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8篇文章
< 1 >
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：
基于注意力机制与高分辨率网络的人体姿态估计
1
作者 张铭 李成龙 +2 位作者 高新燕 王鹏飞 张金萧 《南京师范大学学报（工程技术版）》 CAS 2024年第4期46-56,共11页
人体姿态估计旨在从图像或视频中精确识别关键点位置和姿态,对行为识别、人机交互等至关重要.高分辨率网络能够从图像中提取包含多尺度信息的人体关键点特征,但主要聚焦于图像局部范围内的特征信息,难以捕捉关节间的长距离依赖,因此易... 人体姿态估计旨在从图像或视频中精确识别关键点位置和姿态,对行为识别、人机交互等至关重要.高分辨率网络能够从图像中提取包含多尺度信息的人体关键点特征,但主要聚焦于图像局部范围内的特征信息,难以捕捉关节间的长距离依赖,因此易受复杂背景、遮挡等因素影响,限制了准确率.针对高分辨率网络在人体姿态估计中所面临的问题,提出了一种融合注意力机制和高分辨率网络的深度学习模块C2F-CBAM,该模块结合了C2F模块和CBAM模块的优势,结合先进的特征提取技术和强化的注意力机制,C2F-CBAM模块显著提高了模型在识别关键点的准确性.此外,将C2F-CBAM模块嵌入到HRNet网络的关键位置,使得该方法能够更好地整合和综合不同尺度的特征信息.这种融合策略不仅增强了模型对各种人体姿态和图像分辨率的适应性,还有效地处理了复杂背景和遮挡等问题.实验结果显示,该模型在COCO2017验证集上相较于其他方法具有显著优势,平均精度比传统HRNet网络提升了0.9,充分验证了模型的有效性和优越性. 展开更多
关键词 人体姿态估计 注意力机制 高分辨率网络 c2f-cBAM模块 关键点检测
在线阅读 下载PDF
基于改进YOLOv8s的交通目标检测研究
2
作者 李晋 赵杰 +1 位作者 吕亚飞 杨振跃 《现代电子技术》 北大核心 2025年第3期181-186,共6页
针对自动驾驶场景下交通目标检测算法存在的误检及漏检的问题,提出一种基于改进YOLOv8s模型的复杂道路交通目标检测算法。设计一种轻量级的C2f⁃EMSCP模块改进YOLOv8s的骨干网络,实现网络的参数量和计算量的降低;在Backbone和Neck部分添... 针对自动驾驶场景下交通目标检测算法存在的误检及漏检的问题,提出一种基于改进YOLOv8s模型的复杂道路交通目标检测算法。设计一种轻量级的C2f⁃EMSCP模块改进YOLOv8s的骨干网络,实现网络的参数量和计算量的降低;在Backbone和Neck部分添加EMA注意力模块,有效地捕捉了全局的通道依赖性与局部空间特征,实现在通道和空间维度上的全面特征抽取;针对密集车流下小尺寸车辆检测效果不佳的问题,添加小目标检测头,更好地捕获小尺寸车辆的特征和上下文信息;使用可自适应调整权重系数的Wise⁃SIoU作为改进模型的损失函数,提升了边界框的回归性能和检测的鲁棒性。在KITTI数据集上进行实验,P、R和mAP@0.5分别提高了0.4%、2.1%和3.7%。文中的改进方法在交通监控系统中能够达到较好的检测精度和速度,有效改善了复杂交通场景下小目标车辆检测效果不佳的问题。 展开更多
关键词 自动驾驶 YOLOv8s c2f⁃EMScP模块 小目标检测 注意力机制 损失函数
在线阅读 下载PDF
基于YOLOv5s网络的常见菜品识别检测
3
作者 季旭 宋垲 冯怡然 《包装与食品机械》 北大核心 2024年第6期65-72,共8页
为解决食堂与餐厅的菜品人工结算效率低的问题,基于YOLOv5s网络模型提出几类改进算法,其中,YOLOv5s,YOLOv5s-C2f,YOLOv5s-SE,YOLOv5s-MobileNetV3,YOLOv5x模型的准确率、召回率、均值平均精度分别为83%,88.6%,89.4%;94.9%,79.1%,87.6%;9... 为解决食堂与餐厅的菜品人工结算效率低的问题,基于YOLOv5s网络模型提出几类改进算法,其中,YOLOv5s,YOLOv5s-C2f,YOLOv5s-SE,YOLOv5s-MobileNetV3,YOLOv5x模型的准确率、召回率、均值平均精度分别为83%,88.6%,89.4%;94.9%,79.1%,87.6%;91.6%,76%,84.9%;88.3%,94.9%,81.5%;93.6%,99.4%,99.4%;每张图片的检测时间分别为0.36,0.29,0.34,0.23,0.98 s。试验结果表明,相较于YOLOv5s模型,YOLOv5s-MobileNetV3模型均值平均精度降低7.9%,检测时间缩短36.12%;YOLOv5s-C2f模型均值平均精度降低1.8%,检测时间缩短19.44%;YOLOv5x模型均值平均精度提升10%,检测时间延长63.27%。YOLOv5s-MobileNetV3模型在维持准确率的同时,大幅缩短检测时间,有效地实现检测效率与性能间的平衡;YOLOv5x模型具有较高准确率,适用于追求高精准度的场合。研究为智能餐饮服务提供技术支持。 展开更多
关键词 深度学习 c2f模块 通道注意力机制 YOLOv5s 菜品识别
在线阅读 下载PDF
轻量化瓦楞纸板表面缺陷检测算法的研究
4
作者 李西兴 刘涛 +2 位作者 周宏娣 吴锐 陈佳豪 《包装与食品机械》 CAS 北大核心 2024年第5期88-95,共8页
针对瓦楞纸板表面缺陷检测速度慢和识别准确率低等问题,提出基于改进YOLOv5s的轻量化瓦楞纸板表面缺陷检测算法YOLOv5s-GCS。将YOLOv5s骨干网络中原有的Conv模块替换为GhostConv模块,用C2f模块替换C3模块,并集成置换注意力机制(SA)模块;... 针对瓦楞纸板表面缺陷检测速度慢和识别准确率低等问题,提出基于改进YOLOv5s的轻量化瓦楞纸板表面缺陷检测算法YOLOv5s-GCS。将YOLOv5s骨干网络中原有的Conv模块替换为GhostConv模块,用C2f模块替换C3模块,并集成置换注意力机制(SA)模块;在YOLOv5s颈部网络末端引入SA模块;通过构建瓦楞纸板表面缺陷数据集进行试验验证。试验结果显示,YOLOv5s-GCS算法平均精度均值达到95.0%、召回率达到89.2%、精确率达到92.5%,较原始YOLOv5s分别提高2.3%,1.3%,2.8%;检测速度达到19.9帧/s,较原始YOLOv5s提高5.7帧/s。YOLOv5s-GCS算法更有利于迁移部署与实际应用。研究为表面缺陷领域的实时检测提供参考。 展开更多
关键词 YOLOv5s 表面缺陷检测 置换注意力机制 Ghostconv模块 c2f模块
在线阅读 下载PDF
基于改进YOLOv8n的立井刚性罐道接头错位检测算法
5
作者 王满利 杨爽 张长森 《煤炭科学技术》 CSCD 北大核心 2024年第S2期236-248,共13页
立井刚性罐道作为提升系统的导向装置,是提升系统安全稳定运行的基础,使用过程中容易产生横向移位和变形,一旦出现不平顺,将引起提升系统强烈振动,严重影响提升系统运行安全性。为及时发现立井刚性罐道接头故障,消除提升系统运行隐患,... 立井刚性罐道作为提升系统的导向装置,是提升系统安全稳定运行的基础,使用过程中容易产生横向移位和变形,一旦出现不平顺,将引起提升系统强烈振动,严重影响提升系统运行安全性。为及时发现立井刚性罐道接头故障,消除提升系统运行隐患,提出了一种改进YOLOv8n的立井刚性罐道接头错位检测算法(YOLOv8n-CFW)。首先,针对井筒模糊、黑暗、强光及存在复杂背景成像环境下,YOLOv8n对立井刚性罐道图像特征提取能力不足的问题,融入卷积块的注意力模块(CBAM),该模块将通道注意力机制与空间注意力机制结合,形成一种新的卷积块结构,从而更好地进行特征融合,并且有助于模型更加集中地关注输入图像的重要部分,从而提高模型的识别准确性和泛化能力,克服了YOLOv8n主干网络在模糊、黑暗、强光环境下对局部重要信息特征提取能力不足,泛化能力较差等问题;接着,为轻量化网络,使用Faster_Block代替Bottleneck,降低C2f模块的计算复杂度,克服了YOLOv8n网络的模型参数量过大部署困难的不足;然后,为抑制低质量图像产生的有害梯度,使用WIoU损失函数代替CIoU,WIoU损失函数,通过动态分配梯度增益,抑制低质量图像产生的有害梯度,克服了YOLOv8n网络定位性能不足,使网络在接头错位检测中更加精确地定位到刚性罐道边缘,从而减小误差,并进一步提高模型识别准确性和泛化能力;最后,在推理过程中设置兴趣区域,进一步抑制背景图像干扰,并采用非定焦测距法计算罐道接头偏移尺寸。试验表明,相较于基础YOLOv8n网络,YOLOv8n-CFW检测网络在立井刚性罐道接头数据集上,精度P提升了1.4%,召回率R提升了8.2%,平均精度mAP由YOLOv8n的83.8%提升为90.3%,提高了6.5%,模型大小减少了1.4MB,相比其他YOLO算法,在立井刚性罐道接头错位检测中YOLOv8n-CFW具有显著的优势。 展开更多
关键词 刚性罐道 接头错位 YOLOv8n cBAM注意力机制 改进c2f模块
在线阅读 下载PDF
基于改进YOLOv8的扶梯行人异常行为检测算法
6
作者 郭家森 梁立振 刘少清 《长江信息通信》 2024年第12期73-77,共5页
扶梯行人的安全隐患多数源于乘客的异常行为。文章提出了一种基于改进YOLOv8的扶梯行人异常检测算法DEW-YOLOv8。首先为了提高算法的检测效率,在YOLOv8的C2f模块中使用效率更高DSConv模块替代标准卷积模块构成C2f_DSConv模块。其次针对... 扶梯行人的安全隐患多数源于乘客的异常行为。文章提出了一种基于改进YOLOv8的扶梯行人异常检测算法DEW-YOLOv8。首先为了提高算法的检测效率,在YOLOv8的C2f模块中使用效率更高DSConv模块替代标准卷积模块构成C2f_DSConv模块。其次针对行人在检测图像中所占比例较小引起的易漏检的问题,在特征融合阶段引入ECA注意力模块,弱化背景信息。最后采用WIoU损失函数替代原结构CIoU函数,提高模型的收敛能力。经过实验分析,该文的算法和原始YOLOv8算法相比,mAP@.5提升2.2%,参数量下降13.3%。 展开更多
关键词 目标检测 YOLOv8 c2f_DSconv模块 注意力机制
在线阅读 下载PDF
基于改进YOLOv5s模型的客流密度分析系统设计与实现
7
作者 张洁溪 田海超 张胜阳 《铁路计算机应用》 2023年第12期85-89,共5页
客流密度分析是地铁运营管理、保障乘客安全、构建客流大数据平台的重要基础。针对运营方提出车站、列车车厢客流密度管理的需求,设计了基于改进YOLOv5s模型的客流密度分析系统。该系统通过改进YOLOv5s目标检测模型,引入注意力机制、改... 客流密度分析是地铁运营管理、保障乘客安全、构建客流大数据平台的重要基础。针对运营方提出车站、列车车厢客流密度管理的需求,设计了基于改进YOLOv5s模型的客流密度分析系统。该系统通过改进YOLOv5s目标检测模型,引入注意力机制、改进主干网络结构,保持模型轻量化的同时提高人群检测精准度和推理速度。基于北京新机场线乘客信息系统项目测试应用表明,该系统识别速度快、分析精度高,有利于地铁运营对客流的全面监管。 展开更多
关键词 客流密度 YOLOv5s模型 注意力机制 c2f模块 轻量化
在线阅读 下载PDF
面向视障人群的室内视觉辅助算法的研究
8
作者 欧阳玉旋 张荣芬 +1 位作者 刘宇红 彭垚潘 《激光技术》 2025年第2期166-174,共9页
为了解决现有室内视觉辅助算法检测性能低、模型参数量大、不易部署于边缘设备等问题,对你只看一次(YOLO)网络YOLOv7-tiny进行改进,提出一种新的YOLOv7-ghost网络模型。针对模型参数量大的问题,引入幽灵瓶颈(GB)代替部分池化操作和高效... 为了解决现有室内视觉辅助算法检测性能低、模型参数量大、不易部署于边缘设备等问题,对你只看一次(YOLO)网络YOLOv7-tiny进行改进,提出一种新的YOLOv7-ghost网络模型。针对模型参数量大的问题,引入幽灵瓶颈(GB)代替部分池化操作和高效层聚合网络(ELAN),大幅度降低模型参数量;构建了一个全新的高性能轻量化模块(即C2f-全局注意力模块),综合考虑全局和局部特征信息,更好地捕捉节点的上下文信息;然后引入快速空间金字塔池化和幽灵瓶颈(SPPF-GB)模块,对特征进行重组和压缩,以融合不同尺度的特征信息、增强特征的表达能力;最后在头部引入可变形卷积(DCN),增强感受野的表达能力,以捕获目标周围更细粒度的目标结构和背景信息。结果表明,改进后的模型参数量下降了20.33%,模型大小下降了18.70%,平均精度mAP@0.50和mAP@0.50~0.95分别提升了1.2%和3.3%。该网络模型在保证轻量化的同时,检测精度得到了大幅度的提升,更利于室内场景目标检测算法实际应用的部署。 展开更多
关键词 图像处理 轻量化 幽灵瓶颈模块 c2f-全局注意力模块 多尺度特征融合 可变形卷积 YOLOv7-tiny网络模型
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 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