于YOLOv5的轻量化苹果检测算法。首先,将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度,将深度可分离卷积引入到特征融合网络中;然后,在网络的... 为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题,提出一种基于YOLOv5的轻量化苹果检测算法。首先,将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度,将深度可分离卷积引入到特征融合网络中;然后,在网络的关键位置引入注意力机制,以提高算法对苹果不同特征的提取能力;最后,使用CIoU作为改进网络的损失函数,以提升模型的检测效果。试验结果表明:改进模型的检测精度为91.5%,相较于SSD、Faster R-CNN,检测精度分别提高了2.35%、3.07%,相比于YOLOv5s检测精度提高了8.20%,且模型大小约为YOLOv5s的1/3。 展开更多

关键词 苹果 检测算法 yolov5 轻量化 注意力机制

在线阅读 下载PDF 职称材料

基于轻量化改进YOLOv5s的猕猴桃花期识别方法 被引量：1

2

作者 于强 石复习 《中国农机化学报》 北大核心 2025年第5期106-114,共9页

为在有限的嵌入式设备资源下达到实时检测要求,提出一种基于改进YOLOv5s的猕猴桃花期轻量化检测模型(YOLOv5s_SGSC)。在YOLOv5s模型基础上,使用ShuffleNetv2和幻影卷积分别替换主干特征提取网络和颈网络的传统卷积,嵌入卷积注意力模块(C... 为在有限的嵌入式设备资源下达到实时检测要求,提出一种基于改进YOLOv5s的猕猴桃花期轻量化检测模型(YOLOv5s_SGSC)。在YOLOv5s模型基础上,使用ShuffleNetv2和幻影卷积分别替换主干特征提取网络和颈网络的传统卷积,嵌入卷积注意力模块(CBAM)提高网络对猕猴桃花朵的特征提取能力。结果表明,改进后模型的精确率和召回率为89.9%和89.7%;mAP值为94.5%,较改进前提高0.3%。模型体积为3.9 MB,为原YOLOv5s模型的27.7%,在嵌入式设备实时检测速度为11.8 fps,比原YOLOv5s模型快59.8%。将模型部署到嵌入式设备进行实地试验,改进后模型对距离镜头20~60 cm的猕猴桃花朵花期正确识别率达到85%以上,实时检测帧率在10 fps以上。可实现对猕猴桃花朵的花期分类,有助于推动授粉机器人的研发与应用。 展开更多

关键词 猕猴桃花朵 花期识别 嵌入式设备 yolov5s算法 轻量化

在线阅读 下载PDF 职称材料

基于改进YOLOv5的轻量级黄花成熟检测方法 被引量：3

3

作者 吴利刚 吕媛媛 +3 位作者 周倩 陈乐 张梁 史建华 《中国农机化学报》 北大核心 2024年第7期235-242,268,共9页

黄花菜具有较短的采摘周期和相对严格的采摘要求,针对传统人工采摘效率低、主观性高的问题,提出一种基于深度学习的SSH-YOLOv5黄花成熟度检测算法。以YOLOv5模型为基础,结合轻量级网络ShuffleNet V2基本残差单元压缩网络模型大小,提升... 黄花菜具有较短的采摘周期和相对严格的采摘要求,针对传统人工采摘效率低、主观性高的问题,提出一种基于深度学习的SSH-YOLOv5黄花成熟度检测算法。以YOLOv5模型为基础,结合轻量级网络ShuffleNet V2基本残差单元压缩网络模型大小,提升模型目标检测速度;引入SE Net通道注意力机制模块,增强模型对有用特征信息的敏感度,提高目标检测精度;将普通卷积替换为深度可分离卷积模块,进一步减少模型计算量。试验结果表明,改进后的SSH-YOLOv5模型参数量和浮点运算量分别减少61.6%和68.3%,网络层数减少18%,同时SSH-YOLOv5的检测精度由原算法的88.8%提高到91.2%,实时检测速度达到66.4 f/s,相比原算法提高18.1%,达到实时检测要求。改进后的算法不仅实现模型的轻量化,同时也使黄花成熟度检测更加准确和快速,可以较好地满足黄花检测需求。 展开更多

关键词 黄花 深度学习 yolov5算法 轻量化 注意力机制

在线阅读 下载PDF 职称材料

轻量型YOLOv5s车载红外图像目标检测 被引量：11

4

作者 刘彦磊 李孟喆 王宣宣 《中国光学(中英文)》 EI CAS CSCD 北大核心 2023年第5期1045-1055,共11页

车载红外图像的目标检测是自动驾驶进行道路环境感知的重要方式。针对现有车载红外图像目标检测算法中内存利用率低、计算复杂和检测精度低的问题,提出了一种改进YOLOv5s的轻量型目标检测算法。首先,将C3Ghost和Ghost模块引入YOLOv5s检... 车载红外图像的目标检测是自动驾驶进行道路环境感知的重要方式。针对现有车载红外图像目标检测算法中内存利用率低、计算复杂和检测精度低的问题,提出了一种改进YOLOv5s的轻量型目标检测算法。首先,将C3Ghost和Ghost模块引入YOLOv5s检测网络,以降低网络复杂度。其次,引进αIoU损失函数,以提升目标的定位精度和训练效率。然后,降低网络结构下采样率,并利用KMeans聚类算法优化先验框大小,以提高小目标检测能力。最后,分别在主干网络和颈部引入坐标注意力(Coordinate Attention,CA)和空间深度卷积模块进一步优化模型,提升模型特征的提取能力。实验结果表明,相对于原YOLOv5s算法,改进算法的模型大小压缩78.1%,参数量和每秒千兆浮点运算数分别减少84.5%和40.5%,平均检测精度和检测速度分别提升4.2%和10.9%。 展开更多

关键词 自动驾驶 目标检测 红外图像 轻量型 yolov5s

在线阅读 下载PDF 职称材料

基于YOLOv5s的轻量化行人检测算法 被引量：15

5

作者 高英 吴玉虹 《现代电子技术》 2023年第22期151-158,共8页

行人检测系统普遍安装在移动智能设备上,而这些设备对模型的轻量化要求较高,已有算法很难在精度和轻量化之间达到平衡。针对这一问题,提出一种改进的YOLOv5s轻量化行人检测模型。选用EIoU作为边界框损失函数,加速收敛并提高回归精度;结... 行人检测系统普遍安装在移动智能设备上,而这些设备对模型的轻量化要求较高,已有算法很难在精度和轻量化之间达到平衡。针对这一问题,提出一种改进的YOLOv5s轻量化行人检测模型。选用EIoU作为边界框损失函数,加速收敛并提高回归精度;结合CA(Coordinate Attention)注意力模块改进主干网络的C3模块,增强模型对行人目标的精确定位能力;引入一种新卷积层GSConv替换颈部网络的卷积层(Conv),以减轻模型的复杂度并保持准确性;引入改进的自注意力模块CoT,进一步提高网络模型的特征表达能力。使用INRIA数据集进行训练和测试,实验结果表明:改进后的模型mAP@0.5达到97%,相比于原始模型提高1.9%,mAP@0.5:0.95提高2.1%;而模型参数量降低10.5%,模型体积降低13%,计算量GFLOPS减少7%,能够在提高行人检测精度的同时使得模型更加轻量化。 展开更多

关键词 行人检测算法 yolov5s 轻量化 EIoU CA注意力机制 GSConv

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的轻量化车流量检测算法 被引量：7

6

作者 王晨曦 鲍泓 梁天骄 《东北师大学报（自然科学版）》 CAS 北大核心 2023年第3期56-63,共8页

由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络... 由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络,减小模型的计算复杂度;融入注意力机制模块以增强网络对车流量的表示,提高其检测精度;通过使用数据增强策略,扩增训练样本,提升模型的鲁棒性.采用改进YOLOv5s算法检测视频车辆目标,结合DeepSort跟踪完成车流量检测,在UA-DETRAC车流量检测数据集上进行了实验.结果表明:所提出的轻量级车流量检测网络在Jetson TX2上的检测准确率为94.96%,检测速度达到15帧/s,实现车流量的实时检测,模型参数量少,满足嵌入式设备的限制. 展开更多

关键词 车流量检测 yolov5s算法 DeepSort 轻量化 实时性

在线阅读 下载PDF 职称材料

改进YOLOv7-Tiny的道路裂缝检测算法 被引量：3

7

作者 王启涵 刘超 《计算机工程与应用》 北大核心 2025年第10期372-380,共9页

道路裂缝检测是道路工程中的重要环节。针对现阶段道路裂缝检测算法中准确度低、效率低的问题,提出了一种基于YOLOv7-Tiny的轻量型道路裂缝检测算法YOLOv7-TPSF。引入部分卷积PConv,对原网络中耗参量较多的3×3卷积层进行部分替换,... 道路裂缝检测是道路工程中的重要环节。针对现阶段道路裂缝检测算法中准确度低、效率低的问题,提出了一种基于YOLOv7-Tiny的轻量型道路裂缝检测算法YOLOv7-TPSF。引入部分卷积PConv,对原网络中耗参量较多的3×3卷积层进行部分替换,降低模型的参数量,提升模型的训练速度;结合特征融合网络BiFusion Neck与加权特征金字塔BiFPN的优点,提出了新的特征融合模块Bi-FusFPN,减少网络计算量,强化多尺度特征的融合能力;在输出端添加无参注意力机制SimAM,进一步提高大、中、小三类目标的检测能力。实验结果表明,YOLOv7-TPSF算法相较于YOLOv7-Tiny算法,网络参数量与计算量分别减少了31.7%、34.6%,准确度与检测速度分别提高了3.7%、9.7%,一定程度上满足了道路裂缝检测准确性与实时性的需求。 展开更多

关键词 道路裂缝检测 yolov7-Tiny 轻量型 注意力机制 特征融合模块Bi-FusFPN

在线阅读 下载PDF 职称材料

改进Yolov5s的木材表面缺陷实时检测方法 被引量：1

8

作者 荣强 田启川 谭润 《林产工业》 北大核心 2025年第1期64-71,共8页

提出了一种改进Yolov5s的木材缺陷实时检测方法,该方法首先替换了Yolov5s网络中计算量开销占比较大的主干结构,实现了轻量化改进,提升了网络速度。其次,对网络颈部中的C3模块进行双通道注意力机制改进,有效提升了模型对缺陷部位的关注度... 提出了一种改进Yolov5s的木材缺陷实时检测方法,该方法首先替换了Yolov5s网络中计算量开销占比较大的主干结构,实现了轻量化改进,提升了网络速度。其次,对网络颈部中的C3模块进行双通道注意力机制改进,有效提升了模型对缺陷部位的关注度,减少了背景的干扰。成功构建了一种重颈部轻主干的轻量化模型LW-Yolov5。最后,通过构建损失函数,使用双重知识蒸馏策略对新模型进行训练。结果表明:新模型的计算量和参数量分别减少了52.8%和49.5%,CPU推理速度提高了31.6%,检测速度为20.4 FPS,GPU检测速度达到了137 FPS,模型体积仅为7.1 MB,更易于部署,且快速性优于当前主流的单阶段检测网络。在大规模木材缺陷数据集上的平均检测精度mAP为82.5%,检测精度较高。 展开更多

关键词 木材缺陷 缺陷检测 yolov5算法 轻量化网络 知识蒸馏

在线阅读 下载PDF 职称材料

基于轻量化YOLOv5s的花椒簇检测研究 被引量：10

9

作者 李光明 弓皓斌 袁凯 《中国农机化学报》 北大核心 2023年第4期153-158,F0003,共7页

针对现有花椒簇检测算法模型参数量多、计算量大、检测速度低、很难部署到嵌入式设备的问题,提出一种基于轻量化YOLOv5s的花椒簇检测算法模型。首先将ShuffleNet v2主干网络替代原YOLOv5s中的主干网络进行重构;同时将SPPF嵌入至ShuffleN... 针对现有花椒簇检测算法模型参数量多、计算量大、检测速度低、很难部署到嵌入式设备的问题,提出一种基于轻量化YOLOv5s的花椒簇检测算法模型。首先将ShuffleNet v2主干网络替代原YOLOv5s中的主干网络进行重构;同时将SPPF嵌入至ShuffleNet v2骨干中;其次引入轻量级注意力机制CBAM;最后使用SIoU_Loss代替CIoU_Loss作为回归损失函数。试验结果表明:改进后的轻量化YOLOv5s网络参数降低85.6%,计算量降低87.7%,对花椒簇的检测精度mAP@0.5达到92.6%,较原YOLOv5s模型提高3.4%,mAP@0.5:0.95达到61.4%,检测时间为11 ms,相比原模型16 ms缩短31.3%,可以满足在现场环境下对花椒簇的检测。 展开更多

关键词 花椒簇 yolov5s算法 轻量化 网络参数 检测精度

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 被引量：1

10

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

FS-YOLOv5:轻量化红外目标检测方法 被引量：26

11

作者 黄磊 杨媛 +2 位作者 杨成煜 杨威 李耀华 《计算机工程与应用》 CSCD 北大核心 2023年第9期215-224,共10页

针对传统目标识别算法复杂场景下的道路目标识别精度低、实时性差、小目标检测难度大等问题,提出了基于红外场景下FS-YOLOv5轻量化模型。采用单阶段目标检测网络YOLOv5s作为基础网络,提出了一种新的FSMobileNetV3网络代替原网络中的CSPD... 针对传统目标识别算法复杂场景下的道路目标识别精度低、实时性差、小目标检测难度大等问题,提出了基于红外场景下FS-YOLOv5轻量化模型。采用单阶段目标检测网络YOLOv5s作为基础网络,提出了一种新的FSMobileNetV3网络代替原网络中的CSPDarknet主干网络来提取特征图像;在原网络CIoU损失函数的基础上引入Power变换,替换为α-CIoU,提高网络对小目标的检测能力;将K-means++聚类算法应用在FLIR红外数据集上重新生成Anchor,最后利用DIoU-NMS替换原网络的NMS后处理方法,改善对遮挡物体的检测能力,降低了模型的漏检率。通过在FLIR红外数据集上的消融实验验证了FS-YOLOv5轻量化算法满足红外场景下的道路目标检测任务,与原网络相比,在平均精度仅降低0.37个百分点的前提下,FS-YOLOv5模型的大小减少了26%,参数量减少了29%,检测速度提升了11 FPS,满足了在不同场景下移动端部署的需求。 展开更多

关键词 轻量化 红外目标检测 损失函数 NMS算法 yolov5

在线阅读 下载PDF 职称材料

基于轻量型S3D算法的鱼类摄食强度识别系统设计与试验 被引量：13

12

作者 冯双星 王丁弘 +1 位作者 潘良 周超 《渔业现代化》 CSCD 2023年第3期79-86,共8页

实际生产中,对鱼类的投喂控制仍是以人工经验判断和时序控制为主,易造成饲料浪费和环境污染。实时检测鱼群摄食强度,可用于指导投喂,进而提高饲料利用率,并降低残饲污染。基于此,本研究提出一种基于机器视觉和轻量型S3D算法的鱼群摄食... 实际生产中,对鱼类的投喂控制仍是以人工经验判断和时序控制为主,易造成饲料浪费和环境污染。实时检测鱼群摄食强度,可用于指导投喂,进而提高饲料利用率,并降低残饲污染。基于此,本研究提出一种基于机器视觉和轻量型S3D算法的鱼群摄食强度实时识别算法,可精确定位视频流中“强、中、弱、无”4种鱼群摄食强度状态。首先将I3D网络作为基准,使用Inception模块和深度可分离卷积构建3D时空Sep-Inc模块;其次,利用3D时空Sep-Inc模块、池化层和3D卷积层交替搭建轻量型S3D网络;最后,开发了基于PyQt5的金鳟鱼摄食强度识别系统。结果显示:S3D算法对4类摄食强度的识别准确率可达92.68%,比C3D和R2+1D算法分别提高9.75%和14.15%,同时Parameters参数和GFLOPs参数也大幅下降,识别摄食强度标签的速率达到17 f/s。研究表明,本算法不仅适用于金鳟,也有望适用于其他游泳型鱼类,并可提供投喂决策建议。 展开更多

关键词 水产养殖 轻量型S3D算法 摄食强度识别 鱼类投喂

在线阅读 下载PDF 职称材料

面向智能变胞车的改进YOLOv5楼梯目标识别算法

13

作者 刘俊 张成 阮小栋 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第7期879-886,899,共9页

针对智能变胞车在室内楼梯环境下自主攀爬过程中的楼梯识别问题,文章提出一种基于改进YOLOv5的楼梯识别算法。为满足算法模型的实时性要求,利用轻量级网络EfficientNetV2替换YOLOv5算法的主干网络;使用GSConv模块和VoV-GSCSP模块替换原... 针对智能变胞车在室内楼梯环境下自主攀爬过程中的楼梯识别问题,文章提出一种基于改进YOLOv5的楼梯识别算法。为满足算法模型的实时性要求,利用轻量级网络EfficientNetV2替换YOLOv5算法的主干网络;使用GSConv模块和VoV-GSCSP模块替换原颈部网络中的Conv模块和CSP模块,在增强目标特征响应的基础上进一步减少计算成本;为弥补算法模型简化带来的精度损失,在颈部网络上添加坐标注意力机制,通过强化目标关注以提升在复杂场景下的目标识别效果;最后将改进的算法模型应用于嵌入式平台进行实验检测。实验结果表明:改进后的算法模型平均检测精度为91.99%,模型大小仅为3.1 MB,相较于其他目标检测算法具有明显的优越性。文章所提算法能够有效地对楼梯进行实时、准确的检测识别,为后续变胞车自主越障奠定了一定的理论基础。 展开更多

关键词 智能变胞车 楼梯目标检测 yolov5算法 网络轻量化 注意力机制

在线阅读 下载PDF 职称材料

轻量型Yolov7-TSA网络在茶叶病害检测识别中的研究与应用 被引量：18

14

作者 李伟豪 詹炜 +5 位作者 周婉 韩涛 王佩文 刘虎 熊梦园 孙泳 《河南农业科学》 北大核心 2023年第5期162-169,共8页

针对现有茶叶病害识别方法准确率低、模型运行速度慢和缺乏检测功能等问题,提出一种新的Yolov7-TSA(Yolov7-Tiny-SiLU-Attention)轻量型网络架构对茶叶病害检测和分类。将Yolov7-T网络中的LeakReLU激活函数替换为SiLU激活函数,以提升检... 针对现有茶叶病害识别方法准确率低、模型运行速度慢和缺乏检测功能等问题,提出一种新的Yolov7-TSA(Yolov7-Tiny-SiLU-Attention)轻量型网络架构对茶叶病害检测和分类。将Yolov7-T网络中的LeakReLU激活函数替换为SiLU激活函数,以提升检测精度,并防止过拟合。同时,通过融合坐标注意力机制进一步提升对目标轮廓和空间位置的特征感知能力。在含8种茶叶病害(含健康茶叶)的数据集上试验。结果表明,Yolov7-TSA网络对茶叶病害的识别准确率达到了94.2%,与Yolov7-T、Yolov7网络相比,分别提升了3.2、1.2个百分点。另外,Yolov7-TSA网络在参数量、浮点运算数、模型大小和单张图片推理时间方面表现出了显著的效果,与Yolov7网络相比,其分别降低了83%、87%、83%和34%。该网络模型实现了对茶叶病害的检测与分类,同时平衡了识别准确率和实时性能。 展开更多

关键词 茶叶病害 病害检测 病害分类 yolov7-TSA 坐标注意力 轻量型网络 计算机视觉 智慧农业

在线阅读 下载PDF 职称材料

基于改进YOLOv5的皮革瑕疵检测算法 被引量：7

15

作者 刘俊豪 王美林 +2 位作者 谢兴 宋烨兴 许莉花 《计算机工程》 CAS CSCD 北大核心 2023年第8期240-249,共10页

皮革瑕疵检测是工业皮革生产行业中质量控制的重要环节,针对工业皮革瑕疵在线检测中存在计算复杂度高、对小目标检测效果差、数据样本少等问题,提出一种基于注意力机制的轻量化皮革瑕疵检测算法GPC-YOLOv5。使用工业相机采集瑕疵图片并... 皮革瑕疵检测是工业皮革生产行业中质量控制的重要环节,针对工业皮革瑕疵在线检测中存在计算复杂度高、对小目标检测效果差、数据样本少等问题,提出一种基于注意力机制的轻量化皮革瑕疵检测算法GPC-YOLOv5。使用工业相机采集瑕疵图片并对其进行标注,制作瑕疵数据集,利用YOLOv5s模型进行目标检测。使用ImgAug数据增强技术扩充原始数据集的数量,并在训练过程中结合Mosaic数据增强方法解决数据样本少的问题。在YOLOv5的基础上,使用轻量化的GhostNet模块替换主干网络和颈部的卷积模块,有效减少模型的参数量和计算量,通过改进激活函数减少网络复杂度并加快计算速度,以满足实时性需求。在主干网络中加入新型注意力机制Polarized Self-Attention模块,增强网络对于小目标瑕疵的特征提取能力。实验结果表明,相比YOLOv5,GPC-YOLOv5算法的参数量和计算量分别减少25.4%和28.5%,总体mAP达到89.2%,能够有效提高检测精度并加快检测速度。 展开更多

关键词 皮革瑕疵 轻量型yolov5算法 注意力机制 深度学习 目标检测

在线阅读 下载PDF 职称材料

一种改进YOLOv5s的自爆绝缘子检测算法研究 被引量：5

16

作者 王红君 王金云 +1 位作者 赵辉 岳有军 《重庆理工大学学报（自然科学）》 CAS 北大核心 2023年第4期235-244,共10页

针对绝缘子缺陷巡检过程中,传统算法因背景复杂难以同时兼顾检测精度与模型大小的问题,提出一种基于改进YOLOv5s的绝缘子缺陷检测模型。首先,采用Bottleneck CSP结构,引入轻量型空间与通道卷积注意力机制,强化绝缘子特征并抑制复杂背景... 针对绝缘子缺陷巡检过程中,传统算法因背景复杂难以同时兼顾检测精度与模型大小的问题,提出一种基于改进YOLOv5s的绝缘子缺陷检测模型。首先,采用Bottleneck CSP结构,引入轻量型空间与通道卷积注意力机制,强化绝缘子特征并抑制复杂背景特征;然后,提出一种改进的BiFPN结构,实现多尺度特征融合,提升小目标检测能力;最后,采用K-means++算法重新聚类先验框,并设计轻量型GhostC3和Ghost Conv模块,保证网络精度的同时减小模型大小。实验结果表明:改进算法在Insulator2022数据集上的mAP值达到92.3%,提升了3.6%,参数量减少了26.73%,浮点运算量减少了23.17%,漏检率降低了5.47%;在公开数据集上,缺陷绝缘子mAP值达到99.5%,各项评估指标值优于Faster-RCNN、SSD、YOLOv3和YOLOv3-tiny主流算法以及绝缘子检测相关算法。 展开更多

关键词 绝缘子缺陷 目标检测 yolov5s算法 改进BiFPN 轻量化网络

在线阅读 下载PDF 职称材料

基于使用轻量级流算法的离散余弦变换(DCT)系数变换多媒体内容加密

17

作者 李彦 《科学技术与工程》 北大核心 2014年第2期165-171,共7页

针对实时安全系统中多媒体内容加密时由于数据量较大而导致计算开销非常大的问题,为了综合考虑安全性及实时性,提出了基于使用轻量级流算法的DCT余弦转换多媒体内容加密算法。首先提出了一种轻量、快速的加密算法,通过将明文划分成不同... 针对实时安全系统中多媒体内容加密时由于数据量较大而导致计算开销非常大的问题,为了综合考虑安全性及实时性,提出了基于使用轻量级流算法的DCT余弦转换多媒体内容加密算法。首先提出了一种轻量、快速的加密算法,通过将明文划分成不同部分并且使用流加密算法对信息的每个部分分别进行加密;然后,基于设计部分加密方案的三项基本原则和对抗部分加密攻击,提出了两种DCT变换系数的部分加密方案;最后,通过峰值信噪比对部分加密攻击的安全性和性能的分析评估了所提算法的有效性及可靠性。分析结果表明,相比A5/1和W7两种较为先进的流密码算法及另外两种加密模式(DC系数加密和无变换加密),提出的流加密算法和两种DCT加密方案更加适用于要求高速计算和足够安全的多媒体实时安全系统。 展开更多

关键词 轻量流加密算法 部分加密 离散余弦变换(DCT)系数变换 多媒体内容 A5 1 W7

在线阅读 下载PDF 职称材料

结合跨尺度特征融合与瓶颈注意力模块的轻量型红外小目标检测网络 被引量：9

18

作者 林再平 李博扬 +6 位作者 李淼 王龙光 吴天昊 罗伊杭 肖超 李若敬 安玮 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2022年第6期1102-1112,共11页

提出一种结合跨尺度特征融合与瓶颈注意力模块的轻量型单帧红外小目标检测网络。该网络在不引入额外神经元的前提下,直接在编码层和解码层之间进行高频多尺度特征交互,从而维持小目标在网络深层的响应幅值,实现小目标浅层空间结构特征... 提出一种结合跨尺度特征融合与瓶颈注意力模块的轻量型单帧红外小目标检测网络。该网络在不引入额外神经元的前提下,直接在编码层和解码层之间进行高频多尺度特征交互,从而维持小目标在网络深层的响应幅值,实现小目标浅层空间结构特征与深层高级语义特征之间的交互融合。同时,该网络在编码器瓶颈处级联轻量型混合注意力模块,进一步增强目标特征在网络深层的响应幅值。实验结果表明,该网络能有效抑制复杂背景杂波,并以较低参数量实现红外小目标检测。 展开更多

关键词 红外小目标检测 轻量型算法 跨尺度融合 瓶颈注意力模块

在线阅读 下载PDF 职称材料

基于边缘代理及深度学习的轻量型云边协同框架研究 被引量：5

19

作者 李小婧 任勇 +1 位作者 晋涛 裴楚 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第5期756-764,共9页

随着电网建设的发展,配电站房及其设备规模持续增长,对边缘物联代理的实用化提出了更多挑战。在Kubernetes常规容器化架构的基础上,提出轻量化设计思路减少边缘物联代理装置对硬件资源的占用和消耗,实现云-边-端业务协同、数据协同和智... 随着电网建设的发展,配电站房及其设备规模持续增长,对边缘物联代理的实用化提出了更多挑战。在Kubernetes常规容器化架构的基础上,提出轻量化设计思路减少边缘物联代理装置对硬件资源的占用和消耗,实现云-边-端业务协同、数据协同和智能协同,同时在边缘侧开展了业务应用APP以及AI视觉学习模型算法库的规划设计,较好地满足了配电网运检业务的需求。 展开更多

关键词 云边端协同 轻量型容器化 边缘代理 视觉学习模型 并行运算调度算法

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的活塞杆表面缺陷检测 被引量：4

20

作者 薛阳 丁凯 +2 位作者 李清 杨江天 李金星 《现代制造工程》 CSCD 北大核心 2023年第11期104-112,共9页

活塞杆是工业设备上技术含量较高的关键部件,但目前为止对其表面缺陷的检测还是以人工检测为主。针对人工检测方法准确性差、效率低下的情况,提出了一种基于改进YOLOv5s的活塞杆表面缺陷检测技术。首先,在Backbone部分引入SE和CBAM双注... 活塞杆是工业设备上技术含量较高的关键部件,但目前为止对其表面缺陷的检测还是以人工检测为主。针对人工检测方法准确性差、效率低下的情况,提出了一种基于改进YOLOv5s的活塞杆表面缺陷检测技术。首先,在Backbone部分引入SE和CBAM双注意力机制,其中CBAM注意力机制与C3模块相结合形成了新CBAMC3模块,提升算法对于缺陷信息的提取能力,从而进一步提高算法精度;其次,改善激活函数为GELU函数避免梯度消失,使算法有较好表现;最后,使用GSConv卷积模块代替Neck部分中的Conv卷积模块,降低计算成本,并且引入VoV-GSCSP模块,减少算法参数量,在轻量化算法的同时保持精度。试验结果表明,改进的YOLOv5-CSGGV算法总平均精度达到了81.1%,较原YOLOv5s算法提升了6.3%,算法参数量相比YOLOv5-SC算法减少了14.7%,使检测速度和精度达到了更好平衡,满足活塞杆工业生产过程中缺陷检测的要求。 展开更多

关键词 注意力机制 缺陷检测 yolov5s 检测算法 轻量化模型

在线阅读 下载PDF 职称材料