期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于多任务学习的桃园环境检测方法研究
1
作者 汪语哲 李卓徽 段晓东 《中国农机化学报》 北大核心 2025年第10期146-152,160,共8页
桃园场景复杂,为辅助农业机器人更好地感知环境,快速精准识别桃园中的桃子和道路,针对当前现有的模型任务单一、检测精度低和推理速度慢等实际问题,改进YOLOv5n并提出一种高效的多任务学习网络MTL-YOLO,同时完成目标检测和语义分割两类... 桃园场景复杂,为辅助农业机器人更好地感知环境,快速精准识别桃园中的桃子和道路,针对当前现有的模型任务单一、检测精度低和推理速度慢等实际问题,改进YOLOv5n并提出一种高效的多任务学习网络MTL-YOLO,同时完成目标检测和语义分割两类任务。首先,在YOLOv5n的基础上添加可行驶区域分割检测头,实现对桃子和桃园道路的检测;其次,使用轻量级ShuffleNet V2作为MTL-YOLO的主干网络,在保证检测精度的同时大大降低模型计算量;然后,在模型的Neck部分嵌入RepNCSPELAN4模块,替换掉原有的C3模块,增强模型的特征提取能力,并进一步减少模型计算量;最后,提出一种适用于多任务模型的自适应损失权重调整方法,避免手动优化两类任务损失权重的复杂过程并加强两类任务训练的相关性。结果表明,改进后的MTL-YOLO目标检测精度由原算法的82.1%提高到84.7%;语义分割精度比主流的Mask R-CNN和YOLACT算法分别提高0.3%、2.5%;模型的实时推理速度达到110 f/s。 展开更多
关键词 目标检测 语义分割 多任务学习 轻量化 自适应损失函数
在线阅读 下载PDF
基于改进YOLOv5s的青稞病虫害检测方法
2
作者 陈佳豪 汪语哲 +1 位作者 段晓东 梁凯华 《中国农机化学报》 北大核心 2025年第5期162-168,共7页
青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入... 青稞病虫害检测过程中,目标具有不同尺度、重叠遮挡、模型复杂度高以及实时性差,难以在边缘计算设备上部署等问题,基于此,提出一种多尺度轻量化YOLOv5s的改进方法。首先,使用EfficientViT替换YOLOv5s中的主干网络,通过在主干网络中引入级联的自注意力机制,减少模型复杂程度,同时增加特征提取能力。其次,该方法在模型中引入具有注意力机制的SCP模块,通过聚合空间上的上下文信息,帮助模型更好地提取不同尺度下的特征,在控制参数量提高10%以内的情况下,提高模型对不同尺度病虫害的识别精度。然后,使用C2f替换head部分全部的C3层,进一步提升模型对特征的提取能力。最后,引入具有动态聚焦机制的加权交并比非极大值抑制算法(WIoU)作为损失函数,以此来平衡正负样本。结果表明,相比原始YOLOv5s,改进后的模型参数量减少60%;计算量减少32%,平均精度达到88.7%,平均精度提高2.3%;与主流目标检测算法,如Fast R—CNN、SSD,YOLO系列等模型相比,改进后的融合多尺度的轻量化模型在提升检测精度的同时,降低模型的复杂程度。 展开更多
关键词 青稞病虫害 目标检测 EfficientViT 多尺度特征融合 轻量化
在线阅读 下载PDF
虚拟现实环境下的协同式三维建模方法 被引量:4
3
作者 王浩淼 桑胜举 +3 位作者 段晓东 张伟华 陶体伟 马婷 《图学学报》 CSCD 北大核心 2024年第1期169-182,共14页
三维建模技术在各个领域发挥着重要作用,但以桌面交互为主的三维建模方式仍复杂、抽象且不支持在线协作。为此,借助虚拟现实(VR)技术的沉浸性、交互性、想象性等优点,提出一种VR环境下的网络协同三维建模方法,使得用户以沉浸式的交互方... 三维建模技术在各个领域发挥着重要作用,但以桌面交互为主的三维建模方式仍复杂、抽象且不支持在线协作。为此,借助虚拟现实(VR)技术的沉浸性、交互性、想象性等优点,提出一种VR环境下的网络协同三维建模方法,使得用户以沉浸式的交互方式建立三维模型,并支持多人实时在线可视化协作。首先,提出了一种VR环境下的三维模型绘制交互方式;其次,将三维模型进行分类,提出一种分层构建式的三维模型网格生成算法,用于建立平面模型和立体模型;最后,设计了一种VR环境下的三维建模网络协同模块,并基于Socket通信实现了网络同步。通过与传统三维建模软件的三维建模方法进行对比实验表明,该方法更加简捷、直观和高效,且易于普通用户掌握。 展开更多
关键词 虚拟现实 三维建模 网格生成 网络协同 沉浸式交互
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部