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212篇文章
< 1 2 … 11 >
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：
基于改进YOLOv5的苹果轻量化检测算法 被引量：2
1
作者 王红君 刘紫宾 +1 位作者 赵辉 岳有军 《农机化研究》 北大核心 2025年第7期65-71,共7页
为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题,提出一种基于YOLOv5的轻量化苹果检测算法。首先,将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度,将深度可分离卷积引入到特征融合网络中;然后,在网络的... 为解决苹果采摘机器人检测算法存在的网络结构复杂和参数量大的问题,提出一种基于YOLOv5的轻量化苹果检测算法。首先,将YOLOv5主干网络替换为MobileNetv3,为降低网络的计算复杂度,将深度可分离卷积引入到特征融合网络中;然后,在网络的关键位置引入注意力机制,以提高算法对苹果不同特征的提取能力;最后,使用CIoU作为改进网络的损失函数,以提升模型的检测效果。试验结果表明:改进模型的检测精度为91.5%,相较于SSD、Faster R-CNN,检测精度分别提高了2.35%、3.07%,相比于YOLOv5s检测精度提高了8.20%,且模型大小约为YOLOv5s的1/3。 展开更多
关键词 苹果 检测算法 yolov5 轻量化 注意力机制
在线阅读 下载PDF
基于YOLOv5的倾斜视角下轻型红外小目标检测算法 被引量：1
2
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算法的长江大保护水利工程项目多场景质量安全检测 被引量：1
3
作者 徐亮 陈旭 +1 位作者 张卓 郑向泉 《水利水电科技进展》 北大核心 2025年第2期82-89,共8页
为解决长江大保护水利工程项目施工中质量安全隐患检测效率低、主观性强、易漏检等问题,通过分析项目多场景质量安全检测任务需求,明确了各类质量安全隐患的具体场景,利用YOLOv5算法进行了图像增强优化并搭建了智能识别算法架构,采用现... 为解决长江大保护水利工程项目施工中质量安全隐患检测效率低、主观性强、易漏检等问题,通过分析项目多场景质量安全检测任务需求,明确了各类质量安全隐患的具体场景,利用YOLOv5算法进行了图像增强优化并搭建了智能识别算法架构,采用现场拍摄、网络爬虫技术及项目部内部数据资源,搜集并整理了上千张高质量照片,构建了质量安全图像数据集。在此基础上,通过融入区域检测功能,多场景质量安全检测系统能对指定的作业区域进行精准监测,可以有效地避免误检情况,提升检测效率与准确性。 展开更多
关键词 长江大保护 水利工程项目 质量安全检测 图像增强 多场景 yolov5算法
在线阅读 下载PDF
基于改进YOLOv5的飞机目标检测算法
4
作者 张贝贝 刘建辉 +2 位作者 王鑫 魏祥坡 麻顺顺 《海洋测绘》 北大核心 2025年第1期66-71,共6页
由于飞机目标的大小和形状差异、遮挡、密集分布以及复杂背景等因素,现有模型在检测过程中存在较多的错检和漏检。为此,提出一种基于改进YOLOv5的飞机目标检测模型,称为AT YOLOv5。首先在主干网络中融合坐标注意力模块,增强模型的特征... 由于飞机目标的大小和形状差异、遮挡、密集分布以及复杂背景等因素,现有模型在检测过程中存在较多的错检和漏检。为此,提出一种基于改进YOLOv5的飞机目标检测模型,称为AT YOLOv5。首先在主干网络中融合坐标注意力模块,增强模型的特征提取能力,然后针对FPN在特征融合时多尺度表征能力降低的问题,提出了注意力特征融合网络,该结构基于注意力权重可以实现不同尺度特征的自适应融合。最后,改进小目标检测层,并在所有检测层中加入Swin Transformer模块,以增强网络模型获取全局信息和关联目标信息的能力。实验部分采用DOTA和RSOD数据集来验证模型的有效性及泛化能力。实验结果表明,提出的检测算法在DOTA数据集下AP 50相对于YOLOv5s网络提高了3.9%,AP 50:95提高了1.0%,对高分辨率遥感影像的FPS可达到64,在RSOD数据集下的AP 50也可以达到96.7%。本文算法可以有效实现飞机目标检测任务,具有较好的检测精度、实时性和鲁棒性。 展开更多
关键词 飞机目标检测 深度学习 yolov5网络 注意力机制优化 特征融合
在线阅读 下载PDF
基于改进YOLOv5s的印刷电路板缺陷检测算法
5
作者 周著国 鲁玉军 吕利叶 《浙江大学学报(工学版)》 北大核心 2025年第8期1608-1616,共9页
针对印刷电路板(PCB)存在的缺陷目标较小不易被识别、误检率高以及模型尺寸较大不易部署等问题,提出基于改进YOLOv5s的缺陷检测方法.该方法使用基于密度分层聚类的K-means (HDBK-means)算法,重新聚类得到更适合PCB缺陷特点的锚框.使用... 针对印刷电路板(PCB)存在的缺陷目标较小不易被识别、误检率高以及模型尺寸较大不易部署等问题,提出基于改进YOLOv5s的缺陷检测方法.该方法使用基于密度分层聚类的K-means (HDBK-means)算法,重新聚类得到更适合PCB缺陷特点的锚框.使用经空间与通道重建卷积(SCConv)改进的重参数化非线性跨阶段部分高效层聚合网络(RepNCSPELAN)替换YOLOv5s主干中的特征提取模块,在保证精度的前提下,大大提高了模型推理速度.通过引入重参数化细节增强广义特征金字塔网络(RDEGFPN)进行特征融合,提升模型对于各个尺度缺陷目标的识别能力,减少计算资源消耗.使用动态上采样(DySample)对特征融合网络进行二次创新,形成广义动态特征融合金字塔网络(GDFPN),提高模型的轻量级与高效性,使得模型更容易部署.在公共PCB数据集上进行的对比实验表明,该算法将平均精度均值(m AP)提高了3.8%,将精度提高了2.9%,模型大小减少了26.9%,模型的检测速度达到138.1帧/s.将模型部署到RK3568平台上进行检测,满足了实时检测与嵌入式设备部署的要求. 展开更多
关键词 印刷电路板 yolov5s 聚类算法 特征提取 特征融合
在线阅读 下载PDF
基于KMW-YOLOv5的PCB表面缺陷检测算法研究
6
作者 程瑶 石肖伊 +1 位作者 王玉菡 龚奥 《仪表技术与传感器》 北大核心 2025年第4期108-114,共7页
随着电路板制作越来越小型化、轻薄化,针对现有PCB缺陷检测算法存在检测性能差,容易出现漏检、误检等问题,文中提出基于KMW-YOLOv5的PCB缺陷检测算法。首先针对PCB微小缺陷,采用K-means++算法重新聚类生成更适合于目标数据集的锚框尺寸... 随着电路板制作越来越小型化、轻薄化,针对现有PCB缺陷检测算法存在检测性能差,容易出现漏检、误检等问题,文中提出基于KMW-YOLOv5的PCB缺陷检测算法。首先针对PCB微小缺陷,采用K-means++算法重新聚类生成更适合于目标数据集的锚框尺寸,提高模型对缺陷的检测效率。然后,对YOLOv5的特征融合层进行改进,加强PCB语义特征信息的融合,降低对PCB缺陷检测的漏检率以及误检率。最后,采用回归损失函数WIoU,提高网络对改进锚框的关注度、对PCB缺陷目标的定位能力。实验结果表明:KMW-YOLOv5算法在PCB Defect公开数据集测试中,其平均检测精度为98.3%,相较于YOLOv5提高了1.9%,优于其他PCB缺陷检测算法。 展开更多
关键词 PCB缺陷检测 yolov5 聚类算法 MobileViT
在线阅读 下载PDF
改进YOLOv5的非静止风机朝向检测混合算法
7
作者 胡一鸣 刘怡琳 +1 位作者 周航 胡小兵 《计算机应用与软件》 北大核心 2025年第10期296-305,共10页
在计算机视觉广泛应用于各种工业的背景下,为了实现风力发电场的无人机智能化巡检,提出基于改进YOLOv5s网络模型的混合检测算法:引入α-CIoU改进原有交并比(IoU)损失函数,提高检测物体预测框的回归精度;在原网络中加入全局注意力模块,... 在计算机视觉广泛应用于各种工业的背景下,为了实现风力发电场的无人机智能化巡检,提出基于改进YOLOv5s网络模型的混合检测算法:引入α-CIoU改进原有交并比(IoU)损失函数,提高检测物体预测框的回归精度;在原网络中加入全局注意力模块,提高网络对目标位置和通道特征的全局提取能力;在检测层后结合FAST特征提取算法,提取风机叶片不同朝向的几何特征进行细粒化目标检测,提高整体算法的检测精度,降低误检率。实验结果表明该混合算法平均精度(mAP@0.5∶0.95)可达84.01%,较原算法提高9.56百分点,但每秒检测帧数(FPS)只下降了7帧/s。 展开更多
关键词 yolov5 特征检测 注意力机制 图像融合 算法应用 风电巡检
在线阅读 下载PDF
基于损失函数与注意力机制改进的YOLOv8火焰目标检测算法优化研究
8
作者 周欣 徐培哲 +3 位作者 李堃 熊椗宇 宋建平 夏子潮 《船海工程》 北大核心 2025年第2期19-25,共7页
针对火焰检测领域中YOLOv8模型精度不足的问题,提出两种改进方法以优化YOLOv8网络模型的火焰检测算法。设计一种改进的EIOU损失函数并引入YOLOv8模型中,通过对比实验确定参数α的最佳取值,使模型的收敛效果和火焰检测精度更佳,增强网络... 针对火焰检测领域中YOLOv8模型精度不足的问题,提出两种改进方法以优化YOLOv8网络模型的火焰检测算法。设计一种改进的EIOU损失函数并引入YOLOv8模型中,通过对比实验确定参数α的最佳取值,使模型的收敛效果和火焰检测精度更佳,增强网络对不同场景下火焰的鲁棒性;引入AttnConv-EMA注意力机制,通过感知权重的非线性优化模型对内容的适应性,增强模型的精度和性能。使用自行建立的火焰检测数据集,基于Pytorch深度学习框架对YOLOv8模型进行训练,并结合不同的损失函数和注意力机制模块对原始的YOLOv8训练模型进行改进。研究结果表明,改进后的YOLOv8模型在火焰检测的检测精度上有显著提升,AttnConv-EMA注意力机制的引入进一步提升了模型的感知能力和精度,满足了火焰检测数据集的检测精度需求。 展开更多
关键词 yolov8 火焰检测 算法优化
在线阅读 下载PDF
基于YOLOv5改进算法的屏蔽门夹人检测系统
9
作者 陈修忻 《城市轨道交通研究》 北大核心 2025年第S1期128-132,共5页
[目的]旨在通过目标检测方法,识别并减少车门夹人事件对城市轨道交通运营的影响,以提升车站的运营效率与安全性。基于YOLOv5改进算法设计屏蔽门夹人检测系统。[方法]基于现场收集含人不同姿态、角度图片共计5384张,将其按8∶2分为训练... [目的]旨在通过目标检测方法,识别并减少车门夹人事件对城市轨道交通运营的影响,以提升车站的运营效率与安全性。基于YOLOv5改进算法设计屏蔽门夹人检测系统。[方法]基于现场收集含人不同姿态、角度图片共计5384张,将其按8∶2分为训练集和测试集;对比YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l模型训练效果,选取YOLOv5m为基准模型并进行改进;在YOLOv5m模型的基础上引入自注意力机制CoTNet网络,并将Neck网络中的FPN(特征金字塔网络)+PAN(路径聚合网络)结构优化为BiFPN(加权双向特征金字塔网络)结构。[结果及结论]改进后的YOLOv5m算法比原算法在测试精度、召回率、平均精度上都有所提高。同时该系统可以实现对单张图片、单个视频、摄像头、视频流以及整个文件夹图片进行目标检测,并在识别到目标物后自动启动报警机制。 展开更多
关键词 城市轨道交通 屏蔽门 夹人检测 yolov5算法 CoTNet网络 加权双向特征金字塔
在线阅读 下载PDF
基于改进YOLOv5s算法的锂电池火灾识别模型
10
作者 张术琳 王澜凝 +1 位作者 文拙 鲁义 《消防科学与技术》 北大核心 2025年第8期1023-1028,共6页
锂电池火灾温度上升迅速,易引起周边物体燃烧,扩大火灾范围;同时,锂电池火灾会产生可燃气体,容易形成爆炸风险,加重火灾的危险性。因此,及时检测锂电池火灾以采取应急救援措施对阻断锂电池连锁事故具有重要意义。本研究基于YOLOv5s算法... 锂电池火灾温度上升迅速,易引起周边物体燃烧,扩大火灾范围;同时,锂电池火灾会产生可燃气体,容易形成爆炸风险,加重火灾的危险性。因此,及时检测锂电池火灾以采取应急救援措施对阻断锂电池连锁事故具有重要意义。本研究基于YOLOv5s算法,添加CA注意力机制增强模型的特征提取能力,并选用Mosaic-9数据增强算法提高模型的泛化能力,同时在模型中添加CIoU损失函数提升模型对小目标火焰的检测精度,建立基于改进YOLOv5s算法的锂电池火灾识别模型,并基于多干扰锂电池火灾数据集训练分析改进前后算法模型的损失函数和评价指标的鲁棒性。结果表明,改进模型的损失值收敛性更好,损失值较低;相比于原算法模型,改进算法模型的精确度提高了2.25%,召回率提升了2.11%,mAP增加了2.98%,F1分数提升了4.14%;改进算法模型在实现46帧/秒的检测速度的同时维持了准确的识别效果,本模型的建立对智能识别锂电池火灾的研究具有参考价值。 展开更多
关键词 锂电池火灾 火灾检测 yolov5s算法 CA注意力机制 Mosaic-9数据增强 CIoU损失函数
在线阅读 下载PDF
多尺度YOLOv5算法检测锂离子电池表面缺陷
11
作者 朱永平 程博 +1 位作者 熊聪 丁聪 《电池》 北大核心 2025年第1期71-77,共7页
针对软包装锂离子电池表面缺陷特征尺度不一、缺陷检测时小目标检测效果差的问题,提出基于改进YOLOv5的软包装锂离子电池表面缺陷检测算法。首先,将感受野注意力卷积(RFCAConv)融合到Bottleneck结构中,并替换主干网络中的卷积层(Conv),... 针对软包装锂离子电池表面缺陷特征尺度不一、缺陷检测时小目标检测效果差的问题,提出基于改进YOLOv5的软包装锂离子电池表面缺陷检测算法。首先,将感受野注意力卷积(RFCAConv)融合到Bottleneck结构中,并替换主干网络中的卷积层(Conv),通过有效提取感受野空间特征,提升模型整体性能;其次,将大型可分离核注意力(LSKA)融合到快速空间金字塔池化(SPPF)模块中,增强多尺度特征的提取能力;最后,将P2目标检测层融入路径聚合网络(PANet),提高模型对边缘细节信息的抓取能力,增强模型对小尺度缺陷特征的提取能力。改进后的YOLOv5s算法,均值平均精度为89.1%,较原模型提高4.8个百分点,每秒帧数达40.0,能够满足软包锂离子电池表面缺陷实时检测的需求。 展开更多
关键词 yolov5算法 锂离子电池 缺陷检测 感受野注意力卷积(RFCAConv) 可分离大核注意力 P2检测层
在线阅读 下载PDF
基于YOLOv5的装载机物料细粒度检测优化算法
12
作者 顾同成 徐武彬 +3 位作者 李冰 李志恒 惠翔禹 何心 《计算机集成制造系统》 EI CSCD 北大核心 2024年第1期239-252,共14页
针对装载机智能铲装过程中缺少对物料细粒度方面的高精度检测算法问题,提出基于YOLOv5改进的物料细粒度目标检测算法。该方法主要利用注意力机制提高模型对细粒度特征的提取能力和对低质量数据的检测能力。为进一步利用注意力优化网络性... 针对装载机智能铲装过程中缺少对物料细粒度方面的高精度检测算法问题,提出基于YOLOv5改进的物料细粒度目标检测算法。该方法主要利用注意力机制提高模型对细粒度特征的提取能力和对低质量数据的检测能力。为进一步利用注意力优化网络性能,提出双线性注意力机制,研究最佳嵌入方案并将软阈值思想与双线性注意力机制结合,以达到缓解低质量数据对模型检测精度影响的目的。实验结果表明,相较于原YOLOv5,双线性注意力机制改进后的网络在高质量样本上的mAP@0.5为93.2%,提高6.0%,每秒检测帧数(FPS)为52.6;嵌入软阈值后,网络在低质量样本上的mAP@0.5为90.2%,提高9.9%,FPS为50.0,满足装载机智能铲装过程对算法检测精度和实时性的要求。 展开更多
关键词 yolov5算法 智能铲装 物料识别 细粒度 注意力机制 目标检测
在线阅读 下载PDF
玻尔兹曼优化Q-learning的高速铁路越区切换控制算法 被引量：2
13
作者 陈永 康婕 《控制理论与应用》 北大核心 2025年第4期688-694,共7页
针对5G-R高速铁路越区切换使用固定切换阈值,且忽略了同频干扰、乒乓切换等的影响,导致越区切换成功率低的问题,提出了一种玻尔兹曼优化Q-learning的越区切换控制算法.首先,设计了以列车位置–动作为索引的Q表,并综合考虑乒乓切换、误... 针对5G-R高速铁路越区切换使用固定切换阈值,且忽略了同频干扰、乒乓切换等的影响,导致越区切换成功率低的问题,提出了一种玻尔兹曼优化Q-learning的越区切换控制算法.首先,设计了以列车位置–动作为索引的Q表,并综合考虑乒乓切换、误码率等构建Q-learning算法回报函数;然后,提出玻尔兹曼搜索策略优化动作选择,以提高切换算法收敛性能;最后,综合考虑基站同频干扰的影响进行Q表更新,得到切换判决参数,从而控制切换执行.仿真结果表明:改进算法在不同运行速度和不同运行场景下,较传统算法能有效提高切换成功率,且满足无线通信服务质量QoS的要求. 展开更多
关键词 越区切换 5G-R Q-learning算法 玻尔兹曼优化策略
在线阅读 下载PDF
基于改进YOLOv5s的小目标检测算法 被引量：15
14
作者 贵向泉 秦庆松 孔令旺 《计算机工程与设计》 北大核心 2024年第4期1134-1140,共7页
针对当前主流目标检测算法对图像中远距离小目标产生的漏检、误检等问题,提出一种改进YOLOv5s的小目标检测算法。在模型训练过程中,通过引入Focal-EIOU定位损失函数,加强边界框的定位精度;在骨干网络中,通过添加小目标检测层,提高小目... 针对当前主流目标检测算法对图像中远距离小目标产生的漏检、误检等问题,提出一种改进YOLOv5s的小目标检测算法。在模型训练过程中,通过引入Focal-EIOU定位损失函数,加强边界框的定位精度;在骨干网络中,通过添加小目标检测层,提高小目标的检测精度;在Neck结构中,通过优化上采样算子和添加注意力机制,加强小目标的特征信息。实验结果表明,改进后的算法在VisDrone数据集上与YOLOv5s算法相比,mAP@small提高了3.2%,且检测速度满足实时性的要求,能够很好地应用于小目标检测任务中。 展开更多
关键词 yolov5s算法 小目标检测 损失函数 上采样算子 骨干网络 注意力机制 特征信息
在线阅读 下载PDF
基于改进YOLOv5s的着装不规范检测算法研究 被引量：7
15
作者 李跃华 仲新 +1 位作者 姚章燕 胡彬 《图学学报》 CSCD 北大核心 2024年第3期433-445,共13页
针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW。首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力... 针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW。首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力;其次,在颈部网络中采用空间和通道重建卷积模块(SCConv)替换原始网络中的卷积模块(Conv),减少模型参数冗余,同时提升模型的精度;最后,在预测部分引入WIoU损失函数更换CIoU损失函数,提高模型泛化能力,加快收敛速度。将改进算法应用到自建餐饮后厨工作人员着装数据集中进行实验,实验表明,改进后的模型检测平均精度提升了4.1%,参数量减少了11.4%。该模型在提高了检测精度的同时降低了网络复杂度,能够满足餐饮后厨工作人员的着装规范检测的要求。 展开更多
关键词 着装规范检测 注意力机制 卷积 损失函数 yolov5s-ESW算法
在线阅读 下载PDF
基于改进YOLOv5s的烟丝制丝生产线小目标杂物检测方法
16
作者 郑银环 陈恩杰 +1 位作者 吴飞 张帅彬 《合肥工业大学学报(自然科学版)》 北大核心 2025年第9期1183-1191,共9页
文章提出一种基于改进YOLOv5s的小目标检测算法,以YOLOv5s算法为基础模型,首先将Focal Loss和EIoU Loss引入模型优化原有的BCE Loss和CIoU Loss,加快模型的收敛速度;其次添加一个目标检测头,提高对小目标杂物的检测精度;最后对比分析不... 文章提出一种基于改进YOLOv5s的小目标检测算法,以YOLOv5s算法为基础模型,首先将Focal Loss和EIoU Loss引入模型优化原有的BCE Loss和CIoU Loss,加快模型的收敛速度;其次添加一个目标检测头,提高对小目标杂物的检测精度;最后对比分析不同类型注意力模块对模型的影响,并将坐标注意力引入模型颈部,加强模型对目标关键特征的提取,提高模型的学习能力。基于自制的杂物数据集对模型进行训练,实验结果表明,相较YOLOv5s算法,改进后的模型在测试集上的精确率、召回率、平均精度均值(mean average precision,mAP)值分别提高4.9%、5.5%、7.3%,识别效果更好,满足实际生产中精确性和实时性要求。 展开更多
关键词 小目标检测 yolov5s算法 注意力机制 检测头 损失函数改进
在线阅读 下载PDF
基于改进YOLOv5s的道路裂缝检测算法 被引量：10
17
作者 任安虎 姜子渊 马晨浩 《激光杂志》 CAS 北大核心 2024年第4期88-94,共7页
为了解决道路巡检系统光学传感器采集的裂缝图像中颜色特征不明显且尺寸不规则造成检测精度不高、泛化能力不足的问题,提出改进YOLOv5s的裂缝检测算法。将结合深度可分离卷积(Depthwise Separable Convolution, DSC)的全局注意力(Global... 为了解决道路巡检系统光学传感器采集的裂缝图像中颜色特征不明显且尺寸不规则造成检测精度不高、泛化能力不足的问题,提出改进YOLOv5s的裂缝检测算法。将结合深度可分离卷积(Depthwise Separable Convolution, DSC)的全局注意力(Global Attention Mechanism, GAM)引入主干特征提取网络,在降低注意力复杂度的同时获得丰富的跨维度特征,增强了裂缝的识别能力;采用空间金字塔软池化网络(Spatial Pyramid Softpool, SPSF),通过Softpool池化保留多维语义以减少信息弥散,提高了边界框回归的准确性;在颈部特征增强网络,运用空洞深度可分离卷积(Atrous DSC)进行下采样,通过扩大感受野加强深层和浅层信息的聚合能力,提高裂缝识别的泛化性。经过在自制道路裂缝数据集上的实验,相较于YOLOv5s,改进算法的mAP提高2.2%,有效提升了道路裂缝检测的准确性和对不同背景下裂缝识别的泛化能力。 展开更多
关键词 道路裂缝检测 yolov5s算法 全局注意力机制 深度可分离卷积 Softpool池化
在线阅读 下载PDF
基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法 被引量：5
18
作者 胡丹丹 张忠婷 《智能系统学报》 CSCD 北大核心 2024年第3期653-660,共8页
在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以... 在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以提升检测速度。其次,在特征融合网络中引入基于感受野模块(receptive field block,RFB)改进的RFB-s,通过模仿人类视觉感知,增强特征图的有效感受野区域,提高网络特征表达能力及对目标特征的可辨识性。最后,使用自适应空间特征融合(adaptively spatial feature fusion,ASFF)方式以提升PANet对多尺度特征融合的效果。实验结果表明,在PASCAL VOC数据集上,所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点,达到84.01%,在满足自动驾驶汽车实时性要求的前提下,在一定程度上减少目标检测时的误检及漏检情况,有效提升模型在复杂驾驶场景下的检测性能。 展开更多
关键词 yolov5s 自动驾驶 目标检测算法 深度可分离卷积 感受野模块 自适应空间特征融合 PANet 多尺度特征融合
在线阅读 下载PDF
基于改进YOLOv5s的碾茶轻量化在线分选方法
19
作者 李兵 朱勇 +3 位作者 夏程龙 李飞龙 蔡振洋 吴昊 《茶叶科学》 北大核心 2025年第5期879-897,共19页
碾茶是生产抹茶的原料,是确保抹茶品质最重要的一环。对碾茶进行快速有效分选是提高成品碾茶品质的重要环节。针对目前碾茶分选环节中存在分选效率低、劳动强度大等问题,提出了一种基于碾茶检测的在线分选方法,搭建了碾茶在线分选试验... 碾茶是生产抹茶的原料,是确保抹茶品质最重要的一环。对碾茶进行快速有效分选是提高成品碾茶品质的重要环节。针对目前碾茶分选环节中存在分选效率低、劳动强度大等问题,提出了一种基于碾茶检测的在线分选方法,搭建了碾茶在线分选试验平台。根据碾茶识别的实时性和轻量化需求,开发了一种基于YOLOv5s-EfficientNet-SimSPPF的碾茶识别模型,模型引入EfficientNet主干网络和SimSPPF模块,在保证识别精度的基础上提高了模型识别速度,缩小模型大小。该研究还提出了一种基于碾茶在线识别结果进行分选的控制算法,以及一种辅助算法,防止分选过程中对工业相机视场域边界上的碾茶进行低精确度的二次识别与二次定位。最后,设计了碾茶在线分选试验,对混合碾茶叶片和梗茎的样品分选平均精度达到97.0%。提出的碾茶在线分选方法可以满足碾茶在线分选的实际需要,可作为抹茶精加工和碾茶分选操作的有效工具,也可为其他农产品的在线识别和连续分选提供参考。 展开更多
关键词 碾茶识别 改进yolov5s算法 在线分选系统
在线阅读 下载PDF
基于改进YOLOv5s算法的禁捕期长江渔船识别及应用研究
20
作者 崔秀芳 王认认 +2 位作者 林浩涛 夏霖波 韩沛霖 《海洋渔业》 CSCD 北大核心 2024年第3期371-380,共10页
长江实行十年禁渔是长江生态环境修复的关键环节,针对禁渔期间长江非法捕捞渔船目标小、背景复杂、流动大等问题,提出了一种基于改进YOLOv5s的目标检测算法。该算法优化多尺度自适应锚框模块,采用改进的K-means++聚类算法,重新匹配适合... 长江实行十年禁渔是长江生态环境修复的关键环节,针对禁渔期间长江非法捕捞渔船目标小、背景复杂、流动大等问题,提出了一种基于改进YOLOv5s的目标检测算法。该算法优化多尺度自适应锚框模块,采用改进的K-means++聚类算法,重新匹配适合长江船舶尺寸的锚框;使用轻量高效的坐标注意力(coordinate attention,CA)机制,提升模型关注目标通道信息特征的能力;采用SPPCSPPC(spatial pyramid pooling and context-aware spatial pyramid pooling combination)对特征图进行池化,提高小目标检测能力;通过构建长江船舶数据集训练得到最优权值模型。结果显示,改进后的模型在准确率、召回率、mAP0.5、mAP0.5∶0.9和原模型相比分别提高了1.5%、3.0%、2.4%、7.7%,且训练过程损失收敛更快,收敛值更低,能够准确快速识别出长江上的渔船目标。研究结果可为长江十年禁渔提供技术支持。 展开更多
关键词 目标检测 yolov5s 聚类算法 注意力机制 空间金字塔池化
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 … 11 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