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101篇文章
< 1 2 … 6 >
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YOLOv4网络模型的金属表面划痕检测 被引量：6
1
作者 张博尧 冷雁冰 《兵工学报》 EI CAS CSCD 北大核心 2022年第S01期214-221,共8页
金属表面划痕检测旨在实现金属划痕的分类识别和尺度精确定位。由于划痕本身形态各异且其与背景的低对比度特性,当前基于传统图像处理方法难以精确实现划痕的定位与识别。为此提出一种基于小尺度卷积核的浅层神经网络模型,模型借鉴小目... 金属表面划痕检测旨在实现金属划痕的分类识别和尺度精确定位。由于划痕本身形态各异且其与背景的低对比度特性,当前基于传统图像处理方法难以精确实现划痕的定位与识别。为此提出一种基于小尺度卷积核的浅层神经网络模型,模型借鉴小目标检测相关理论,在数据层面对划痕进行增强,训练网络模型,实现表面划痕的精确检测。结果表明,相对于原始的YOLOv4网络模型而言,该网络模型且能够更好地避免不明显划痕的漏检测和误检测现象的出现,也能够更精确且完整地提取出贯穿式或较长的划痕。该模型完全能够满足生产线精确检验要求。 展开更多
关键词 金属表面 划痕检测 yolov4网络模型 NEU数据集
在线阅读 下载PDF
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
2
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
基于YOLOv4模型的工件快速识别方法改进研究
3
作者 左皓楠 胡桂川 +2 位作者 蒲小霞 侯文赛 邓春燕 《重庆科技学院学报（自然科学版）》 CAS 2024年第2期56-61,共6页
为强化智能制造场景中机器人对工件的快速识别性能,从改进YOLOv4模型入手作了方法优化研究。首先,利用Ghost模块优化主干提取网络,以减少网络参数,提高网络检测速度;其次,引入DRConv卷积优化特征提取网络,以弥补对主干网络进行优化所造... 为强化智能制造场景中机器人对工件的快速识别性能,从改进YOLOv4模型入手作了方法优化研究。首先,利用Ghost模块优化主干提取网络,以减少网络参数,提高网络检测速度;其次,引入DRConv卷积优化特征提取网络,以弥补对主干网络进行优化所造成的精度损失;最后,引入GAM注意力模块,以强化在光线不足条件下的适应性。通过对YOLOv4模型的改进,在保证较高识别精度和检测速度的同时,使模型规模得以简化,使工件快速识别网络趋于轻量化。 展开更多
关键词 智能制造 工件识别 yolov4模型 轻量化网络 GhostNet
在线阅读 下载PDF
支持IPv4/IPv6双栈的5G通信网络可靠性组网部署研究
4
作者 黄琳 黄劼 蒋平 《现代电子技术》 北大核心 2025年第1期102-106,共5页
5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机... 5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机制结合有限双协议栈模型,在模型下构建5G通信网络结构,并通过高架立体交叉网优化IPv4/IPv6双栈的5G通信网络组网结构,提升IPv4/IPv6双栈5G通信网络的通信速度。采用冗余路径算法,实现5G网络IPv4/IPv6双栈通信中的服务功能链编排,解决IPv4/IPv6双栈通信中的冗余问题。实验结果表明,该方法能够构建一种更稳定、更高效的5G通信网络组网结构,提高了网络频谱效率,优化了网络环境。 展开更多
关键词 5G通信网络 IPV4/IPV6双栈 可靠性组网部署 服务功能链 冗余路径算法 有限双协议栈模型
在线阅读 下载PDF
基于改进YOLOv4模型的番茄成熟度检测方法 被引量：6
5
作者 吕金锐 付燕 +2 位作者 倪美玉 曹为刚 杜子涛 《食品与机械》 CSCD 北大核心 2023年第9期134-139,共6页
目的:解决现有番茄成熟度检测方法存在的检测精度低和模型参数量多等问题。方法:基于番茄图像采集系统,提出了一种改进的YOLOv4模型用于番茄成熟度自动检测。将轻量级网络MobileNetv3网络引入模型替换CSPDarkNet53网络,降低模型复杂度。... 目的:解决现有番茄成熟度检测方法存在的检测精度低和模型参数量多等问题。方法:基于番茄图像采集系统,提出了一种改进的YOLOv4模型用于番茄成熟度自动检测。将轻量级网络MobileNetv3网络引入模型替换CSPDarkNet53网络,降低模型复杂度。在SPP模块中采用平均池化替代最大池化,提高算法对小目标的检测精度。在上采样过程中引入注意力机制CBAM增强深浅层特征融合能力,并通过试验验证所提模型的可行性。结果:与常规方法相比,试验方法在番茄成熟度检测中具有较高的检测mAP值和运行效率,且模型参数量较少,mAP值为92.50%,检测速度为37.1 FPS,模型参数量为48 M。结论:该番茄成熟度检测方法能有效降低模型参数和检测时间,具有较高的检测mAP值。 展开更多
关键词 番茄 成熟度 yolov4模型 MobileNetv3网络 注意力机制CBAM 平均池化
在线阅读 下载PDF
基于YOLOv4神经网络的小龙虾质量检测方法 被引量：16
6
作者 王淑青 黄剑锋 +1 位作者 张鹏飞 王娟 《食品与机械》 北大核心 2021年第3期120-124,194,共6页
设计了一种采用YOLOv4深度学习算法的小龙虾质量检测模型,该算法在网络架构、数据处理、特征提取等方面进行了优化。自主拍摄小龙虾图片并进行数据扩充,使用LableImage平台进行数据标注,在Darknet框架下进行网络模型训练,通过对比,模型... 设计了一种采用YOLOv4深度学习算法的小龙虾质量检测模型,该算法在网络架构、数据处理、特征提取等方面进行了优化。自主拍摄小龙虾图片并进行数据扩充,使用LableImage平台进行数据标注,在Darknet框架下进行网络模型训练,通过对比,模型最终性能均高于其他常见目标检测模型,其检测准确率达97.8%,平均检测时间为37 ms,表明该方法能够有效检测生产过程中的小龙虾质量。 展开更多
关键词 深度学习 卷积神经网络 小龙虾 yolov4 目标检测
在线阅读 下载PDF
嵌入通道注意力的YOLOv4火灾烟雾检测模型 被引量：38
7
作者 谢书翰 张文柱 +1 位作者 程鹏 杨子轩 《液晶与显示》 CAS CSCD 北大核心 2021年第10期1445-1453,共9页
为提高火灾烟雾检测模型的性能,以及避免繁琐的手工烟雾特征提取过程,本文提出一种基于卷积神经网络YOLOv4的火灾烟雾检测模型。该方法以CSPDarkNet53为主干网络,在主干网络的最后一层加入了13×13.9×9.5×5.1×1四个... 为提高火灾烟雾检测模型的性能,以及避免繁琐的手工烟雾特征提取过程,本文提出一种基于卷积神经网络YOLOv4的火灾烟雾检测模型。该方法以CSPDarkNet53为主干网络,在主干网络的最后一层加入了13×13.9×9.5×5.1×1四个不同尺度的最大池化,多尺度特征融合中采用了PANet(Path Aggregation Network)以提高网络特征提取能力;为了增强网络预测头提取有效烟雾信息的能力,在网络预测头加入通道注意力网络。针对火灾烟雾数据集,候选框的尺寸使用K-means进行聚类以得到更加符合贴近火灾烟雾数据集的尺寸;由于本文仅识别火灾烟雾一种类别,所以精简损失函数,剔除分类误差,使算法收敛得更快。训练阶段使用了图像翻转、放缩和随机擦除等数据增强方法以降低过拟合的风险。实验结果表明,所提出的火灾烟雾检测模型精度高,其准确率达到92.5%,召回率达到87.7%,同时检测速度可达5.1帧/s,提高了火灾烟雾检测模型的性能。 展开更多
关键词 火灾烟雾检测 yolov4 通道注意力网络 K-MEANS
在线阅读 下载PDF
基于改进YOLOv4模型的群养生猪姿态检测 被引量：3
8
作者 李斌 刘东阳 +4 位作者 时国龙 慕京生 徐浩然 辜丽川 焦俊 《浙江农业学报》 CSCD 北大核心 2023年第1期215-225,共11页
为了提升猪舍环境下生猪姿态检测的速度和性能,在YOLOv4模型的基础上提出一种改进的Mini_YOLOv4模型。首先,该模型将YOLOv4的特征提取网络改为轻量级的MobileNetV3网络结构,以降低模型参数量;其次,在检测网络的CBL_block1、CBL_block2... 为了提升猪舍环境下生猪姿态检测的速度和性能,在YOLOv4模型的基础上提出一种改进的Mini_YOLOv4模型。首先,该模型将YOLOv4的特征提取网络改为轻量级的MobileNetV3网络结构,以降低模型参数量;其次,在检测网络的CBL_block1、CBL_block2模块中使用深度可分离卷积代替传统卷积,避免了复杂模型导致的内存不足和高延迟问题;最后,将原YOLOv4网络每个尺度的最后一层3×3卷积改为Inception网络结构,以提高模型在生猪姿态检测上的准确率。应用上述模型,对生猪的站立、坐立、腹卧、趴卧和侧卧5类姿态进行识别。结果显示,Mini_YOLOv4模型较YOLOv4模型在检测精度上提升了4.01百分点,在检测速度上提升近1倍,在保证识别精度的同时提升了实时性,可为生猪行为识别提供技术参考。 展开更多
关键词 yolov4模型 MobileNetV3网络 生猪姿态检测
在线阅读 下载PDF
基于YOLOv4-Tiny结构的小目标实时检测优化算法 被引量：1
9
作者 于海洋 张钊 吕瑞宏 《海军航空大学学报》 2024年第4期429-436,474,共9页
文章针对小目标实时检测的实际应用需求,以YOLOv4-Tiny结构为基本框架,使用ECANet重新设计MobileNetV3的Bneck结构并替换主特征提取网络CSPDarkNet53-Tiny,以提高模型的深度和检测速度;通过在其主干网络输出接口后增加SPPCSPC模块和使... 文章针对小目标实时检测的实际应用需求,以YOLOv4-Tiny结构为基本框架,使用ECANet重新设计MobileNetV3的Bneck结构并替换主特征提取网络CSPDarkNet53-Tiny,以提高模型的深度和检测速度;通过在其主干网络输出接口后增加SPPCSPC模块和使用路径聚合网络(PAN)替换特征金字塔(FPN),增强模型的感受野,汇聚多区域上下文信息,使每个特征层得到更加充分的语义信息和位置信息;在Head后融入CBAM注意力机制,增强有用信息并抑制无用信息,提高模型的检测精度。以口罩佩戴状态实时监测来验证提出的算法,实验结果表明,与YOLOv4-Tiny结构相比,该算法平均精度提升4.13%,达到91.84%,FPS提升4.4 frame/s,达到89.5 frame/s,满足口罩佩戴状态检测的实时性要求。 展开更多
关键词 yolov4-Tiny结构 Bneck结构 SPPCSPC模块 路径聚合网络 CBAM注意力机制
在线阅读 下载PDF
基于YOLOv4-Tiny模型剪枝算法 被引量：3
10
作者 曹远杰 高瑜翔 +3 位作者 刘海波 吴美霖 涂雅培 夏朝禹 《成都信息工程大学学报》 2021年第6期610-614,共5页
针对YOLO系列算法参数量大、算法复杂度高提出一种基于BN(batch normalization)层剪枝方法。该方法先通过对BN层的缩放系数γ以及平移系数β添加正则化约束训练,根据BN层参数以及卷积层各通道对网络贡献度等指标设定合适阈值进行剪枝。... 针对YOLO系列算法参数量大、算法复杂度高提出一种基于BN(batch normalization)层剪枝方法。该方法先通过对BN层的缩放系数γ以及平移系数β添加正则化约束训练,根据BN层参数以及卷积层各通道对网络贡献度等指标设定合适阈值进行剪枝。该方法在基本没有精度损失的前提下对YOLOv4-Tiny模型压缩11倍,计算量减少72%,在CPU和GPU处理器下推理速度分别增快44%和29%。实验结果表明,该剪枝方法能保持模型良好性能的前提下压缩模型,减少参数,降低算法复杂度。 展开更多
关键词 深度学习 卷积神经网络 yolov4-Tiny yolov3-Tiny 模型剪枝 稀疏训练
在线阅读 下载PDF
基于轻量化YOLOv4对不同遮挡程度成熟番茄果实的识别
11
作者 李文峰 胡世康 +3 位作者 杨琳琳 李仁智 徐蕾 郑嘉鑫 《云南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第4期184-189,共6页
【目的】提出一种基于改进YOLOv4成熟番茄果实识别方法,以解决采摘智能机器人识别中广泛存在的因枝叶遮挡而导致识别不准确的问题。【方法】利用深度学习算法,在卷积神经网络YOLOv4算法中引入轻量化模块Mobilenetv2、Mobilenetv3和Ghost... 【目的】提出一种基于改进YOLOv4成熟番茄果实识别方法,以解决采摘智能机器人识别中广泛存在的因枝叶遮挡而导致识别不准确的问题。【方法】利用深度学习算法,在卷积神经网络YOLOv4算法中引入轻量化模块Mobilenetv2、Mobilenetv3和Ghostnet,对遮挡程度小于35%、35%~65%以及超过65%的成熟番茄果实进行特征提取和识别分析。【结果】3种YOLOv4轻量化模块对遮挡面积小于65%的番茄果实的识别率超过90%。Ghostnet-YOLOv4算法在3种模块中识别率最高、表现最稳定,平均识别率为94.41%,检测速度为0.012 s;该算法对遮挡面积大于65%的果实识别率明显优于其他2种算法。3种算法的识别率均随遮挡程度的提高而下降。【结论】Ghostnet-YOLOv4算法识别率高、速度快,可用于番茄果实的识别,且优势更为明显。本研究可以为采摘机器人的采摘策略提供更好的思路和技术基础。 展开更多
关键词 番茄识别 yolov4 不同遮挡程度 轻量化网络
在线阅读 下载PDF
C4ISR系统结构模型及其网络化效能分析 被引量：6
12
作者 贺正求 张叶琳 +1 位作者 王利华 徐忠富 《火力与指挥控制》 CSCD 北大核心 2020年第7期73-77,82,共6页
针对C4ISR系统结构的定量分析与效能评估问题,提出了一种基于复杂网络的C4ISR系统结构建模及网络化效能评估方法。在对系统组成要素及交互关系进行分类和抽象的基础上,将其映射为复杂网络模型中的节点与连边,进而利用复杂网络相关统计... 针对C4ISR系统结构的定量分析与效能评估问题,提出了一种基于复杂网络的C4ISR系统结构建模及网络化效能评估方法。在对系统组成要素及交互关系进行分类和抽象的基础上,将其映射为复杂网络模型中的节点与连边,进而利用复杂网络相关统计特征建立系统结构的网络化效能评估指标。通过对某典型C4ISR系统结构及其演化过程进行实例分析,验证了所提方法的可行性和准确性。 展开更多
关键词 C4ISR 系统 复杂网络 结构模型 效能分析
在线阅读 下载PDF
基于轻量级YOLOv4与KCF的复杂海面舰船目标识别
13
作者 金敏捷 童雨舟 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第11期1-10,共10页
对于远距离或小尺寸的舰船目标,采用轻量级YOLOv4模型可提供高效实时的特征提取,降低计算和存储资源的需求,这对于长时间海上任务或移动设备十分重要。并且单一尺度特征提取容易导致识别结果出现较大误差,因此提出基于轻量级YOLOv4与KC... 对于远距离或小尺寸的舰船目标,采用轻量级YOLOv4模型可提供高效实时的特征提取,降低计算和存储资源的需求,这对于长时间海上任务或移动设备十分重要。并且单一尺度特征提取容易导致识别结果出现较大误差,因此提出基于轻量级YOLOv4与KCF的复杂海面舰船目标识别方法。首先,对海面远小舰船图像进行双向均衡化处理,突出图像的细节。其次,设计一种更加轻量化的YOLOv4网络,从3个不同尺度提取舰船目标特征图,更快捷地捕捉舰船目标的位置和动态变化。最后,通过KCF算法结合相似度阈值,筛选出目标像素,构造舰船目标图像,完成舰船目标的识别。实验结果表明:所研究方法双向均衡化处理后图像质量得到提升,SNR最高达到35.4 dB,SSIM最大值为0.94;轻量化特征提取效果较为理想,特征提取的时间复杂度最低为1.2 s;相较于YOLOX-S算法、级联网络方法,所研究方法能够识别出全部的舰船目标,精准度达到了100%;所研究方法的最大帧率为49.6帧/s,相较于YOLOX-S算法、级联网络方法分别提升了84.40%与192.31%。因此,说明该方法能够更加精准地识别复杂海面舰船目标。 展开更多
关键词 轻量级yolov4网络 KCF算法 复杂海面 舰船目标识别 双向均衡化 特征图
在线阅读 下载PDF
基于改进YOLOv4的玉米秸秆颗粒机械堵塞故障检测
14
作者 吕超颖 《粮食与饲料工业》 CAS 2024年第6期38-43,共6页
针对传统玉米秸秆颗粒机械堵塞故障检测精度低,检测效率不高的问题,提出了一种基于改进YOLOv4网络的堵塞故障检测方法。首先,以YOLOv4网络作为基础目标检测算法,基于YOLOv4网络引入混合注意力模块(Mixed Attention Module, MA),得到YOLO... 针对传统玉米秸秆颗粒机械堵塞故障检测精度低,检测效率不高的问题,提出了一种基于改进YOLOv4网络的堵塞故障检测方法。首先,以YOLOv4网络作为基础目标检测算法,基于YOLOv4网络引入混合注意力模块(Mixed Attention Module, MA),得到YOLOv4-MA网络,以增强小目标通道和空间特征权重;然后将YOLOv4网络的损失函数替换为Focal-EIOU函数,以提升目标检测精度;最后将改进YOLOv4网络应用到玉米秸秆颗粒机械堵塞检测系统中。结果表明,该算法对不同秸秆颗粒检测的MAP值为98.51%,相较于传统SSD算法和Faster-RCNN算法分别高出了16.33%和20.05%,且该算法对秸秆颗粒目标的检测时间仅为0.024 s,均低于另外两种模型。由此说明,该算法能够提升秸秆颗粒小目标检测精度,提高秸秆颗粒机械堵塞故障检测效果,满足系统检测需求,具备实用性和有效性。 展开更多
关键词 yolov4网络 秸秆颗粒机械 混合注意力模块 堵塞故障 小目标检测
在线阅读 下载PDF
基于YOLOv4卷积神经网络的口罩佩戴检测方法 被引量：49
15
作者 管军霖 智鑫 《现代信息科技》 2020年第11期9-12,共4页
针对疫情防控期间火车站等密集场所人员的口罩佩戴监测问题,文章提出一种基于图片高低频成分融合与YOLOv4卷积神经网络的口罩佩戴检测方法.通过网络爬虫以及手动数据标注,经过Darknet深度学习框架训练,其模拟检测达到了较好的效果.试验... 针对疫情防控期间火车站等密集场所人员的口罩佩戴监测问题,文章提出一种基于图片高低频成分融合与YOLOv4卷积神经网络的口罩佩戴检测方法.通过网络爬虫以及手动数据标注,经过Darknet深度学习框架训练,其模拟检测达到了较好的效果.试验结果表明,由自行构建的口罩佩戴检测数据集,训练后模型检测的精度值达到0.985,平均检测速度为35.2 ms.此检测速度以及检测精度满足大部分场合人员口罩佩戴的需求,为口罩佩戴检测的视觉识别提供了技术支持. 展开更多
关键词 口罩佩戴检测 数据集 yolov4卷积神经网络 深度学习 视觉识别
在线阅读 下载PDF
基于卷积神经网络的汽车灯座缺陷检测
16
作者 章宝明 王疆瑛 《内燃机与配件》 2025年第3期65-67,共3页
为了满足汽车车灯灯座毛刺、裂痕和注塑缺胶等缺陷问题的设计需求,通过对卷积神经网络的研究来实现对汽车车灯灯座进行缺陷检测,建立缺陷样品的标准数据集,采取Faster-RCNN、YOLOv3和YOLOv4算法对缺陷数据集进行训练,经过实验数据表明,F... 为了满足汽车车灯灯座毛刺、裂痕和注塑缺胶等缺陷问题的设计需求,通过对卷积神经网络的研究来实现对汽车车灯灯座进行缺陷检测,建立缺陷样品的标准数据集,采取Faster-RCNN、YOLOv3和YOLOv4算法对缺陷数据集进行训练,经过实验数据表明,Faster-RCNN和YOLOv3算法的准确率均能达到70%左右,而YOLOv4能达到75%左右,并进一步通过对YOLOv3模型中的CresX结构改进,将残差单元连接,让输入的特征分两部分进行卷积,提高特征的重用性,能够提升其准确率达到86.2%,结果分析表明基于本文模型的卷积神经网络在一定程度上能实现汽车车灯灯座的缺陷检测要求的有效性与准确性。 展开更多
关键词 缺陷检测 卷积神经网络 yolov3算法 改进yolov3模型
在线阅读 下载PDF
基于YOLOv4⁃tiny模型的细胞图像识别技术研究
17
作者 柴媛媛 《现代电子技术》 2022年第9期46-49,共4页
根据细胞的形态特征进行病理分析是现代医疗健康领域常用的技术手段,传统的细胞识别及分类存在易疲劳、效率低、医师水平及主观因素带来的不确定性等问题。为此,提出基于YOLOv4⁃tiny模型的细胞图像识别技术。在Jetson Nano人工智能平台... 根据细胞的形态特征进行病理分析是现代医疗健康领域常用的技术手段,传统的细胞识别及分类存在易疲劳、效率低、医师水平及主观因素带来的不确定性等问题。为此,提出基于YOLOv4⁃tiny模型的细胞图像识别技术。在Jetson Nano人工智能平台上设计开发了面向细胞的智能检测系统,通过加入Dropout改进了YOLOv4⁃tiny轻量化网络模型,有效防止了训练数据过度拟合的问题,实现了基于细胞形状特征的精准识别。实验结果表明,该系统的细胞检测准确率可高达99%,能够大幅提高细胞在显微镜下的检测精度及检测效率,促进了人工智能技术在医学检测领域的应用。 展开更多
关键词 细胞图像识别 yolov4⁃tiny模型 智能检测 目标识别 网络模型改进 病理分析
在线阅读 下载PDF
基于改进YOLOv4的隧道衬砌裂缝检测算法 被引量：16
18
作者 周中 张俊杰 鲁四平 《铁道学报》 EI CAS CSCD 北大核心 2023年第10期162-170,共9页
针对传统隧道衬砌裂缝检测手段中存在的检测精度低、泛化能力差、检测速度慢的问题,对YOLOv4目标检测算法进行改进:引入Mosaic数据增强技术对输入图片数据进行预处理;采用轻量级网络MobilenetV3取代CSPDarknet53作为YOLOv4神经网络的主... 针对传统隧道衬砌裂缝检测手段中存在的检测精度低、泛化能力差、检测速度慢的问题,对YOLOv4目标检测算法进行改进:引入Mosaic数据增强技术对输入图片数据进行预处理;采用轻量级网络MobilenetV3取代CSPDarknet53作为YOLOv4神经网络的主干特征提取网络;将YOLOv4网络中卷积核大小为3×3的标准卷积替换为深度可分离卷积。为验证改进后算法的有效性和可靠性,采用Faster-RCNN、SSD、YOLOv3、YOLOv4四种算法进行对比验证分析,结果表明:该算法在检测性能方面表现优异,测试集的平均精度为78.05%,精确率以及召回率的加权调和平均值为84.44%,均高于其余四种算法。在模型大小方面,该算法模型的大小仅为55.1 MB,相对于原始YOLOv4模型压缩了78.0%,且远小于Faster-RCNN、SSD、YOLOv3模型。此外,该算法的单张图片的检测时间为23.75 ms,每秒帧数为42.1帧/s,很好地满足了隧道衬砌裂缝进行实时检测时移动设备对帧率的要求。且算法泛化能力良好,能够较为准确的对不同光照和复杂背景条件下的裂缝进行检测并标记。基于提出的改进YOLOv4算法构建隧道衬砌裂缝检测平台,实现对实际隧道工程中衬砌裂缝的准确、快速、智能化识别。 展开更多
关键词 隧道工程 衬砌裂缝 目标检测 yolov4 深度学习 神经网络
在线阅读 下载PDF
基于改进YOLOv4算法的轮毂表面缺陷检测 被引量：7
19
作者 吴凤和 崔健新 +3 位作者 张宁 张志良 张会龙 郭保苏 《计量学报》 CSCD 北大核心 2022年第11期1404-1411,共8页
汽车轮毂加工过程中产生的表面缺陷严重影响整车的美观性及服役性能,针对人工检测效率低、漏检率高的问题,提出一种基于改进YOLOv4算法的轮毂表面缺陷检测方法。构建了轮毂缺陷数据集,其包含6种表面缺陷,由2346张4928×3264 pixel... 汽车轮毂加工过程中产生的表面缺陷严重影响整车的美观性及服役性能,针对人工检测效率低、漏检率高的问题,提出一种基于改进YOLOv4算法的轮毂表面缺陷检测方法。构建了轮毂缺陷数据集,其包含6种表面缺陷,由2346张4928×3264 pixel的图像组成;采用K-means方法进行先验框聚类,并针对YOLOv4算法在纤维、粘铝等小尺度缺陷上检测精度不足问题,在原网络Neck部分引入细化U型网络模块(TUM)和注意力机制,用于增强有效特征并抑制无效特征,强化多尺度特征提取与融合,改善特征处理过程中可能存在的小目标信息丢失问题;基于该数据集,训练并测试不同算法的缺陷检测性能并验证改进模块的有效性。结果表明,该方法大幅提升了粘铝等小尺寸缺陷的检测能力,缺陷检测平均精度达到85.8%,与多种算法相比较检测精度最高。 展开更多
关键词 计量学 轮毂 缺陷检测 改进yolov4算法 细化U型网络
在线阅读 下载PDF
基于YOLOv4的空间红外弱目标检测 被引量：15
20
作者 刘杨帆 曹立华 +1 位作者 李宁 张云峰 《液晶与显示》 CAS CSCD 北大核心 2021年第4期615-623,共9页
在空间红外弱目标检测问题中,相关模板法和帧间差分法等传统算法判别率较低,且对数据质量要求较高。针对这一问题,本文提出了一种基于改进YOLOV4的空间红外弱目标检测方法,该算法首先针对空间不同红外目标建立了相应的数据集;以YOLOv4... 在空间红外弱目标检测问题中,相关模板法和帧间差分法等传统算法判别率较低,且对数据质量要求较高。针对这一问题,本文提出了一种基于改进YOLOV4的空间红外弱目标检测方法,该算法首先针对空间不同红外目标建立了相应的数据集;以YOLOv4为基础建立了空间目标检测任务专用的神经网络框架,利用k-means聚类算法重新构造先验框;针对红外弱目标的特性设计了多尺度融合算法来提高弱目标的检测精度;最后应用COCO数据集和实验室采集到的红外图像数据集对本算法进行了训练和测试。试验结果表明,本文改进算法较YOLOv4算法在检测的准确性上有明显提升,其平均准确率(AP)可达93.25%以上,检测速度达到了38.99 ms/frame,验证了算法对于空间红外弱目标检测的有效性,很好地满足了空间红外弱目标检测任务的需求。 展开更多
关键词 目标识别 红外弱目标 深度学习 yolov4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 2 … 6 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