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126篇文章
< 1 2 … 7 >
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YOLOv7-Tiny算法的无人机实时跟踪野生动物方法 被引量：4
1
作者 阎婧宇 谢永华 《野生动物学报》 北大核心 2024年第2期251-261,共11页
借助无人机边缘计算技术监测野生动物的运动状态和种群发展变化已成为科研工作者广泛使用的技术手段。传统跟踪算法算力高,机载边缘设备硬件资源算力不足,在户外复杂的自然环境下难以实现实时跟踪。为解决野外环境中无人机跟踪野生动物... 借助无人机边缘计算技术监测野生动物的运动状态和种群发展变化已成为科研工作者广泛使用的技术手段。传统跟踪算法算力高,机载边缘设备硬件资源算力不足,在户外复杂的自然环境下难以实现实时跟踪。为解决野外环境中无人机跟踪野生动物时遇到树木遮挡和背景干扰导致无法准确实时跟踪的问题,选取东北地区东北虎(Panthera tigris altaica)、狍(Capreolus pygargus mantschuricus)和驯鹿(Rangifer tarandus phylarchus)为研究对象,以YOLOv7-Tiny+Bot-SORT作为检测跟踪的基础框架,提出了一种轻量化的无人机跟踪算法。首先,采用FasterNet网络减少模型冗余计算,增强特征图中目标区域关注度;其次,采用高效通道注意力机制实现局部跨通道交流,降低复杂环境对检测网络的影响,提升网络检测能力;最后,为降低计算成本,替换重识别网络,提高无人机跟踪速度。结果显示:提出的实时跟踪方法准确度(MOTA)和精确度(MOTP)分别达到79.93%和73.48%,跟踪速度从3.4帧/s提升到43.4帧/s。研究表明,提出的算法不仅在提升跟踪精度和速度方面表现出色,而且更适用于算力有限的边缘设备,为保护野生动物的多样性和群体行为研究提供了强大的技术支持。 展开更多
关键词 多目标跟踪 yolov7-tiny算法 野生动物 无人机 轻量化
在线阅读 下载PDF
基于改进YOLOv7-tiny算法的多种类不均衡样本水稻害虫检测 被引量：3
2
作者 李鑫 南新元 《山东农业科学》 北大核心 2024年第6期133-142,共10页
为实现基于机器视觉的田间水稻害虫检测,本研究结合IP102农业害虫数据集及网络资源,建立了含有26类标签的不均衡样本水稻害虫数据集;改进YOLOv7-tiny单阶段目标检测算法,以部分卷积PConv作为主要卷积核,结合极化自注意力机制(Polarized ... 为实现基于机器视觉的田间水稻害虫检测,本研究结合IP102农业害虫数据集及网络资源,建立了含有26类标签的不均衡样本水稻害虫数据集;改进YOLOv7-tiny单阶段目标检测算法,以部分卷积PConv作为主要卷积核,结合极化自注意力机制(Polarized Self-Attention),将提取到的特征进行复杂双向多尺度特征融合,建立了适合多种类不均衡样本的水稻害虫检测模型。结果表明,在加入迁移学习和多尺度训练的条件下,改进后的YOLOv7-tiny检测算法在自建水稻害虫数据集的平均检测精度达到96.4%,单张图片的检测时间为8.8 ms,模型大小为9 055 kb,可实现对田间水稻害虫的快速准确识别,为水稻害虫的智能化检测和防治提供了技术支持。 展开更多
关键词 水稻害虫检测 改进yolov7-tiny算法 部分卷积 极化自注意力机制 特征融合 迁移学习
在线阅读 下载PDF
基于改进YOLOv7-tiny的车辆目标检测算法
3
作者 赵海丽 许修常 潘宇航 《兵工学报》 北大核心 2025年第4期101-111,共11页
为更好地保护人民的生命财产安全,针对目前依靠人力进行交通管理工作时统计不准确、反馈不及时等问题,提出一种适合部署在边缘终端设备上的基于YOLOv7-tiny算法改进的车辆目标检测算法。通过构造深度强力残差卷积块对主干网络的轻量级... 为更好地保护人民的生命财产安全,针对目前依靠人力进行交通管理工作时统计不准确、反馈不及时等问题,提出一种适合部署在边缘终端设备上的基于YOLOv7-tiny算法改进的车辆目标检测算法。通过构造深度强力残差卷积块对主干网络的轻量级高效层聚合网络(Efficient Layer Aggregation Network-Tiny,ELAN-T)模块进行轻量化改进;通过削减分支,对特征融合网络的ELAN-T模块进行轻量化改进,降低网络的参数量和计算量,并对特征融合网络的结构进行重新构造;引入高效通道注意力机制和EIOU边界框损失函数提升算法的精度。在预处理后的UA-DETRAC数据集上实验,改进后的算法参数量相比于原始的YOLOv7-tiny算法降低了15.1%,计算量降低了5.3%,mAP@0.5提升了5.3个百分点。实验结果表明,改进后的算法不仅实现了轻量化,而且检测精度有所提升,适合部署在边缘终端设备上,完成对道路中车辆的检测任务。 展开更多
关键词 车辆检测 yolov7-tiny算法 深度强力残差卷积块 轻量级高效层聚合网络模块
在线阅读 下载PDF
基于改进YOLOv7-tiny的PCB缺陷检测算法
4
作者 侯培国 韩超明 +1 位作者 李宁 宋涛 《燕山大学学报》 北大核心 2025年第2期167-176,共10页
针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池... 针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池化操作掩盖特征图内部有效信息的问题。提出了全局局部门控感知模块,通过选择性特征融合、局部与全局信息结合的方法,降低颈部网络的参数量。基于DeepPCB数据集进行实验得出,改进后的模型较传统模型精度提升了1.5%,参数量和计算量分别下降了66%和20.6%,模型规模降低了66.3%。改进后的算法识别精度高、参数量少、计算量小,可以为PCB缺陷的快速准确识别提供良好的条件。 展开更多
关键词 PCB表面缺陷检测 yolov7-tiny 多尺度捕获模块 全局局部门控感知模块 轻量化
在线阅读 下载PDF
基于改进YOLOv7-tiny的轻量级条码检测算法
5
作者 王正家 丁聪 +3 位作者 庄健 肖喆 程培 杨剑东 《印刷与数字媒体技术研究》 北大核心 2025年第1期71-81,共11页
针对当前复杂工业场景下条码检测精度低、多尺度识别难度大、检测算法复杂度高的问题,本研究提出一种基于改进YOLOv7-tiny的轻量级条码检测算法。首先,针对检测算法复杂度高、难部署到嵌入式设备的问题,引入ShuffleNet v2轻量化网络并... 针对当前复杂工业场景下条码检测精度低、多尺度识别难度大、检测算法复杂度高的问题,本研究提出一种基于改进YOLOv7-tiny的轻量级条码检测算法。首先,针对检测算法复杂度高、难部署到嵌入式设备的问题,引入ShuffleNet v2轻量化网络并将其结构中步长为2的深度可分离卷积修改为空洞卷积来扩大感受野,修改后作为新的特征提取网络。其次,嵌入CBAM(Convolutional Block Attention Module)轻量级注意力机制提高网络特征提取能力,获取更丰富的语义信息,提升小目标检测精度。最后,采用SIoU损失函数替代原始的CIoU损失函数,增强条码定位能力。实验结果表明,改进后的YOLOv7-tiny模型相比原模型的平均精度和速度分别提升了2.36%和19frame/s、参数量和计算量分别减少了0.9MB和1.9G,满足工业场景下条码检测准确度与速度的要求。 展开更多
关键词 条码 深度学习 目标检测 轻量级 yolov7-tiny
在线阅读 下载PDF
基于改进YOLOv7-tiny的硅钢片表面缺陷检测算法
6
作者 李克讷 陈福丁 +2 位作者 李永革 樊香所 陈健民 《组合机床与自动化加工技术》 北大核心 2025年第2期171-176,共6页
针对硅钢片表面缺陷检测容易出现漏检、检测区域不准确、多重检测等问题,提出一种改进YOLOv7-tiny的硅钢片表面缺陷检测算法:SMCS-YOLOv7 tiny算法。首先,基于SimAM注意力机制构建ELAN-SIM模块,增强模型对目标特征信息的提取能力;其次,... 针对硅钢片表面缺陷检测容易出现漏检、检测区域不准确、多重检测等问题,提出一种改进YOLOv7-tiny的硅钢片表面缺陷检测算法:SMCS-YOLOv7 tiny算法。首先,基于SimAM注意力机制构建ELAN-SIM模块,增强模型对目标特征信息的提取能力;其次,使用Mish激活函数代替原网络中的Leaky ReLU激活函数,提高模型的非线性特征提取能力;再次,在Neck层添加CoordConv模块,增强模型的空间感知能力;最后,采用SIoU损失函数加快模型收敛速度。实验结果表明,SMCS-YOLOv7 tiny算法在硅钢片缺陷数据集上的准确度P、召回率R、mAP@0.5分别达到88%、78.1%和85.7%,较原YOLOv7-tiny算法分别提高了2.2%、3%和2.5%。相比传统的硅钢片表面缺陷检测方法,提出的算法实现了更精准检测效果。 展开更多
关键词 缺陷检测 yolov7-tiny 注意力机制 空间感知 损失函数
在线阅读 下载PDF
基于改进YOLOv7-tiny的带钢表面缺陷检测算法 被引量：3
7
作者 阳丽莎 李茂军 +1 位作者 胡建文 王鼎湘 《计算机工程》 北大核心 2025年第1期208-215,共8页
针对带钢表面缺陷检测任务存在的小目标检测效率低、缺陷定位不准确、检测算法参数量大、难以部署在终端设备上等问题,提出一种改进的YOLOv7-tiny检测算法。首先,使用GSConv替换颈部网络中的标准卷积,基于GSConv设计一种改进的高效聚合... 针对带钢表面缺陷检测任务存在的小目标检测效率低、缺陷定位不准确、检测算法参数量大、难以部署在终端设备上等问题,提出一种改进的YOLOv7-tiny检测算法。首先,使用GSConv替换颈部网络中的标准卷积,基于GSConv设计一种改进的高效聚合网络(ELAN-G),保证带钢表面缺陷特征信息被充分融合同时降低算法的参数量;其次,在预测头和颈部网络之间增加针对低分辨率和小缺陷的SPDConv模块,模块生成一个中间特征图,通过对中间特征图中的小缺陷特征信息进行过滤学习得到最终特征图,以此提高预测头对小缺陷的检测精度;最后,引入MPDIoU损失函数,合理利用边界回归框的几何性质,简化损失函数计算过程并提高缺陷定位精度。实验结果表明,在NEU-DET数据集上,改进算法比其他6种先进目标检测算法效果更好,性能更均衡,其平均精度均值(mAP)可达74.1%,且参数量和计算量低于所有对比算法,可应用于工业环境中的带钢表面缺陷检测系统。 展开更多
关键词 yolov7-tiny 目标检测 表面缺陷 GSConv MPDIoU
在线阅读 下载PDF
基于改进YOLOv7-tiny的轻量化道路目标检测算法 被引量：1
8
作者 何泽江 蒋淑霞 柳霞 《汽车技术》 北大核心 2025年第2期9-16,共8页
针对目标检测算法对算力和存储空间的高要求限制其在边缘设备中检测功能实时性的问题,提出了一种基于YOLOv7-tiny改进的轻量化道路目标检测算法。首先,通过K-means++聚类算法生成适合道路目标检测的先验锚框;其次,改进ELAN结构轻量化主... 针对目标检测算法对算力和存储空间的高要求限制其在边缘设备中检测功能实时性的问题,提出了一种基于YOLOv7-tiny改进的轻量化道路目标检测算法。首先,通过K-means++聚类算法生成适合道路目标检测的先验锚框;其次,改进ELAN结构轻量化主干网络,同时提出轻量型多尺度特征(LMS)模块优化颈部网络;最后,使用西格玛线性单元(SiLU)激活函数加速模型收敛,采用MPDIoU损失函数进一步提高检测精度。试验结果表明:改进后的模型参数量减少18.3%,计算量降低15.0%,且所有类别平均检测精度上升1.1%。在Jetson TX2中,使用TensorRT加速后的检测速度达到48帧/s,基本满足道路目标检测的实时性要求。 展开更多
关键词 自动驾驶 yolov7-tiny 道路目标检测 轻量化 Jetson TX2
在线阅读 下载PDF
改进YOLOv7-Tiny的道路裂缝检测算法 被引量：1
9
作者 王启涵 刘超 《计算机工程与应用》 北大核心 2025年第10期372-380,共9页
道路裂缝检测是道路工程中的重要环节。针对现阶段道路裂缝检测算法中准确度低、效率低的问题,提出了一种基于YOLOv7-Tiny的轻量型道路裂缝检测算法YOLOv7-TPSF。引入部分卷积PConv,对原网络中耗参量较多的3×3卷积层进行部分替换,... 道路裂缝检测是道路工程中的重要环节。针对现阶段道路裂缝检测算法中准确度低、效率低的问题,提出了一种基于YOLOv7-Tiny的轻量型道路裂缝检测算法YOLOv7-TPSF。引入部分卷积PConv,对原网络中耗参量较多的3×3卷积层进行部分替换,降低模型的参数量,提升模型的训练速度;结合特征融合网络BiFusion Neck与加权特征金字塔BiFPN的优点,提出了新的特征融合模块Bi-FusFPN,减少网络计算量,强化多尺度特征的融合能力;在输出端添加无参注意力机制SimAM,进一步提高大、中、小三类目标的检测能力。实验结果表明,YOLOv7-TPSF算法相较于YOLOv7-Tiny算法,网络参数量与计算量分别减少了31.7%、34.6%,准确度与检测速度分别提高了3.7%、9.7%,一定程度上满足了道路裂缝检测准确性与实时性的需求。 展开更多
关键词 道路裂缝检测 yolov7-tiny 轻量型 注意力机制 特征融合模块Bi-FusFPN
在线阅读 下载PDF
基于通道剪枝的改进YOLOv7-tiny舰船识别算法 被引量：1
10
作者 张上 熊中越 王恒涛 《电光与控制》 北大核心 2025年第4期31-36,共6页
海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一。针对SAR图像舰船目标检测存在识别精度低、训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上舰船识别算法。首先,采用MobileNe... 海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一。针对SAR图像舰船目标检测存在识别精度低、训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上舰船识别算法。首先,采用MobileNetV3替代原有主干网络,以降低模型的计算量和体积,实现模型轻量化;其次,引入MPDIoU简化计算过程,优化模型的收敛性;最后,通过通道剪枝提高模型精度,同时平衡模型体积和计算量的降低幅度,进一步优化算法模型。实验结果表明,改进算法相对于YOLOv7-tiny,召回率提升了5.85个百分点,mAP提升了3.69个百分点,参数量减少了63.35%,计算量减少了70%。 展开更多
关键词 目标检测 yolov7-tiny SAR图像 轻量化模型 通道剪枝 损失函数
在线阅读 下载PDF
应用MCCW-YOLOv7-tiny研究轻量级玉米田间杂草识别算法
11
作者 王希如 贾仁山 +4 位作者 曹玉莹 刘银川 高新悦 吴佳鑫 贾银江 《东北农业大学学报》 北大核心 2025年第1期124-138,共15页
针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实... 针对玉米田间杂草传统目标检测模型存在体积大、实时性差、精准度低、移动端部署难等问题,提出了改进的轻量级目标检测算法MCCW-YOLOv7-tiny。通过将YOLOv7-tiny主干网络CSPDarknet替换为MobileNet V3模块,降低模型冗余和参数量,满足实时性要求。添加并行网络至主干网络,并在检测头部引入CBAM注意力机制,增强对小目标的关注,提高整体识别精度。损失函数改进为WIoUv3,以动态平衡样本质量,提升模型泛化能力。结果表明:MCCW-YOLOv7-tiny较YOLOv7-tiny,mAP从93.7%提升至95.3%,计算复杂度从13.3 GFLOPs降至6.2 GFLOPs,模型参数量为3.71 M,为复杂环境下的玉米田间杂草检测提供有效技术支持。 展开更多
关键词 yolov7-tiny MobileNet V3 CBAM注意力机制 WIoUv3 玉米 杂草识别
在线阅读 下载PDF
基于改进YOLOv7-tiny的自爆绝缘子检测算法
12
作者 陈佳韵 肖根福 张祥明 《电子测量技术》 北大核心 2025年第7期66-74,共9页
在巡检过程中及时检测出自爆绝缘子能够有效预防电网事故的发生,针对卷积神经网络训练所需内存较大和检测速度慢,在移动设备上进行实时检测没有优势的问题,提出了改进的YOLOv7-tiny绝缘子自爆故障检测算法。首先,在YOLOv7-tiny算法中引... 在巡检过程中及时检测出自爆绝缘子能够有效预防电网事故的发生,针对卷积神经网络训练所需内存较大和检测速度慢,在移动设备上进行实时检测没有优势的问题,提出了改进的YOLOv7-tiny绝缘子自爆故障检测算法。首先,在YOLOv7-tiny算法中引入动态蛇形卷积并设计更为高效的动态蛇形层聚网络增加感受野;随后引入Gold-YOLO网络增强中间层的信息融合;而后使用MPDIoU损失函数减少预测边界的冗余;最后设计一套自爆绝缘子检测系统,以便巡检人员在海量图片中快速查找出自爆绝缘子。研究结果表明:改进后算法的均值平均精度为96.3%,比YOLOv7-tiny算法提高了1.1%。改进后算法对自爆绝缘子的平均精度达到99.5%,比YOLOv7-tiny算法提高了0.2%并比YOLOv7算法高出0.1%,而且改进后算法的规模仅为YOLOv7算法的28%且帧率提升了11.3,达到了60.6。改进后的算法在保证识别精度的同时能满足实时检测的需求。 展开更多
关键词 绝缘子 yolov7-tiny 动态蛇形卷积 Gold-YOLO MPDIoU损失函数
在线阅读 下载PDF
基于Ghost高效层聚合网络的多尺度融合YOLOv7-tiny改进算法
13
作者 欧阳玉旋 张荣芬 +1 位作者 刘宇红 彭垚潘 《计算机工程与科学》 北大核心 2025年第8期1437-1448,共12页
针对现有的大多数神经网络参数量大、推理速度慢、检测性能低且不便于部署边缘设备等问题,提出一种改进的YOLOv7-tiny算法。首先,根据原算法模型的结构特点,引入Ghost-ELAN模块以大幅度压缩模型;其次,使用Ghost Bottleneck-2代替网络Nec... 针对现有的大多数神经网络参数量大、推理速度慢、检测性能低且不便于部署边缘设备等问题,提出一种改进的YOLOv7-tiny算法。首先,根据原算法模型的结构特点,引入Ghost-ELAN模块以大幅度压缩模型;其次,使用Ghost Bottleneck-2代替网络Neck部分的卷积,进一步降低模型的规模;然后,使用多尺度融合模块Ghost-SPPCSPC提升模型对特征信息的理解能力,并采用GhostConv替换输出层卷积,在降低普通卷积冗余性的同时最大程度地利用模型中的语义信息;最后,使用迁移学习的方法,让模型学习到丰富的通用特征,提高模型的性能。实验结果表明,改进模型的参数量和模型大小较原模型分别降低和减小了57.19%和55.28%,实现了对原模型的重量级压缩,并提升了模型的精度,FPS达到了278,使模型达到快速、高效和便携的目的,更易于部署在边缘设备上。 展开更多
关键词 yolov7-tiny GHOST 多尺度融合模块 迁移学习 边缘设备部署
在线阅读 下载PDF
ZZX-YOLO:改进YOLOv7-tiny的钢材缺陷检测算法
14
作者 周赵轩 曹岩 《计算机工程与应用》 北大核心 2025年第16期315-323,共9页
针对钢材表面缺陷尺寸变化大,采集图像特征不明显,导致传统缺陷检测方法在实际应用中容易出现漏检、检测效率低和不易部署在移动端设备中等问题,提出了一种面向工业环境的轻量化钢材表面缺陷检测方法ZZX-YOLO。针对普通卷积计算量大的问... 针对钢材表面缺陷尺寸变化大,采集图像特征不明显,导致传统缺陷检测方法在实际应用中容易出现漏检、检测效率低和不易部署在移动端设备中等问题,提出了一种面向工业环境的轻量化钢材表面缺陷检测方法ZZX-YOLO。针对普通卷积计算量大的问题,提出一种新的轻量级卷积技术ZZXConv,增强了特征图的纹理特征,抑制了冗余信息,促进了检测精度和速度的提升;基于ZZXConv设计了一种全新的ZZX残差模块,实现了更丰富的特征聚合,增强了特征提取能力,并且设计了ZZX_CSPC模块取代YOLOv7-tiny颈部结构中的ELAN-tiny,提高特征的表达能力和弱化无关的特征信息,以实现更高的计算成本效益。使用K-means++算法重新聚类生成先验框,提高了检测精度和检测速度。实验结果表明,改进的算法在数据集上的平均精度达到了63.13%,相比于原算法,精确度提高了7.70个百分点,参数量下降了8.53%,证明了ZZX-YOLO的有效性。 展开更多
关键词 轻量化钢材表面缺陷检测 yolov7-tiny ZZXConv ZZX_CSPC模块 ZZX-YOLO
在线阅读 下载PDF
基于改进YOLOv7-Tiny的变电设备红外图像识别 被引量：1
15
作者 邓长征 刘明泽 +2 位作者 付添 弓萌庆 骆冰洁 《红外技术》 北大核心 2025年第1期44-51,共8页
针对复杂背景下变电设备红外图像目标识别精度不高、识别速度慢的问题,本文提出一种基于改进YOLOv7-Tiny的变电设备红外图像识别算法。首先,引入轻量级瓶颈结构GhostNetV2 BottleNeck替换部分CBS模块构建轻量级高效聚合网络L-ELAN(Light... 针对复杂背景下变电设备红外图像目标识别精度不高、识别速度慢的问题,本文提出一种基于改进YOLOv7-Tiny的变电设备红外图像识别算法。首先,引入轻量级瓶颈结构GhostNetV2 BottleNeck替换部分CBS模块构建轻量级高效聚合网络L-ELAN(Lightweight-Efficient Layer Aggregation Network),同时在特征提取阶段嵌入CA(Coordinate Attention)注意力机制,在降低网络参数量的同时加强网络对目标关键特征的提取,提升检测精度;将网络坐标损失函数替换为SIoU Loss,以提升锚框定位精度和网络收敛速度;在变电设备红外数据集上进行测试,结果表明,改进后网络的精确率达到96.28%,检测速率达到26.42 frame/s,模型大小降低至7.82 M。与YOLOv7-Tiny原算法相比较,本文算法在提升识别精度的同时将检测速率提升21.69%,模型大小减少36.89%,可以满足变电站设备的精准实时识别要求,为后续的变电站设备故障诊断奠定基础。 展开更多
关键词 变电设备 红外图像识别 yolov7-tiny 注意力机制 轻量化
在线阅读 下载PDF
基于通道剪枝的YOLOv7-tiny输电线路异物检测算法 被引量：6
16
作者 孙阳 李佳 《计算机工程与应用》 CSCD 北大核心 2024年第14期319-328,共10页
针对输电线路异物检测精度不佳且模型庞大的问题,提出了基于通道剪枝的改进YOLOv7-tiny算法用于输电线路异物检测。用ReXNet网络替代了YOLOv7-tiny的骨干网络改进原网络的特征瓶颈问题。引入了多样化分支块从而增加网络特征融合能力,通... 针对输电线路异物检测精度不佳且模型庞大的问题,提出了基于通道剪枝的改进YOLOv7-tiny算法用于输电线路异物检测。用ReXNet网络替代了YOLOv7-tiny的骨干网络改进原网络的特征瓶颈问题。引入了多样化分支块从而增加网络特征融合能力,通过基于层自适应幅度的修剪(LAMP)剪枝方案损失一定精度换取模型体积、运算量的降低,为下一步部署到嵌入式设备做好准备。实验结果表明,最终的改进模型相对于YOLOv7-tiny模型精度上提升3个百分点,FPS提升原来的119.4%,模型大小压缩到原来的14%。 展开更多
关键词 输电线路 yolov7-tiny算法 通道剪枝 异物检测
在线阅读 下载PDF
基于改进YOLOv7的无人机图像小目标检测算法
17
作者 金涛 李昭蒂 《实验室研究与探索》 北大核心 2025年第7期118-124,143,共8页
针对无人机图像背景复杂、遮挡及尺度变化导致的小目标错检和漏检问题,提出基于YOLOv7算法的小目标检测改进模型。该模型通过引入坐标注意力机制(CA)优化特征提取,使用自适应激活函数(ACON)增强网络非线性表达能力;同时,采用NWD作为新... 针对无人机图像背景复杂、遮挡及尺度变化导致的小目标错检和漏检问题,提出基于YOLOv7算法的小目标检测改进模型。该模型通过引入坐标注意力机制(CA)优化特征提取,使用自适应激活函数(ACON)增强网络非线性表达能力;同时,采用NWD作为新度量改进损失函数,以更精确衡量边界框相似性。此外,使用轻量级上采样算子CARAFE扩大感受野并聚合上下文信息。在VisDrone2019和NWPU VHR-10数据集上的实验表明,改进算法与原算法相比,mAP0.5和mAP0.5∶0.95指标均有显著提升,且与其他主流算法相比,检测精度也有明显优势。该方法为复杂环境下无人机图像小目标检测的实际应用提供了技术支撑,有助于推动相关领域的技术进步。 展开更多
关键词 无人机图像 yolov7算法 小目标检测 注意力机制 激活函数
在线阅读 下载PDF
基于改进YOLOv7的MODF端口状态检测算法
18
作者 胡朝举 郭凤仪 《计算机工程》 北大核心 2025年第2期78-85,共8页
人工巡检的管理方式导致光纤总配线架(MODF)端口状态的信息准确率较低,无法区分占用端口与虚占端口。针对MODF资源管理中的端口状态识别问题,提出一种改进的YOLOv7目标检测模型。鉴于数据集采集困难且类别不均衡,采用多种数据增强方法... 人工巡检的管理方式导致光纤总配线架(MODF)端口状态的信息准确率较低,无法区分占用端口与虚占端口。针对MODF资源管理中的端口状态识别问题,提出一种改进的YOLOv7目标检测模型。鉴于数据集采集困难且类别不均衡,采用多种数据增强方法来扩充数据集;在骨干网络中使用共享权重的感受野扩大模块(RFEM),扩大端口目标的感受野,减少训练过程中的过拟合风险;提出F-EMA注意力模块,以提高对空间上下文信息的利用率,减少因端口接近或被遮挡而导致的漏检、误检等情况;使用NWD损失函数替代交并比(IoU)度量,减轻对小目标位置偏差的敏感性,提升密集小物体检测准确率。实验结果表明,改进模型的mAP@0.5值达到98.8%,相比原Yolov7模型提升了2百分点,mAP@0.5∶0.95值达到63.8%,提升了9.5百分点,提高了MODF端口资源利用率,满足智能巡检系统对于端口占用状态识别准确率的基本要求。 展开更多
关键词 深度学习 yolov7算法 光纤总配线架 损失函数 感受野扩大模块 注意力模块
在线阅读 下载PDF
基于YOLOv7-tiny改进的交通标志小目标实时检测算法 被引量：1
19
作者 牟家宇 南新元 《科学技术与工程》 北大核心 2024年第30期13072-13079,共8页
在自然环境下精确实时地检测交通标志小目标对自动驾驶和智慧交通有着重要意义,然而现有算法难以平衡速度与精度的问题。基于YOLOv7-tiny算法,提出了一种改进YOLOv7-tiny的交通标志小目标实时检测算法,即YOLO-T算法。采用条件参数化卷积... 在自然环境下精确实时地检测交通标志小目标对自动驾驶和智慧交通有着重要意义,然而现有算法难以平衡速度与精度的问题。基于YOLOv7-tiny算法,提出了一种改进YOLOv7-tiny的交通标志小目标实时检测算法,即YOLO-T算法。采用条件参数化卷积(CondConv)结构,提升了骨干网络的特征提取能力。为增强对小目标的定位准确度并保证检测速度,设计了TinyFPN特征融合网络结构和ELAN-P网络聚合层。为了验证YOLO-T算法的有效性,在TT100K数据集上做了消融实验和对比实验。实验结果表明,在训练样本及训练设备参数相同的情况下,YOLO-T比YOLOv7-tiny算法的均值平均精度(mAP)提升了16.8%,并且单张图片的检测时间仅10.2 ms。可见,所提的YOLO-T算法能够平衡交通标志小目标的检测速度与精度。 展开更多
关键词 交通标志检测 小目标 YOLO-T算法 yolov7-tiny算法
在线阅读 下载PDF
基于改进YOLOv7-tiny的道路病害检测算法 被引量：3
20
作者 谢国波 林松泽 +2 位作者 林志毅 吴陈锋 梁立辉 《图学学报》 CSCD 北大核心 2024年第5期987-997,共11页
针对目前道路病害检测方法参数量较大、小目标病害检测效果差且易出现误检、漏检的问题,提出一种基于改进YOLOv7-tiny的道路病害检测算法。引入深度可分离卷积(DSC)和无参注意力机制(SimAM)设计ELAN-SimAM-D结构,减少计算量和参数量以... 针对目前道路病害检测方法参数量较大、小目标病害检测效果差且易出现误检、漏检的问题,提出一种基于改进YOLOv7-tiny的道路病害检测算法。引入深度可分离卷积(DSC)和无参注意力机制(SimAM)设计ELAN-SimAM-D结构,减少计算量和参数量以实现轻量化,同时加强模型的特征提取和特征融合的能力;引入自适应指数加权池化和自适应融合设计SPPAda结构作为空间金字塔池化结构,增强道路病害信息的保留程度,降低病害的漏检;新增P2小目标网络层,加强对较小目标病害的检测能力,提高模型的检测精度;设计新的损失函数NWD-EIOU替换原CIOU损失函数,提高小目标定位的精度。实验结果表明,相较于原始的YOLOv7-tiny算法,改进后的YOLOv7-tiny算法在自建实验数据集下mAP@0.5达到83.14%,提升了3.50%,召回率上提升了4.96%,模型的参数量降低了33.84%,能够满足道路病害检测的需求。 展开更多
关键词 yolov7-tiny 道路病害检测 自适应指数加权池化 SimAM注意力机制 SPPAda结构 P2小目标网络层
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 … 7 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