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76篇文章
< 1 2 … 4 >
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YOLOv5的倾斜视角下轻型红外小目标检测算法
1
作者 张飞 王剑 张岳松 《红外技术》 北大核心 2025年第2期217-225,共9页
针对倾斜视角下的红外行人小目标难以快速准确检测的问题,提出了一种红外行人小目标轻量化实时检测网络模型DRA-YOLO。首先,使用K-means++锚框聚类自适应不同大小尺度目标,从而加快网络收敛并提高检测精度。其次,融入不同注意力机制来... 针对倾斜视角下的红外行人小目标难以快速准确检测的问题,提出了一种红外行人小目标轻量化实时检测网络模型DRA-YOLO。首先,使用K-means++锚框聚类自适应不同大小尺度目标,从而加快网络收敛并提高检测精度。其次,融入不同注意力机制来重新设计特征提取网络,提高特征定位与计算效率,并搭配改进特征金字塔结构提取关键特征和提升模型稳定性。最后,颈部去掉下采样重新搭配SimAM形成新的特征融合结构,并重新设计检测头来适应本文数据集。对比实验显示,相对原始YOLOv5s模型,在自制和公共数据集上表现突出。m AP50达到94.5%,检测速度提高20.8%,模型大小压缩至10.1 MB,降低了30.3%,且GFLOPs下降了29.1%。这些改进实现了对目标的准确快速检测,有效地平衡了模型大小、检测精度和推理速度。 展开更多
关键词 图像处理 行人检测 红外场景 模型优化 yolov5算法
在线阅读 下载PDF
基于YOLOv5的行人检测系统研究
2
作者 焦天文 田秀云 《现代信息科技》 2025年第2期33-37,45,共6页
针对计算量冗余和精度低的问题,提出一种改进的YOLOv5行人检测模型。系统采用Ghost卷积结合Transformer自注意力机制,结合双向金字塔结构以及EIoU损失函数,将INRIA行人检测数据集按照7∶2∶1的比例分配训练集、验证集和测试集,采用SGD... 针对计算量冗余和精度低的问题,提出一种改进的YOLOv5行人检测模型。系统采用Ghost卷积结合Transformer自注意力机制,结合双向金字塔结构以及EIoU损失函数,将INRIA行人检测数据集按照7∶2∶1的比例分配训练集、验证集和测试集,采用SGD优化器对模型进行300个Epochs的训练,并利用训练好的权重模型对测试集进行检测,结果表明:改进模型检测的平均精度值增加了1.5%,且计算量显著降低。 展开更多
关键词 行人检测 yolov5模型 Ghost卷积 双向金字塔结构
在线阅读 下载PDF
基于YOLOv5的高后果区智能识别研究
3
作者 王彦青 尚嘉年 +1 位作者 刘新 刘建冲 《科技创新与应用》 2025年第1期110-115,共6页
针对目前长输管道高后果区识别效率低,需耗费大量的人力、物力和时间成本,该文借助目标检测算法YOLOv5s,利用遥感影像及无人机航飞影像数据,结合高后果区识别规范,对不同类型的高后果区建立高后果区智能识别模型,通过评估,模型准确率和... 针对目前长输管道高后果区识别效率低,需耗费大量的人力、物力和时间成本,该文借助目标检测算法YOLOv5s,利用遥感影像及无人机航飞影像数据,结合高后果区识别规范,对不同类型的高后果区建立高后果区智能识别模型,通过评估,模型准确率和召回率均达到90%以上,能有效识别高后果区。又以国内某管道高后果区为例,进一步验证模型的有效性,数据表明,该模型智能识别出的高后果区信息与传统人工辅助识别信息一致,能满足长输管道高后果区自动识别的实际需求,为高后果区风险管理提供及时准确的数据支持,为高后果区识别的自动化、智能化管理开拓新思路。 展开更多
关键词 长输管道 高后果区 yolov5s 目标检测 智能识别模型
在线阅读 下载PDF
基于改进YOLOv5算法的织物缺陷检测 被引量：1
4
作者 林桂娟 王宇 +1 位作者 刘珂宇 李子涵 《棉纺织技术》 CAS 2024年第10期33-41,共9页
基于现有织物缺陷检测算法受疵点尺寸与织物纹理背景的影响导致检测精度较低,同时检测模型过于复杂,难以部署到工控设备上,无法满足织物缺陷实时检测等现状,提出一种改进YOLOv5算法的织物缺陷检测算法。以YOLOv5算法为基准模型,采用跨... 基于现有织物缺陷检测算法受疵点尺寸与织物纹理背景的影响导致检测精度较低,同时检测模型过于复杂,难以部署到工控设备上,无法满足织物缺陷实时检测等现状,提出一种改进YOLOv5算法的织物缺陷检测算法。以YOLOv5算法为基准模型,采用跨阶段部分连接残差网络替代原模型的主干网络,增强模型上下文特征信息学习能力;将SimAM注意力机制融入到模型中,提升对有用特征的提取能力,抑制无用纹理背景特征的干扰;引入WIoU与Varifocal Loss损失函数,提高回归框准确性的同时降低负样本权重;最后,针对织物的小目标疵点难以检测的问题,提出增加小目标检测层的方法,提高模型的检测能力。试验结果表明:该研究算法能够快速准确地检测织物疵点,精确率与mAP分别达到86.46%与84.4%,与基准模型相比,分别提高6.16个百分点和5.8个百分点。 展开更多
关键词 织物缺陷检测 yolov5模型 SimAM WIoU CSPResNet
在线阅读 下载PDF
融合注意力机制与YOLOv5s的服装领型自动检测方法
5
作者 游小荣 李淑芳 《北京服装学院学报（自然科学版）》 CAS 2024年第1期111-118,共8页
为了解决光线、人体姿势、环境噪声和拍摄设备等外部因素对服装领型检测精度的影响,提出了一种融合注意力机制与YOLOv5s的服装领型自动检测方法。首先,构建并标注了11个类别的服装领型数据集;然后,通过改变激活函数、引入注意力机制等... 为了解决光线、人体姿势、环境噪声和拍摄设备等外部因素对服装领型检测精度的影响,提出了一种融合注意力机制与YOLOv5s的服装领型自动检测方法。首先,构建并标注了11个类别的服装领型数据集;然后,通过改变激活函数、引入注意力机制等方式对原YOLOv5s模型进行改进,提升模型检测的准确性;最后,对改进的模型进行训练、验证和测试。实验结果表明:选择FreLU作为激活函数,并把CBAM注意力机制融入到原YOLOv5s模型中,检测效果更佳;改进后的模型mAP@0.5值可达0.824,每秒能处理27.78帧图像,两项指标均优于faster RCNN和SSD512方法,表明本方法能够完成复杂背景下的服装领型自动检测任务。 展开更多
关键词 yolov5s模型 服装 领型 目标检测 定位
在线阅读 下载PDF
基于改进Yolov5模型的纱筒余纱量检测方法
6
作者 史伟民 李洲 +2 位作者 陆伟健 屠佳佳 徐寅哲 《纺织学报》 EI CAS CSCD 北大核心 2024年第7期196-203,共8页
为实现针织圆纬机纱架上纱筒余纱量的实时检测,提出一种深度学习与传统图像处理相结合的检测方法。通过优化Yolov5的主干网络并加入Shuffle-Attention注意力机制,利用改进后模型在图像中检测并框出纱筒位置;然后利用透视变换、均值偏移... 为实现针织圆纬机纱架上纱筒余纱量的实时检测,提出一种深度学习与传统图像处理相结合的检测方法。通过优化Yolov5的主干网络并加入Shuffle-Attention注意力机制,利用改进后模型在图像中检测并框出纱筒位置;然后利用透视变换、均值偏移、canny轮廓检测、闭操作等处理获取纱筒内外圆轮廓,设计基于梯度下降的圆拟合算法,拟合纱筒内外圆的轮廓,得到纱筒的内外圆半径;最后结合小孔成像的原理完成纱筒余纱量的测量。结果表明:改进后的Yolov5模型在纱筒检测精度上达到99.5%,检测速度可达20帧/s,同时模型参数减少至3.255×106可检测的最小纱筒余纱量为3 mm,当纱筒余纱量小于3 mm后,将其视为空筒,进行延时更换。本文算法拟合圆所花费时间是传统霍夫圆检测算法的1/4左右,因此可满足针织车间的实际应用需求。 展开更多
关键词 改进yolov5模型 透视变换 均值偏移 梯度下降法 纱筒余纱量 针织圆纬机
在线阅读 下载PDF
基于C3F-YOLOv5的轻量化列车车底螺栓检测方法研究
7
作者 董华军 韩华豫 +2 位作者 李籽骁 朱晔 李金金 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第8期3455-3468,共14页
提高目标检测在列车车底复杂背景下螺栓的识别精度及检测速率,对于提高列车行驶安全性具有重要意义。为高效检测螺栓,提出一种基于C3F-YOLOv5的轻量化列车车底螺栓检测方法。使用自行设计的履带式车底检测机器人获取车底螺栓图片,并混... 提高目标检测在列车车底复杂背景下螺栓的识别精度及检测速率,对于提高列车行驶安全性具有重要意义。为高效检测螺栓,提出一种基于C3F-YOLOv5的轻量化列车车底螺栓检测方法。使用自行设计的履带式车底检测机器人获取车底螺栓图片,并混合自行搭建的模拟平台螺栓图片与真实的列车车底螺栓图片作为最终数据集。将C3模块中的Bottleneck结构替换为Faster_Block结构,改进为C3F模块;并分别与FasterNet、GhostNet和MobileNetV3轻量化结构进行对比。此外,引入注意力机制CA模块,同时将原有损失函数L_(GIoU)替换为更为契合的L_(MPDIoU);使用SE模块和CBAM模块分别与CA模块进行比较,作为消融实验。最后采用LAMP分数的计算方法对模型权重参数排序,并将不重要的权重参数剪枝,作为新型模型压缩的方法。将最终模型压缩后的C3F-YOLOv5s网络模型分别与YOLOv4、YOLOv7、Mask R-CNN、RetinaNet进行对比试验。研究结果表明,在使用混合数据集的情况下,最终网络模型的平均检测精度达到了92.8%,检测速度达到了256.7 FPS。相较于其他4种经典的深度学习网络模型,改进后的模型检测效果更好,同时模型表现出较强的鲁棒性和泛化性能。该方法可在无法获得更多真实车底螺栓图片时,使训练后网络更加适应真实车底的情况,改进后的算法可以同时提高螺栓的识别精度和检测速度,可以为后续相关研究提供技术参考和理论支撑。 展开更多
关键词 螺栓检测 yolov5 注意力机制 损失函数 模型压缩
在线阅读 下载PDF
基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究 被引量：1
8
作者 刘芷汐 周春桂 +2 位作者 崔俊杰 段捷 岳凯杰 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第3期323-330,共8页
红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外,... 红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外,应用轻量级上采样算子CARAFE替换原有上采样模块,在C3模块中加入SE注意力机制,降低冗余信息,提高特征的区分性和表征能力,重新设计损失函数,E-IoU作为新的损失函数,加快模型收敛速度。在公开数据集FLIR上进行了实验,实验结果表明:改进之后网络模型的平均检测精度达到73.0%,仅降低2.9个百分点,而M-YOLOv5模型的网络参数数量、理论计算量分别减少40%、39%,模型的推理速度提高52%,满足部署于边缘设备的需求。 展开更多
关键词 红外目标检测 轻量化模型 yolov5s CARAFE 注意力机制 损失函数
在线阅读 下载PDF
基于YOLOv5模型的玉米叶片识别方法 被引量：1
9
作者 罗苏 关海鸥 《无线互联科技》 2024年第16期23-26,44,共5页
玉米叶片是玉米进行光合作用的主要器官,其生理生态的快速检测对玉米的质量和产量起着至关重要的作用。因此,文章提出一种基于YOLOv5模型的玉米叶片识别方法。文章利用Kinect 2.0相机水平获取了玉米植株生长时期的图像数据;利用YOLOv5模... 玉米叶片是玉米进行光合作用的主要器官,其生理生态的快速检测对玉米的质量和产量起着至关重要的作用。因此,文章提出一种基于YOLOv5模型的玉米叶片识别方法。文章利用Kinect 2.0相机水平获取了玉米植株生长时期的图像数据;利用YOLOv5模型,实现了玉米叶片目标检测,并将其与YOLOv3和YOLOv7进行对比。结果表明:YOLOv5模型的精确度、召回率、F1分数分别达到了94.7%、95.2%和93.4%,其平均精度均值与YOLOv3和YOLOv7相比提高了3.9%、1.4%。该成果为玉米叶片实时检测系统的研发注入了强大动力,同时也在人工智能育种和估产领域展现了不可或缺的技术支撑作用。 展开更多
关键词 玉米 叶片 深度学习 yolov5 识别模型
在线阅读 下载PDF
基于上下文信息聚合YOLOv5的织物缺陷检测 被引量：1
10
作者 李静 郑文斌 《棉纺织技术》 CAS 2024年第4期30-39,共10页
为了解决目前主流检测方法无法有效捕获织物缺陷丰富的上下文信息,导致对背景相似的缺陷检测精度低及漏检率高的问题,提出一种能聚合上下文信息的改进YOLOv5模型(YOLO-CA模型)。YOLOCA模型通过在YOLOv5的骨干网络中加入双重交叉注意力模... 为了解决目前主流检测方法无法有效捕获织物缺陷丰富的上下文信息,导致对背景相似的缺陷检测精度低及漏检率高的问题,提出一种能聚合上下文信息的改进YOLOv5模型(YOLO-CA模型)。YOLOCA模型通过在YOLOv5的骨干网络中加入双重交叉注意力模块(DCCA)捕获缺陷与背景丰富的上下文关系,使模型聚焦于缺陷区域,提高模型对缺陷的检出率,并结合跨阶段软池化特征金字塔模块(CSP-SoftSPPF)提取更详细的缺陷特征信息,进一步提高模型的检测精度。试验结果表明:YOLO-CA模型在SDCFD和TILDA两个公开数据集上mAP值分别为67.6%和93.2%,MR值分别为38.4%和10.5%;与原YOLOv5模型相比,YOLO-CA模型的mAP值分别提高了20.8个百分点和4.5个百分点,MR值分别降低了16.5个百分点和6.9个百分点。认为:YOLO-CA模型具有更好的检测性能,能够有效降低与背景相似类缺陷的漏检率,提高多种缺陷的检测准确率,适用于织物缺陷检测任务。 展开更多
关键词 深度学习 织物缺陷检测 yolov5模型 注意力机制 SoftPool池化
在线阅读 下载PDF
基于YOLOv5的钢材表面缺陷检测算法 被引量：1
11
作者 徐明升 祝俊辉 +4 位作者 干家欣 侯津津 王圆 周贤勇 陈琳 《无线电工程》 2024年第2期351-359,共9页
针对目前钢材表面缺陷检测方法存在检测精度不高,易出现误检、漏检等问题,提出一种改进YOLOv5的钢材表面缺陷检测算法。在主干网络中引入坐标注意力(Coordinate Attention,CA)机制模块,提升模型关注钢材表面缺陷的能力,使用GhostBottlen... 针对目前钢材表面缺陷检测方法存在检测精度不高,易出现误检、漏检等问题,提出一种改进YOLOv5的钢材表面缺陷检测算法。在主干网络中引入坐标注意力(Coordinate Attention,CA)机制模块,提升模型关注钢材表面缺陷的能力,使用GhostBottleneck结构与主干网络中的部分卷积模块和C3模块进行替换,构建轻量化模型;在Neck层采用双向特征金字塔网络(Bidirectional Feature Pyramid Network,BiFPN)结构来提升检测效果;增加一个目标检测层来解决数据集中部分缺陷占比较大的问题。实验结果表明,改进的YOLOv5s-GCBD(GhostBottleneck-CA-BiFPN-Anchor)算法在NEU-DET数据集上的平均精度均值(mean Average Precision,mAP)达到80.2%,较原YOLOv5s算法提高了3.5%。相比传统的钢材表面缺陷检测方法,提出的算法实现了更精准的钢材表面缺陷检测。 展开更多
关键词 缺陷检测 yolov5 注意力机制 轻量化模型 特征融合
在线阅读 下载PDF
基于YOLOv5模型的驾驶疲劳研究
12
作者 蔡姗姗 郭寒英 《黑龙江交通科技》 2024年第4期160-164,共5页
打哈欠是判定驾驶员疲劳状态的关键因素,考虑到驾驶疲劳检测易受驾驶员自身条件和外部环境的干扰,以及实时性差等情况研究了驾驶员的打哈欠问题,提出了一种利用YOLOv5网络模型进行疲劳检测的方法。首先通过LabelImg对处理过的YawDD开源... 打哈欠是判定驾驶员疲劳状态的关键因素,考虑到驾驶疲劳检测易受驾驶员自身条件和外部环境的干扰,以及实时性差等情况研究了驾驶员的打哈欠问题,提出了一种利用YOLOv5网络模型进行疲劳检测的方法。首先通过LabelImg对处理过的YawDD开源数据集进行标注,再经过深度学习模型对样本进行多次迭代训练得到最优权重数据,最后将其用于测试集上进行测试。检测结果表明,样本平均识别准确率可达98%以上,所建模型具有高精度检测打哈欠行为的能力。 展开更多
关键词 驾驶疲劳检测 yolov5模型 面部表情识别 深度学习
在线阅读 下载PDF
基于改进YOLOv5s的船舶水尺检测模型研究
13
作者 张桂荣 陈志宏 +2 位作者 刘志荣 孙巍 侯利军 《水道港口》 2024年第6期954-962,共9页
船舶水尺识别是基于图像处理技术的船舶吃水深度检测的关键环节,但在识别过程中常遇到水尺偏移、旋转、扭曲畸变以及水尺目标过小的问题,其准确识别较为困难。基于YOLOv5s模型,通过引入可变形卷积网络增强对不规则、畸变目标的特征提取... 船舶水尺识别是基于图像处理技术的船舶吃水深度检测的关键环节,但在识别过程中常遇到水尺偏移、旋转、扭曲畸变以及水尺目标过小的问题,其准确识别较为困难。基于YOLOv5s模型,通过引入可变形卷积网络增强对不规则、畸变目标的特征提取能力,引入CBAM注意力机制提高对目标关键区域的特征表达,建立改进的YOLOv5s船舶水尺检测模型。基于泰州高港船闸现场监测图片制作船舶水尺数据集并进行测试,结果表明:改进模型相较于原模型在精确率、召回率、F1分数、mAP@0.5和mAP@0.5:0.95指标方面均有一定程度的提升,且整体性能较常用主流算法更优,有效提高船舶的水尺目标检测精度,可为船舶吃水深度自动化检测提供重要支撑。 展开更多
关键词 船舶水尺检测 yolov5s模型 可变形卷积 注意力机制 深度学习
在线阅读 下载PDF
基于改进YOLOv5的电力故障检测方法
14
作者 饶梦程 王娜 +1 位作者 丁军航 叶昱清 《电子设计工程》 2024年第18期27-31,共5页
针对无人机电力巡检场景下,线路故障检测的识别速度和识别精度低的问题,提出了一种改进YOLOv5的电力故障检测方法。结合YOLOv5算法基础,在颈部网络中采用轻量化模块,优化了网络结构,减少了网络参数和模型计算的复杂度;替换原模型中的损... 针对无人机电力巡检场景下,线路故障检测的识别速度和识别精度低的问题,提出了一种改进YOLOv5的电力故障检测方法。结合YOLOv5算法基础,在颈部网络中采用轻量化模块,优化了网络结构,减少了网络参数和模型计算的复杂度;替换原模型中的损失函数,进一步提高模型的检测准确性。通过在骨干网络中加入CA注意力机制,使得模型能更准确地识别目标。结果表明,优化后的算法在故障检测数据集上的平均精度均值达到74.8%,相较于YOLOv5模型的平均精度均值提高了4.6%,模型参数量降低了4.2%,检测速度提高了5.3 FPS,总体效果有了明显提升。 展开更多
关键词 yolov5 SIOU损失函数 轻量化模型 注意力机制
在线阅读 下载PDF
基于EPSA-YOLOv5电力高空作业安全带佩戴检测
15
作者 李永福 陈立斌 +2 位作者 惠君伟 袁润枞 柴浩凯 《西安工程大学学报》 CAS 2024年第2期18-25,共8页
电力工作人员在高空作业中,安全带佩戴仍存在漏检和检测速度较慢等现象,利用EPSA-YOLOv5算法,给出了一种新的电力高空作业安全带佩戴检测方法。该方法基于EPSANet的主干抽取网络,在保持良好特征抽取性能的前提下,减少了网络中的参数,加... 电力工作人员在高空作业中,安全带佩戴仍存在漏检和检测速度较慢等现象,利用EPSA-YOLOv5算法,给出了一种新的电力高空作业安全带佩戴检测方法。该方法基于EPSANet的主干抽取网络,在保持良好特征抽取性能的前提下,减少了网络中的参数,加快了模型的辨识速度。通过对空间金字塔池化结构的改进,提高了模型的检测精度,在此基础上,提出了一种基于Soft-NMS的改进算法,以减少对目标的检测。实验结果表明:基于EPSA-YOLOv5网络模型的高空作业安全带检测精度和检测速度等方面均比原YOLOv5模型提高了2.34%,具有实用性和高效性。 展开更多
关键词 安全带检测 yolov5模型 EPSANet Soft-NMS 金字塔池化结构
在线阅读 下载PDF
基于YOLOv5s楼梯图像检测识别方法研究
16
作者 高瑞 雷文礼 《延安大学学报（自然科学版）》 2024年第1期77-81,共5页
楼梯区域作为一种典型的环境目标,无论是可以自主爬楼梯的机器人系统,还是可以提醒视力障碍者注意障碍物的软件系统,都需要有检测识别楼梯的功能。为了帮助他们在周围环境中导航,设计了一种基于YOLOv5s的楼梯图像检测算法。首先采用Labe... 楼梯区域作为一种典型的环境目标,无论是可以自主爬楼梯的机器人系统,还是可以提醒视力障碍者注意障碍物的软件系统,都需要有检测识别楼梯的功能。为了帮助他们在周围环境中导航,设计了一种基于YOLOv5s的楼梯图像检测算法。首先采用Labelme对楼梯数据集进行图片标注,对标注文件进行格式转化;其次搭建YOLOv5s网络模型训练环境,修改预训练模型配置文件,然后启动模型权重数据迁移训练,并输出最优模型参数;最后加载测试数据集对训练最优模型算法进行效果测试,算法均能识别出上下楼梯图像,并通过与其他目标检测算法对比测试,其具有更高的识别准确率。结果表明,该算法检测平均精度达到80.3%,泛化能力强,将该算法用于上下楼梯区域检测方法是可行的,可以为机器人对楼梯的自动检测识别提供一些参考,也可以为视障者提供有效帮助,市场应用前景良好。 展开更多
关键词 楼梯 yolov5s 图片标注 模型训练 识别
在线阅读 下载PDF
基于Yolov5s的蚕茧分类检测研究
17
作者 陈军 朱志贤 《科学技术创新》 2024年第11期104-108,共5页
蚕桑是中国的传统文化。在现有的蚕茧加工过程中对于人工的依赖比例仍旧很高。随着人工智能不断发展,基于深度学习的蚕茧的分割、定位及分类应用水平不断提升。针对目前选茧技术人工依懒性强的特点,设计了一种基于深度学习的蚕茧检测系... 蚕桑是中国的传统文化。在现有的蚕茧加工过程中对于人工的依赖比例仍旧很高。随着人工智能不断发展,基于深度学习的蚕茧的分割、定位及分类应用水平不断提升。针对目前选茧技术人工依懒性强的特点,设计了一种基于深度学习的蚕茧检测系统。以Yolov5s模型为基础,对于上茧、双宫茧、黄斑茧、薄皮茧等进行有效识别。通过蚕茧模型匹配,将原先设定好的检测标签优先的结果显示出来,解决原先设备检测只能检测一面的弊端。可以更好地减少人工选茧的误判情况,提高检测的正确率和检测效率。 展开更多
关键词 蚕茧分类 深度学习 yolov5s 模型匹配
在线阅读 下载PDF
基于YOLOv5-CBAM模型的划痕智能检测
18
作者 朱哲维 李珂 +3 位作者 匡璐 曹国栋 刘紫权 史旭阳 《无线电工程》 2024年第12期2789-2799,共11页
带钢作为现代钢铁产业的核心产品,划痕检测对于确保产品质量、提升生产效率和降低成本至关重要,广泛应用于汽车制造、金属加工、电子产品生产等领域。然而,划痕形态各异且易受光照、背景和噪声等因素影响,使得检测任务极具挑战性。近年... 带钢作为现代钢铁产业的核心产品,划痕检测对于确保产品质量、提升生产效率和降低成本至关重要,广泛应用于汽车制造、金属加工、电子产品生产等领域。然而,划痕形态各异且易受光照、背景和噪声等因素影响,使得检测任务极具挑战性。近年来,随着空间数据智能技术的不断进步,基于深度学习的目标检测算法(如Faster R-CNN、SSD、YOLO等)在检测任务中表现出色,通过自动学习、特征检测和精准目标定位,在复杂背景下也能准确检测。基于YOLOv5模型进行了算法结构的改进,将空间金字塔池化(Spatial Pyramid Pooling,SPP)模块替换为快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF)模块,引入注意力机制,改进现有的目标检测算法,提升划痕检测的准确性和鲁棒性。结合卷积块注意力机制模块(Convolutional Block Attention Module,CBAM)构建了YOLOv5-CBAM模型。CBAM通过关注通道和空间维度上的信息,使模型更精准地聚焦于划痕区域,提升了检测效果。实验结果显示,YOLOv5-CBAM模型在各类交并比(Intersection over Union,IoU)阈值下相较于YOLOv5,精确率、召回率和mAP@0.5有着较好的表现,分别提升了5.6%、9.1%和5.9%。随着空间数据智能技术的不断进步,未来有望为划痕检测提供更多创新思路和解决方案。 展开更多
关键词 划痕检测 yolov5 卷积块注意力机制模块 模型构建与训练
在线阅读 下载PDF
基于YOLOv5的农林虫害检测系统设计
19
作者 彭怀锋 许锁鹏 《无线互联科技》 2024年第11期55-57,共3页
病虫害对稳定粮食产量、增加油料自给率等方面造成了严重威胁,需要引起广泛关注和高度重视。早期病虫害精准识别是预警和防控的关键,长期以来,对大多数传统农作物的虫害识别主要依赖于人工检测。文章为提升农作物病虫害检测的准确性与效... 病虫害对稳定粮食产量、增加油料自给率等方面造成了严重威胁,需要引起广泛关注和高度重视。早期病虫害精准识别是预警和防控的关键,长期以来,对大多数传统农作物的虫害识别主要依赖于人工检测。文章为提升农作物病虫害检测的准确性与效率,设计了一种基于YOLOv5的农林害虫检测系统。该系统采用深度学习实现农林虫害检测,具有可视化界面,方便使用者操作,并可对农林中检测出的虫害给出提示和警报。 展开更多
关键词 yolov5 虫害检测 模型 预警
在线阅读 下载PDF
基于YOLOv5s的继电保护装置型号自动识别方法研究
20
作者 彭祥 管其杰 《河南科技》 2024年第24期23-27,共5页
【目的】在工业自动化和电力系统中,继电保护装置是确保电力系统安全稳定运行的关键组件。为保证设备的正常测试和维护,需要准确识别继电器型号。因此,提出一种基于YOLOv5s的继电保护装置型号自动识别方法。【方法】通过自制数据集,并利... 【目的】在工业自动化和电力系统中,继电保护装置是确保电力系统安全稳定运行的关键组件。为保证设备的正常测试和维护,需要准确识别继电器型号。因此,提出一种基于YOLOv5s的继电保护装置型号自动识别方法。【方法】通过自制数据集,并利用YOLOv5s的高效目标检测能力,结合多尺度特征融合图像处理技术,实现对继电保护装置型号的自动识别。【结果】对系统进行实验测试,结果显示,该方法在继电器型号识别任务中的准确率和召回率分别为90.3%和85.6%,能满足实际应用需求。【结论】该方法不仅提高了设备测试和维护的效率,还为电力系统的安全稳定运行提供了可靠的技术支持。 展开更多
关键词 继保护装置 yolov5s 目标检测 型号识别 深度学习
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 … 4 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