光模块I^(2)C通信自动化测试系统设计 被引量：1

1

作者 王安忆 王衡 +1 位作者 王洪义 王麟 《现代电子技术》 北大核心 2024年第2期95-99,共5页

光模块是光纤通信系统的核心部件,不同速率、不同封装的光模块均需通过I^(2)C通信方式与主机进行监控数据交换,并实时执行主机发送的控制指令,因此介绍一种针对光模块I^(2)C通信的测试系统。首先通过MCU的QSPI和PDMA功能结合,实现高精... 光模块是光纤通信系统的核心部件,不同速率、不同封装的光模块均需通过I^(2)C通信方式与主机进行监控数据交换,并实时执行主机发送的控制指令,因此介绍一种针对光模块I^(2)C通信的测试系统。首先通过MCU的QSPI和PDMA功能结合,实现高精度指令控制,并且通过指令拼接实现不同速率下的所有I^(2)C时序指标测试及逻辑测试;然后介绍系统的工作原理、硬软件设计方式;最后对不同产品进行不同速率下的I^(2)C测试。测试结果证明,该系统的可行性强并大幅度提高了测试效率。 展开更多

关键词 光模块 I^(2)c 通信自动化 测试系统 PDMA 时域编码

在线阅读 下载PDF 职称材料

基于YOLOv5n-CND的矿用输送带异物检测 被引量：2

2

作者 孙奥然 赵培培 +2 位作者 杨迪 张君逸 于洪健 《工矿自动化》 北大核心 2025年第1期38-44,共7页

针对异物图像背景复杂、特征提取能力弱、粘连小目标的检测精度低、检测框定位及尺度失真等问题,提出了一种基于YOLOv5n-CND的矿用输送带目标检测算法。首先,采用C2f对特征金字塔进行优化,使用更少参数解决在井下异物图像采集背景复杂... 针对异物图像背景复杂、特征提取能力弱、粘连小目标的检测精度低、检测框定位及尺度失真等问题,提出了一种基于YOLOv5n-CND的矿用输送带目标检测算法。首先,采用C2f对特征金字塔进行优化,使用更少参数解决在井下异物图像采集背景复杂且存在复杂目标干扰对小目标检测不敏感的问题;然后,采用归一化高斯瓦萨斯坦距离(NWD)回归损失函数替代CIoU,改善多尺度异物检测效果不佳的问题,实现粘连小目标的精准检测;最后,添加目标检测头(Dy Head),将尺度、空间和任务3种注意力机制结合,提高对异物轮廓的特征提取能力,增强对多尺度目标的适应能力。实验结果表明:YOLOv5n-CND的mAP@0.5、mAP@0.5∶0.95、参数量及检测速度分别为87.9%,55.9%,4.49×106个,85.5帧/s,满足煤矿井下异物检测需求;YOLOv5n-CND的mAP@0.5和mAP@0.5∶0.95较YOLOv5n分别提高了2.6%和3.4%,较YOLOv5s-CBAM分别提高了1.7%和3.8%;模型参数量在YOLOv5n的基础上略有提升,但较其他模型参数量均有所降低。选取异物与背景相近的细长检测物、光照比较低的锚杆检测物、大量煤矸石混杂的检测物、含有多个异物4种场景进行测试,结果表明:基于YOLOv5n-CND的矿用输送带异物检测算法未出现误检及重复检测的情况,漏检较少,检测框定位准确,对粘连小目标的处理效果更好,能够实现输送带异物的准确检测。 展开更多

关键词 矿用输送带 异物检测 粘连小目标检测 YOLOv5n c2f模块 归一化高斯瓦萨斯坦距离模块 Dy Head检测头

在线阅读 下载PDF 职称材料

基于单片机的I^2C总线系统设计 被引量：19

3

作者 陈光建 贾金玲 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z3期2465-2466,2472,共3页

目前比较流行的串行扩展总线中,I2C总线以其严格的规范和众多支持I2C接口的外围器件而获得了广泛的应用。它适合于较复杂单片机应用系统中元件与芯片之间的短距离通信,主要应用于板级的IC通信。文章中介绍了基于单片机的I2C总线系统设... 目前比较流行的串行扩展总线中,I2C总线以其严格的规范和众多支持I2C接口的外围器件而获得了广泛的应用。它适合于较复杂单片机应用系统中元件与芯片之间的短距离通信,主要应用于板级的IC通信。文章中介绍了基于单片机的I2C总线系统设计过程,其中包括了硬件和软件的设计。 展开更多

关键词 I2c总线系统 硬件接口 软件设计 功能模块

在线阅读 下载PDF 职称材料

基于STC12C5A60S2多功能通信开发板设计 被引量：14

4

作者 黄超 刘婷 谢印庆 《现代电子技术》 2014年第5期152-155,共4页

为了帮助通信专业学生更好地掌握无线通信产品的开发,自行设计了基于STC12C5A60S2的通信开发板。主要有以下功能模块:SIM900无线网络模块、nRF905短距离无线收发模块、LCD12864显示模块、矩阵按键模块、外围扩展接口电路等。通过给定具... 为了帮助通信专业学生更好地掌握无线通信产品的开发,自行设计了基于STC12C5A60S2的通信开发板。主要有以下功能模块:SIM900无线网络模块、nRF905短距离无线收发模块、LCD12864显示模块、矩阵按键模块、外围扩展接口电路等。通过给定具体的项目实践,提高学生的硬件设计能力及软件编程能力,为就业打下良好的基础。 展开更多

关键词 多功能通信开发板 STc12c5A60S2芯片 GPRS模块 NRF905 LcD12864显示模块

在线阅读 下载PDF 职称材料

基于改进YOLOv8n的施工场景下防护装备佩戴检测算法

5

作者 李军 周科宇 +1 位作者 邹军 曾文炳 《郑州大学学报(工学版)》 北大核心 2025年第3期19-25,104,共8页

针对在施工场景中现有的防护装备检测算法存在受干扰信息影响、光照不均匀以及被作业设备遮挡等问题,提出了一种改进YOLOv8n的轻量化算法YOLO-LA。首先,将加权双向特征金字塔网络BiFPN引入颈部,通过多路径交互融合,提高底层细节和高级... 针对在施工场景中现有的防护装备检测算法存在受干扰信息影响、光照不均匀以及被作业设备遮挡等问题,提出了一种改进YOLOv8n的轻量化算法YOLO-LA。首先,将加权双向特征金字塔网络BiFPN引入颈部,通过多路径交互融合,提高底层细节和高级语义信息,增强多尺度特征融合性能,提升模型对复杂场景小目标的检测精度;其次,在基线模型中使用C2f-ContextGuided模块对骨干网络进行改造,ContextGuided模块使用全局上下文信息计算权重向量,并使用其细化局部特征和周围上下文特征的联合特征,从而提高模型的特征提取能力,并降低模型复杂度;再次,提出了一种全新的LSCD轻量化检测头,其使用共享卷积,减少模型的参数量和计算量;最后,用EIoU代替了原来的CIoU,优化边框回归,提高了算法收敛速度和回归精度。实验结果表明:YOLO-LA算法在防护装备佩戴检测中表现优异,相比基线模型YOLOv8n,参数量、计算量和模型内存分别降低了61.5%,43.2%和58.7%,同时mAP@0.5提升了1.4百分点,且FPS值为253帧/s,满足防护装备佩戴检测的实时性、准确性和轻量化要求。 展开更多

关键词 防护装备检测 BiFPN LScD EIoU损失 c2f-contextguided模块 模型轻量化

在线阅读 下载PDF 职称材料

基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别

6

作者 毛清华 苏毅楠 +3 位作者 贺高峰 翟姣 王荣泉 尚新芒 《工矿自动化》 北大核心 2025年第1期11-20,103,共11页

针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换... 针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换主干网络C2f模块为C2fER模块,加强模型的细节特征提取能力,提升模型对小目标人员的识别性能;通过在颈部网络引入特征强化加权双向特征金字塔网络(FE-BiFPN)结构,提高模型的特征融合能力,从而提升模型对多尺度人员目标的识别效果;通过引入分离增强注意力模块(SEAM)增强模型在复杂背景下对局部特征的关注度,提升模型对遮挡目标人员的识别能力;通过引入WIoU损失函数增强训练效果,提升模型识别准确率。消融实验结果表明:改进YOLOv8模型的准确率较基线模型YOLOv8s提升2.3%,mAP@0.5提升3.4%,识别速度为104帧/s。人员识别实验结果表明:与YOLOv10m,YOLOv8s-CA、YOLOv8s-SPDConv和YOLO8n模型相比,改进YOLOv8模型对小目标、多尺度目标、遮挡目标的识别效果均更佳,识别准确率为90.2%,mAP@0.5为87.2%。人员入侵危险区域实验结果表明:井下人员入侵带式输送机危险区域智能识别系统判别人员入侵危险区域的平均准确率为93.25%,满足识别需求。 展开更多

关键词 煤矿带式输送机 人员入侵危险区域 YOLOv8模型 遮挡目标检测 小目标检测 多尺度融合 c2fER模块 特征强化加权双向特征金字塔网络结构

在线阅读 下载PDF 职称材料

改进YOLOv8的城市行车道路障碍物检测算法研究 被引量：2

7

作者 向雷 蒋文波 《电子测量技术》 北大核心 2025年第1期29-38,共10页

针对目前城市道路复杂环境下障碍物检测精度不足、检测速度慢、模型参数量大和小目标障碍物检测效果不佳的问题,提出一种改进的YOLOv8n轻量级城市行车道路障碍物检测算法。首先,制作MRObstacle城市道路障碍物目标检测数据集,扩展了障碍... 针对目前城市道路复杂环境下障碍物检测精度不足、检测速度慢、模型参数量大和小目标障碍物检测效果不佳的问题,提出一种改进的YOLOv8n轻量级城市行车道路障碍物检测算法。首先,制作MRObstacle城市道路障碍物目标检测数据集,扩展了障碍物检测种类与数量;其次,设计全新的SPS_C2f改进主干网络,降低网络参数量与提升检测速度,添加M_ECA注意力模块至网络的Neck部分,提升网络检测速度与特征表达能力;再次,融合BiFPN特征金字塔和添加小目标检测头,更好地捕捉小尺寸障碍物的特征;最后,使用可优化边界框宽度与高度值的损失函数MPDIoU,提升网络边界框回归性能。相比于原YOLOv8n算法,该算法的mAP0.5指标提升2.04%,达到97.12%;FPS值提升12.08 fps,达到107.45 fps;网络参数量减少10%,降低至2.73 MB。该算法在减少参数量的同时提高了检测精度和速度,可更好应用于城市行车道路障碍物检测任务。 展开更多

关键词 障碍物检测 YOLOv8 改进c2f模块 改进注意力机制 损失函数

在线阅读 下载PDF 职称材料

智能SFP光模块及应用 被引量：7

8

作者 邵红洲 谢显中 《光通信技术》 CSCD 北大核心 2006年第6期14-16,共3页

在介绍智能SFP光模块的基础上,分析和研究SFP光模块信息存贮及读取方式,并给出一个应用实例及实现方案,得到了仿真和实测结果。这些分析和研究对智能SFP光模块的应用有较好的参考价值。

关键词 SFP光模块 I2c总线 仿真

在线阅读 下载PDF 职称材料

改进YOLOv8的实时轻量化鲁棒绿篱检测算法

9

作者 张佳承 韦锦 陈义时 《计算机工程》 北大核心 2025年第7期362-374,共13页

针对道路两侧绿篱修剪的目标检测过程中对算法实时性、轻量化的要求以及算法在实际检测中的精度和光照鲁棒性问题,提出一种基于YOLOv8n的算法MGW-YOLO,并给出一种新的C2f_ModuGhost+模块来替换主干网络中的C2f模块,其中设计的调制可变... 针对道路两侧绿篱修剪的目标检测过程中对算法实时性、轻量化的要求以及算法在实际检测中的精度和光照鲁棒性问题,提出一种基于YOLOv8n的算法MGW-YOLO,并给出一种新的C2f_ModuGhost+模块来替换主干网络中的C2f模块,其中设计的调制可变形卷积增加了偏移量特征通道数,以加速模型的推理,增强算法实时性。在颈部网络中引入分组空间卷积(GSConv)轻量级卷积技术和slim-neck设计范式,并通过融合标准卷积、深度可分离卷积和Shuffle模块的思想,降低模型的参数量,实现模型的轻量化。设计一种具有双重加权机制的Focal-WIoU损失函数,WIoU中的双层交叉注意力机制可有效降低多个绿篱相连和遮挡时的误检率,并且利用Focal Loss权重因子提升对特殊形状绿篱等难分类样本的检测精度。另外采用TRADES方法的对抗训练策略,在分类问题鲁棒性与精度之间进行有效权衡。实验结果表明,相比基线算法YOLOv8n,MGW-YOLO的mAP@0.5和mAP@0.5∶0.95分别提高了3.29和2.87百分点,在无人驾驶底盘上的实验结果表明,MGW-YOLO相较于原始算法的预处理时间、每帧平均推理时间和每帧后处理时间分别降低了0.7 ms、10.7 ms和0.7 ms,检测速度提升了15.7帧/s,适用于绿篱修剪机在道路两侧实时性作业的需求。 展开更多

关键词 YOLOv8算法 目标检测 c2f_ModuGhost+模块 分组空间卷积轻量级卷积 Focal-WIoU损失函数 对抗训练

在线阅读 下载PDF 职称材料

面向视障人群的室内视觉辅助算法的研究

10

作者 欧阳玉旋 张荣芬 +1 位作者 刘宇红 彭垚潘 《激光技术》 北大核心 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 职称材料

基于改进YOLOv8s的交通目标检测研究

11

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 职称材料

基于SFP光模块控制系统的设计和实现 被引量：9

12

作者 王妮 侯韶华 《光通信技术》 CSCD 北大核心 2010年第9期36-38,共3页

设计、实现了一种完成光模块自适应功能的系统,且能够对SFP光模块一系列工作状态参数进行实时监测。此系统简化了对光模块的监控维护工作,并能简单快速地对光模块的内部存储单元进行读写,以满足其自适应功能的要求。

关键词 SFP光模块 I2c总线 自适应 实时监测 仿真

在线阅读 下载PDF 职称材料

改进YOLOv8算法的城市车辆目标检测 被引量：7

13

作者 许德刚 王双臣 +1 位作者 王再庆 尹柯栋 《计算机工程与应用》 CSCD 北大核心 2024年第18期136-146,共11页

针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,... 针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题,提出一种改进的YOLOv8城市车辆目标检测算法。采用一种改进的GAM-C2f结构来代替主干网络中的C2f模块,平衡模型的计算效率和准确性;设计一种SPPFAPGC模块,防止SPPF结构因最大池化操作所导致的局部特征丢失问题,提高特征图的丰富度,并进一步结合小目标检测头来加强对远处小目标车辆的检测能力,加强局部特征与全局特征的融合。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,以提升网络的边界框回归性能,提高模型的收敛速度和回归精度。在Streets车辆数据集上的实验结果表明,与基准模型YOLOv8n相比,改进算法的mAP50和Recall分别提高了1.6和2.0个百分点,有效改善了城市交通场景下小目标车辆检测性能不佳的问题;在VisDrone2019数据集上进行验证,mAP50和Recall也分别提高了1.1和1.6个百分点,充分证明了改进算法的优越性。与其他先进主流算法相比,改进算法表现出了更高的准确率和查全率,表明改进算法在城市车辆检测任务中具有更好的性能。 展开更多

关键词 车辆目标检测 YOLOv8 c2f模块 SPPF模块 损失函数

在线阅读 下载PDF 职称材料

改进YOLOv5s算法的带钢表面缺陷检测

14

作者 王林琳 龚昭昭 梁泽启 《组合机床与自动化加工技术》 北大核心 2024年第12期181-186,共6页

针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化... 针对带钢表面缺陷小目标检测精度低以及检测效率低等问题,提出了一种基于YOLOv5s的带钢表面缺陷检测算法。首先,增加一个大尺度预测层,通过更丰富的位置信息提高小目标缺陷的检测效果,减少漏检和误检的问题;其次,将Shuffle Netv2轻量化骨干网络替换原来的CSPDarknet53网络结构,降低模型参数数量,加快模型推理速度;然后,在特征提取网络末端添加基于Transformer编码的C3TR模块以及在特征融合网络中添加CA注意力机制,增强网络对缺陷的特征提取能力;最后,引入WIoU损失函数来取代GIoU,提高回归精度。实验结果表明,改进后的YOLOv5s算法在武汉某钢厂采集的带钢表面缺陷数据集上平均准确率(mAP)达到92.2%,较原始YOLOv5s提高了4.7%,检测速度FPS达到了82,具有较高检测精度。并引入公开数据集进行泛化实验,结果均有显著提升,进一步满足了对带钢表面缺陷检测的需求。 展开更多

关键词 钢材表面缺陷 YOLOv5s Shuffle Netv2 c3TR模块 cA注意力机制 WIoU损失函数

在线阅读 下载PDF 职称材料

改进YOLOv8的道路凹陷检测算法 被引量：1

15

作者 张旭中 李波 +2 位作者 贝绍轶 林棻 殷国栋 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第10期79-87,共9页

针对现有的道路凹陷检测算法中检测速度慢,很难应用于汽车车载移动设备的问题,提出一种改进YOLOv8的轻量型道路凹陷检测算法YOLOv8-CAG。将YOLOv8的主干网络第二层之后的普通卷积替换成Ghost Conv,通过低廉的线性变换,有效减少了模型的... 针对现有的道路凹陷检测算法中检测速度慢,很难应用于汽车车载移动设备的问题,提出一种改进YOLOv8的轻量型道路凹陷检测算法YOLOv8-CAG。将YOLOv8的主干网络第二层之后的普通卷积替换成Ghost Conv,通过低廉的线性变换,有效减少了模型的参数量。在neck中的C2f模块中引入CA注意力机制,在降低整体模型参数量和浮点运算量的同时,强化特征提取能力,减少无关特征的影响。在YOLOv8中运用C2f-GS模块,减少网络结构的复杂性,进一步提升检测精度。实验结果表明:在道路凹陷的数据集上,改进算法与原算法相比,检测精度提高了1%,模型参数量与计算量分别下降了16%和11%,并通过与其他算法的性能比较,验证了改进算法的实用性。 展开更多

关键词 道路凹陷检测 YOLOv8 Ghost卷积 注意力机制 c2f-GS模块

在线阅读 下载PDF 职称材料

基于YOLOv5s网络的常见菜品识别检测 被引量：5

16

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 职称材料

AEM-YOLOv8s:无人机航拍图像的小目标检测 被引量：15

17

作者 蒋伟 王万虎 杨俊杰 《计算机工程与应用》 CSCD 北大核心 2024年第17期191-202,共12页

针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好... 针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好地提高了算法处理特征的能力,同时也降低了模型参数量。引入小目标检测层和BiFPN结构,通过跨尺度连接方式和加权特征融合,能够保留更多的浅层特征,并且减少了算法参数量。设计多尺度特征融合分支,将浅层特征与深层特征进行融合,减少了遮挡情况下的漏检,提高了算法对小目标检测性能。在VisDrone2019公开数据集上的实验表明,AEM-YOLOv8s算法的mAP50为50.1%,mAP50:95为31.1%,较YOLOv8s分别提高了10.8和7.6个百分点,同时参数量较YOLOv8s降低了32.2%。 展开更多

关键词 YOLOv8s c2f-BE模块 小目标 多尺度

在线阅读 下载PDF 职称材料

改进YOLOv8n的果园番茄目标检测算法 被引量：4

18

作者 杨国亮 盛杨杨 +1 位作者 洪鑫芳 张佳琦 《计算机工程与应用》 CSCD 北大核心 2024年第23期238-248,共11页

针对自然果园环境下,不同生长周期的番茄姿态多变,易受光线、绿色叶片背景影响导致图像特征不明显,番茄果实生长时易出现扎堆密集以及枝叶藤蔓遮挡等情况,时常造成漏检、误检等问题,提出了一种基于改进YOLOv8n的番茄生长周期采摘检测方... 针对自然果园环境下,不同生长周期的番茄姿态多变,易受光线、绿色叶片背景影响导致图像特征不明显,番茄果实生长时易出现扎堆密集以及枝叶藤蔓遮挡等情况,时常造成漏检、误检等问题,提出了一种基于改进YOLOv8n的番茄生长周期采摘检测方法。在Backbone中设计超分辨率自适应注意力模块(super-resolution adaptive attention module,SPAAM),有效提升特征图像分辨率,改善小目标番茄特征提取不充分的问题,并结合坐标注意力机制(coordinate attention,CA)提高关键位置信息提取能力;设计C2f-DCF替换原有C2f,用于自适应番茄姿态形变特征,提高对形变物体空间布局的建模能力,同时提升计算效率;设计GSCHead降低头部参数量,并且添加四倍下采样分支提高对小目标番茄的约束效果;引入Wise-IoU损失函数,提升模型在不同质量图像上训练的泛化性能。改进后的算法在测试集上精确率达到93.9%,相较于原模型提升1.9个百分点,参数量降低0.18×106,有效改善了遮挡情况的漏检率和小目标番茄的检测性能,同时检测速度达到139 FPS,可以便捷地部署到终端完成实时检测。 展开更多

关键词 番茄检测 YOLOv8n 超分辨率自适应注意力模块(SPAAM) c2f-DcF GScHead 损失函数

在线阅读 下载PDF 职称材料

轻量化瓦楞纸板表面缺陷检测算法的研究 被引量：2

19

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 职称材料

基于改进YOLOv8n的立井刚性罐道接头错位检测算法

20

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 职称材料