检索结果-维普期刊中文期刊服务平台

基于改进YOLO v5算法的混凝土结构表观损伤检测方法被引量：1: 1; 作者罗大明谢俊科 +1 位作者李凡牛荻涛《西安建筑科技大学学报(自然科学版)》北大核心 2025年第2期159-166,218,共9页; 针对混凝土结构损伤人工检测方法主观性强、效率低的问题,提出了一种基于改进YOLO v5算法的混凝土结构损伤检测方法.首先,将YOLO v5的耦合头更换为解耦头,可有效避免目标损伤信息和背景信息相互干扰的问题,提高模型的特征表达能力;其次,... 展开更多; 关键词混凝土结构损伤检测 yolo v5算法注意力机制目标检测; 在线阅读下载PDF 职称材料

基于YOLO v5的直播油菜激光间苗系统设计与试验被引量：5: 2; 作者张昌松李伟《农业机械学报》 EI CAS CSCD 北大核心 2024年第4期40-52,共13页; 间苗是保证直播油菜增产的一项关键技术措施,为解决人工间苗劳动强度大、机械间苗不精确的问题,采用机器视觉的方式,基于深度学习算法YOLO v5平台,设计并搭建自动间苗装置。机器视觉系统评估幼苗种群的合理密植情况,间苗算法以间距和幼... 展开更多; 关键词油菜自动间苗 yolo v5 激光器遗传算法; 在线阅读下载PDF 职称材料

基于改进YOLO-V5算法的烟火检测方法被引量：1: 3; 作者张明振段江忠 +2 位作者梁肇伟郭俊杰柴大山《中国安全科学学报》 CAS CSCD 北大核心 2024年第5期155-161,共7页; 为减少自然环境中云、水雾、沙尘、灯光、日出、日落等干扰因素对烟雾、火焰目标检测准确性的影响,提出一种基于改进YOLO-V5算法的烟火检测算法。采用现场采集和网络爬取的方法获取烟雾、火焰目标图像和干扰类图像数据集,均衡学习训练样... 展开更多; 关键词 yolo-v5算法烟雾火焰目标检测误报率(FPR); 在线阅读下载PDF 职称材料

基于YOLO v5s和改进SORT算法的黑水虻幼虫计数方法被引量：7: 4; 作者赵新龙顾臻奇李军《农业机械学报》 EI CAS CSCD 北大核心 2023年第7期339-346,共8页; 目前农业环境下的无序目标的精确计数有很高的应用需求,这种计数对其生物量、生物密度管理起到了重要的指导作用。如黑水虻幼虫目标追踪过程中,追踪对象具有高速和非线性的特征,常规算法存在追踪目标速度不足和丢失目标后的再识别困难... 展开更多; 关键词黑水虻幼虫目标识别目标追踪划线计数 yolo v5s SORT算法; 在线阅读下载PDF 职称材料

基于YOLO-V5的矿车桁架铆接孔定位技术研究被引量：3: 5; 作者程亚彬张宏伟 +1 位作者王新环郭子路《现代制造工程》 CSCD 北大核心 2022年第5期115-121,共7页; 在矿车车厢自动化生产中,采用机器视觉技术来实现自动铆接工艺。为了对铆接孔进行准确识别与定位,采用深度学习中的YOLO-V5算法对铆接孔进行实时检测,结合最小二乘拟合圆法,在弥补了检测结果缺陷的同时,利用提取的铆接孔边缘坐标,实现... 展开更多; 关键词自动铆接机器视觉 yolo-v5算法最小二乘拟合圆法; 在线阅读下载PDF 职称材料

基于YOLO-v5和ResNet的舱底水液位识别算法被引量：4: 6; 作者王坤房玉吉 +2 位作者刘华龙刘帅余淞洋《船海工程》北大核心 2020年第6期39-43,共5页; 针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船... 展开更多; 关键词 yolo-v5算法 ResNet算法图像识别液位识别; 在线阅读下载PDF 职称材料

基于改进YOLO v5的电厂管道油液泄漏检测被引量：28: 7; 作者彭道刚潘俊臻 +1 位作者王丹豪胡捷《电子测量与仪器学报》 CSCD 北大核心 2022年第12期200-209,共10页; 针对电厂油库、化水车间等关键区域油液管道时常发生泄漏问题,本文提出了一种基于改进YOLO v5的电厂关键区域管道油液泄漏检测方法,通过融入CBAM注意力机制模块,加强对管道油液泄漏区域图像的特征学习与特征提取,同时弱化复杂背景对检... 展开更多; 关键词管道泄漏检测 yolo v5算法 CBAM注意力机制; 在线阅读下载PDF 职称材料

基于多重降噪自编码网络的接触网开口销缺失识别方法: 8; 作者单翀皞《城市轨道交通研究》北大核心 2024年第10期274-279,283,共7页; [目的]使用卷积神经网络对接触网开口销进行状态检测时,因正负样本数量不均衡,网络模型对开口销缺失的检出率不高。因此使用单阶段检测网络对开口销进行多级精确定位,并结合多重降噪自编码网络对开口销状态特征进行重构,实现对开口销缺... 展开更多; 关键词地铁接触网开口销 yolo v5算法多重降噪自编码; 在线阅读下载PDF 职称材料

题名基于改进YOLO v5算法的混凝土结构表观损伤检测方法被引量：1: 1; 作者罗大明谢俊科李凡牛荻涛; 机构绿色建筑全国重点实验室(XAUAT) 西安建筑科技大学土木工程学院; 出处《西安建筑科技大学学报(自然科学版)》北大核心 2025年第2期159-166,218,共9页; 基金国家自然科学基金(52278217) 陕西省教育厅青年创新团队建设科研计划(21JP059) 广西自然科学基金(2025GXNSFAA069321)。; 文摘针对混凝土结构损伤人工检测方法主观性强、效率低的问题,提出了一种基于改进YOLO v5算法的混凝土结构损伤检测方法.首先,将YOLO v5的耦合头更换为解耦头,可有效避免目标损伤信息和背景信息相互干扰的问题,提高模型的特征表达能力;其次,在YOLO v5中加入了包含通道注意力模块和空间注意力模块的CA注意力机制,使模型忽略掉一些无关信息,可以更好关注到目标损伤的特征信息.通过建立的4101张包含实际工程中混凝土结构裂缝、剥落和露筋三种类型损伤的数据集对模型性能进行对比验证.试验结果表明:相较于YOLO v5模型,改进后的模型在混凝土裂缝、剥落和露筋的检测平均精度值分别提升了2.6%、1.3%和0.5%,mAP值提高了1.4%,且mAP值和FPS值均优于Faster R-CNN和YOLO v3目标检测算法,可较好满足实际工程中混凝土结构损伤检测任务的需求.; 关键词混凝土结构损伤检测 yolo v5算法注意力机制目标检测; Keywords concrete structure damage detection yolo v5 algorithm attention mechanism object detection; 分类号 TU375 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名基于YOLO v5的直播油菜激光间苗系统设计与试验被引量：5: 2; 作者张昌松李伟; 机构陕西科技大学机电工程学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2024年第4期40-52,共13页; 基金西安近代化学研究所开放合作创新基金项目(SYJJ200304)。; 文摘间苗是保证直播油菜增产的一项关键技术措施,为解决人工间苗劳动强度大、机械间苗不精确的问题,采用机器视觉的方式,基于深度学习算法YOLO v5平台,设计并搭建自动间苗装置。机器视觉系统评估幼苗种群的合理密植情况,间苗算法以间距和幼苗叶展为评估标准,实现控制幼苗间距和筛选优质苗的功能。选用遗传算法对间苗行进路径进行规划,相较于未规划路径可缩短最低为50%的行进距离,最终采用激光器高温烧除的方式完成间苗作业。选取油菜苗作为试验材料,间苗阈值α是划定幼苗最小间距的参数,设置不同的间苗阈值α进行试验。结果表明,间除苗的数量随着间苗阈值α的增加而增加,幼苗平均密度下降的同时种群分布趋于均匀,对间除苗的叶展长度分类统计,α为0~75 mm时,间除苗叶展长度全部在0~20 mm范围;α为75~200 mm时,间除苗叶展长度为0~40 mm,其中叶展长度为20~40 mm的最高占比约为76%;α为200~350 mm时,间除苗叶展长度在40 mm以上的幼苗开始增加,最高占比约为14%,间除苗叶展长度梯次分布证明了间苗算法具备筛选优质苗的性能。间苗执行阶段耗时占据间苗作业总耗时的90%以上,以激光走线参数L、激光器功率P、间苗距离阈值为试验因素,三因素三水平正交试验结果表明:选择合适的激光走线参数L能有效提高间苗死亡率、降低间苗误伤率和减少间苗耗时,在参数L为30 mm、P为7.5 W、α为250 mm下开展土槽台架性能验证试验,激光间苗平均死亡率为93.29%,平均误伤率为5.19%,平均总耗时为15.19 min,为开发基于机器视觉的激光自动间苗机提供了理论基础和技术支撑。; 关键词油菜自动间苗 yolo v5 激光器遗传算法; Keywords rape automatic seedlings yolo v5 laser genetic algorithms; 分类号 S224.5 [农业科学—农业机械化工程]; 在线阅读下载PDF 职称材料

题名基于改进YOLO-V5算法的烟火检测方法被引量：1: 3; 作者张明振段江忠梁肇伟郭俊杰柴大山; 机构深圳市城市公共安全技术研究院有限公司深圳技术大学大数据与互联网学院中国铁塔股份有限公司深圳市分公司; 出处《中国安全科学学报》 CAS CSCD 北大核心 2024年第5期155-161,共7页; 文摘为减少自然环境中云、水雾、沙尘、灯光、日出、日落等干扰因素对烟雾、火焰目标检测准确性的影响,提出一种基于改进YOLO-V5算法的烟火检测算法。采用现场采集和网络爬取的方法获取烟雾、火焰目标图像和干扰类图像数据集,均衡学习训练样本,提高模型泛化能力;使用加权双向特征金字塔网络(BiFPN)替换原有的特征金字塔网络(FPN)+路径聚合网络(PAN)结构,对目标进行多尺度特征融合,加强模型特征融合能力;同时,运用距离交并比(DIoU)非极大值抑制(NMS)替代原有的NMS,加快检测框损失函数收敛速度,加强模型推理能力。结果表明:改进后的算法准确率为79.2%,召回率为68.6%,平均精度均值(mAP)为74.2%,误报率(FPR)为12.8%;相比于原YOLO-V5算法,改进后的算法准确率、召回率、mAP分别提高1.9%、0.9%、2.7%,检测识别FPR降低3.7%。; 关键词 yolo-v5算法烟雾火焰目标检测误报率(FPR); Keywords yolo-v5 algorithm smoke fire target detection false positive rate(FPR); 分类号 X932 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于YOLO v5s和改进SORT算法的黑水虻幼虫计数方法被引量：7: 4; 作者赵新龙顾臻奇李军; 机构浙江理工大学信息科学与工程学院台州学院智能制造学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2023年第7期339-346,共8页; 基金浙江省自然科学基金项目(LY22F030003)。; 文摘目前农业环境下的无序目标的精确计数有很高的应用需求,这种计数对其生物量、生物密度管理起到了重要的指导作用。如黑水虻幼虫目标追踪过程中,追踪对象具有高速和非线性的特征,常规算法存在追踪目标速度不足和丢失目标后的再识别困难等问题。针对以上问题,本文提出了一种改进SORT算法,通过改进卡尔曼滤波模型的方式提升目标追踪算法的快速性和准确性,提升了计数的精度。另外,针对黑水虻幼虫目标识别过程中幼虫性状的多样性和混料导致的复杂背景问题,本文通过实验对比多种深度学习网络性能选定YOLO v5s算法提取图像多维度特征,提升了目标识别精度。实验结果表明:在划线计数方面,本文提出的改进SORT算法与原模型相比,平均精度从91.36%提升到95.55%,提升4.19个百分点,通过仿真和实际应用,证明了本文模型的有效性;在目标识别方面,使用YOLO v5s模型在训练集上帧率为156 f/s,mAP@0.5为99.10%,精度为90.11%,召回率为99.22%,综合性能优于其他网络。; 关键词黑水虻幼虫目标识别目标追踪划线计数 yolo v5s SORT算法; Keywords larvae of black soldier fly target recognition target tracking scribe counting yolo v5s SORT algorithm; 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

题名基于YOLO-V5的矿车桁架铆接孔定位技术研究被引量：3: 5; 作者程亚彬张宏伟王新环郭子路; 机构河南理工大学电气学院平顶山市安盛机械制造有限公司; 出处《现代制造工程》 CSCD 北大核心 2022年第5期115-121,共7页; 文摘在矿车车厢自动化生产中,采用机器视觉技术来实现自动铆接工艺。为了对铆接孔进行准确识别与定位,采用深度学习中的YOLO-V5算法对铆接孔进行实时检测,结合最小二乘拟合圆法,在弥补了检测结果缺陷的同时,利用提取的铆接孔边缘坐标,实现了对铆接孔所在位置的准确定位。通过试验,证明了该方法的可行性与鲁棒性。通过对比试验,证明了算法的优越性。; 关键词自动铆接机器视觉 yolo-v5算法最小二乘拟合圆法; Keywords automatic riveting machine vision yolo-v5 algorithm least square fitting circle method; 分类号 TP278 [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YOLO-v5和ResNet的舱底水液位识别算法被引量：4: 6; 作者王坤房玉吉刘华龙刘帅余淞洋; 机构海装沈阳局驻大连地区第一军事代表室中国舰船研究设计中心; 出处《船海工程》北大核心 2020年第6期39-43,共5页; 基金国家某部委基金资助项目。; 文摘针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船舶损害管制系统中应用的可能。; 关键词 yolo-v5算法 ResNet算法图像识别液位识别; Keywords yolo-v5 algorithm ResNet algorithm image recognition liquid level identification; 分类号 U665.261 [交通运输工程—船舶及航道工程] 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YOLO v5的电厂管道油液泄漏检测被引量：28: 7; 作者彭道刚潘俊臻王丹豪胡捷; 机构上海电力大学自动化工程学院宝山钢铁股份有限公司电厂; 出处《电子测量与仪器学报》 CSCD 北大核心 2022年第12期200-209,共10页; 基金上海市"科技创新行动计划"高新技术领域项目(21511101800)资助; 文摘针对电厂油库、化水车间等关键区域油液管道时常发生泄漏问题,本文提出了一种基于改进YOLO v5的电厂关键区域管道油液泄漏检测方法,通过融入CBAM注意力机制模块,加强对管道油液泄漏区域图像的特征学习与特征提取,同时弱化复杂背景对检测结果的影响;在此基础上运用了双向特征金字塔网络进行多尺度特征融合,减少冗余计算,同时提升算法对小目标的检测能力;最后采用Focal EIoU Loss作为损失函数,使回归过程更加专注于高质量锚框,加快收敛速度,提高模型的回归精度和鲁棒性。实验结果表明,本文所提出的改进算法在真实样本中表现良好,平均准确率达79.6%,较原YOLO v5s目标检测算法提高了38.4%,在电厂复杂背景下的误报率和漏报率明显下降,可有效应用于实际生产环境中。; 关键词管道泄漏检测 yolo v5算法 CBAM注意力机制; Keywords pipeline leak detection yolo v5 algorithm CBAM attention mechanism; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TM62 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多重降噪自编码网络的接触网开口销缺失识别方法: 8; 作者单翀皞; 机构中铁第四勘察设计院集团有限公司; 出处《城市轨道交通研究》北大核心 2024年第10期274-279,283,共7页; 文摘 [目的]使用卷积神经网络对接触网开口销进行状态检测时,因正负样本数量不均衡,网络模型对开口销缺失的检出率不高。因此使用单阶段检测网络对开口销进行多级精确定位,并结合多重降噪自编码网络对开口销状态特征进行重构,实现对开口销缺失的高效检测。[方法]首先使用单阶段定位检测网络对开口销进行位置回归,将定位结果作为多重降噪自编码网络输入,并在不同深度的降噪自编码网络结构层中加入不同程度的深度噪声,通过最小化其重构误差来实现对开口销局部图像的语义理解,进而实现对开口销状态的精准判断;同时,因对开口销局部图像尺寸进行了限制,所以多重降噪自编码网络的计算量相对较小,网络时间复杂度较低。[结果及结论]大量试验结果表明,基于YOLO v5算法的多重降噪自编码网络能实现对接触网各位置开口销缺失情况的精准检出。; 关键词地铁接触网开口销 yolo v5算法多重降噪自编码; Keywords metro catenary cotter pin yolo v5 algorithm stacked denoising autoencoder; 分类号 U442.55 [建筑科学—桥梁与隧道工程]; 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	基于改进YOLO v5算法的混凝土结构表观损伤检测方法	罗大明谢俊科李凡牛荻涛	《西安建筑科技大学学报(自然科学版)》北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于YOLO v5的直播油菜激光间苗系统设计与试验	张昌松李伟	《农业机械学报》 EI CAS CSCD 北大核心	2024	5	在线阅读下载PDF 职称材料
3	基于改进YOLO-V5算法的烟火检测方法	张明振段江忠梁肇伟郭俊杰柴大山	《中国安全科学学报》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于YOLO v5s和改进SORT算法的黑水虻幼虫计数方法	赵新龙顾臻奇李军	《农业机械学报》 EI CAS CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
5	基于YOLO-V5的矿车桁架铆接孔定位技术研究	程亚彬张宏伟王新环郭子路	《现代制造工程》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
6	基于YOLO-v5和ResNet的舱底水液位识别算法	王坤房玉吉刘华龙刘帅余淞洋	《船海工程》北大核心	2020	4	在线阅读下载PDF 职称材料
7	基于改进YOLO v5的电厂管道油液泄漏检测	彭道刚潘俊臻王丹豪胡捷	《电子测量与仪器学报》 CSCD 北大核心	2022	28	在线阅读下载PDF 职称材料
8	基于多重降噪自编码网络的接触网开口销缺失识别方法	单翀皞	《城市轨道交通研究》北大核心	2024	0	在线阅读下载PDF 职称材料