检索结果-维普期刊中文期刊服务平台

基于MOMP-YOLOv8的交通标志检测算法研究: 1; 作者王海瑞贺存龙朱贵富《计量学报》北大核心 2025年第9期1385-1394,共10页; 针对交通标志的图像背景较复杂和小目标占比较大的问题,提出了一种基于MOMP-YOLOv8的交通标志检测改进算法。首先,在颈部网络引入混合局部通道注意力模块,其通过结合使用局部信息和全局信息以提高网络检测精度,增强特征提取网络的表达能... 展开更多; 关键词交通标志检测 MOMP-YOLOv8 混合局部通道注意力全维动态卷积 PIoU损失函数; 在线阅读下载PDF 职称材料

基于改进RT-DETR的葡萄叶片病害检测: 2; 作者王海瑞胡灿 +1 位作者朱贵富蒋晨《湖南农业大学学报(自然科学版)》北大核心 2025年第4期117-124,共8页; 针对葡萄叶片相似表现症状的病害识别率较低及细小病害检测困难的问题,提出一种基于改进RT-DETR网络的葡萄叶片病害检测方法。首先,采用坐标注意力(CA)机制对可变形卷积网络v2(DCNv2)模块进行改进,构建DCNv2_CA模块以增强目标特征的提... 展开更多; 关键词葡萄叶片目标检测病害检测 RT-DETR 注意力机制可变形卷积网络高低频特征交互聚合–分发机制; 在线阅读下载PDF 职称材料

基于优化MobileViT模型的轻量化田间杂草识别: 3; 作者李亚陈晓东 +1 位作者王海瑞朱贵富《华中农业大学学报》北大核心 2025年第4期192-203,共12页; 针对农业环境中杂草与作物幼苗的识别挑战,提出一种基于优化MobileViT模型的轻量化识别方法。首先引入SimAM注意力机制,增强模型对特征的注意力能力,使用SCConv卷积模块减少卷积神经网络中特征的空间和通道冗余来降低计算成本和模型存储... 展开更多; 关键词作物幼苗杂草识别智能农业 MobileViT 轻量化 SimAM注意力; 在线阅读下载PDF 职称材料

基于改进CenterNet算法的番茄叶片病害检测: 4; 作者李亚蒋晨 +2 位作者王海瑞朱贵富胡灿《浙江大学学报(工学版)》北大核心 2025年第11期2370-2378,共9页; 为了解决在传统番茄叶片病害检测中出现的误检和漏检现象,提出基于改进CenterNet算法的番茄叶片病害检测模型.构建融合注意力机制的特征融合模块,增强模型的跨尺度特征融合能力.在骨干网络中加入多分支卷积模块RFB,扩大感受野,加强对目... 展开更多; 关键词番茄叶片病害 CenterNet 特征融合金字塔卷积多分支卷积; 在线阅读下载PDF 职称材料

基于CoAtNet-LSTM模型的多传感器信息融合刀具磨损预测: 5; 作者李亚尚轩丞 +1 位作者王海瑞朱贵富《计量学报》 2025年第10期1433-1445,共13页; 基于长短时记忆网络(LSTM)与CoAtNet网络,提出了一种刀具磨损预测CoAtNet-LSTM模型。在时域、频域、时频域中提取传感器信号特征,并通过孤立森林算法进行信号特征异常值处理,再将其输入预测模型中获得刀具磨损预测值并通过Hyperband算... 展开更多; 关键词几何量计量刀具磨损 CoAtNet-LSTM模型长短期时间记忆网络 Hyperband算法孤立森林算法; 在线阅读下载PDF 职称材料

题名基于MOMP-YOLOv8的交通标志检测算法研究: 1; 作者王海瑞贺存龙朱贵富; 机构昆明理工大学信息工程与自动化学院昆明理工大学信息化建设管理中心昆明理工大学-曙光信息产业股份有限公司ai联合研究中心; 出处《计量学报》北大核心 2025年第9期1385-1394,共10页; 文摘针对交通标志的图像背景较复杂和小目标占比较大的问题,提出了一种基于MOMP-YOLOv8的交通标志检测改进算法。首先,在颈部网络引入混合局部通道注意力模块,其通过结合使用局部信息和全局信息以提高网络检测精度,增强特征提取网络的表达能力;其次,在主干网络使用全维动态卷积,以提升模型的目标特征提取能力;然后,提出一种多层次的自适应空间特征融合检测头,其在检测层增加一个160×160的小目标检测头来提高对小目标的检测能力;最后,通过使用PIoU改进损失函数,进一步提升模型收敛速度与检测性能。在中国交通标志检测数据集CCTSDB 2021进行实验验证,结果表明,改进算法相较于基线YOLOv8n算法检测精确率、召回率、mAP值分别领先了0.9%、1.8%和1.4%,总体检测性能优于其他主流目标检测算法。; 关键词交通标志检测 MOMP-YOLOv8 混合局部通道注意力全维动态卷积 PIoU损失函数; Keywords traffic sign detection MOMP-YOLOv8 mixed local channel attention omni-dimensional dynamic convolution PIoU loss function; 分类号 TB96 [机械工程—光学工程] TB973 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于改进RT-DETR的葡萄叶片病害检测: 2; 作者王海瑞胡灿朱贵富蒋晨; 机构昆明理工大学信息工程与自动化学院昆明理工大学信息化建设管理中心昆明理工大学-曙光信息产业股份有限公司ai联合研究中心; 出处《湖南农业大学学报(自然科学版)》北大核心 2025年第4期117-124,共8页; 基金国家自然科学基金项目(61863016)。; 文摘针对葡萄叶片相似表现症状的病害识别率较低及细小病害检测困难的问题,提出一种基于改进RT-DETR网络的葡萄叶片病害检测方法。首先,采用坐标注意力(CA)机制对可变形卷积网络v2(DCNv2)模块进行改进,构建DCNv2_CA模块以增强目标特征的提取能力,并在模型的主干特征提取部分加入DCNv2_CA模块来提高模型对病害深层关键特征的提取能力;其次,在模型的特征交互模块中引入高低频特征交互(HiLo)注意力机制,使模型能同时关注特征的高低频信息,提高模型对葡萄细小病害的检测能力;最后,用聚合–分发机制重构模型的跨层融合网络,使其能更充分地融合各个层级之间的信息,进一步提升模型对相似表型症状病害的识别性能。结果表明:改进RT-DETR模型的病害检测准确率、召回率和平均精度均值分别达到了90.8%、89.5%和93.4%,相较于初始模型分别提升了5.4、3.9和5.6个百分点,且相对于其他模型也具有明显的优势。综上可见,改进后的RT-DETR模型能够准确地实现葡萄叶片病害检测。; 关键词葡萄叶片目标检测病害检测 RT-DETR 注意力机制可变形卷积网络高低频特征交互聚合–分发机制; Keywords grape leaves object detection disease detection RT-DETR attention mechanism deformable convolution network high-low frequency feature interactions gather-and-distribute mechanism; 分类号 S436.631 [农业科学—农业昆虫与害虫防治] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于优化MobileViT模型的轻量化田间杂草识别: 3; 作者李亚陈晓东王海瑞朱贵富; 机构昆明理工大学信息工程与自动化学院昆明理工大学信息化建设管理中心昆明理工大学-曙光信息产业股份有限公司ai联合研究中心; 出处《华中农业大学学报》北大核心 2025年第4期192-203,共12页; 基金国家自然科学基金项目(61863016)。; 文摘针对农业环境中杂草与作物幼苗的识别挑战,提出一种基于优化MobileViT模型的轻量化识别方法。首先引入SimAM注意力机制,增强模型对特征的注意力能力,使用SCConv卷积模块减少卷积神经网络中特征的空间和通道冗余来降低计算成本和模型存储,同时提高卷积模块性能;提出联合使用Label Smoothing Loss和Cross Entropy Loss的损失函数策略,提升模型的泛化性能,降低过拟合风险,并加速模型的收敛过程。选取12种田间常见作物幼苗与杂草图像作为训练数据集评估改进模型MobileViT-SS的性能,结果显示,改进模型的平均识别准确率、精确度、召回率、F_1分数分别达到95.91%、95.97%、95.46%、95.69%,均优于当前广泛使用的深度神经网络模型VGG-16、ResNet-18和MobileNetv3。结果表明,改进模型MobileViT-SS能够精准、快速区分多种形态相似的杂草与作物幼苗。; 关键词作物幼苗杂草识别智能农业 MobileViT 轻量化 SimAM注意力; Keywords crop seedlings identification of weed intelligent agriculture MobileViT lightweight SimAM attention; 分类号 S451 [农业科学—植物保护] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进CenterNet算法的番茄叶片病害检测: 4; 作者李亚蒋晨王海瑞朱贵富胡灿; 机构昆明理工大学信息工程与自动化学院昆明理工大学信息化建设管理中心昆明理工大学-曙光信息产业股份有限公司ai联合研究中心; 出处《浙江大学学报(工学版)》北大核心 2025年第11期2370-2378,共9页; 基金国家自然科学基金资助项目(61863016).; 文摘为了解决在传统番茄叶片病害检测中出现的误检和漏检现象,提出基于改进CenterNet算法的番茄叶片病害检测模型.构建融合注意力机制的特征融合模块,增强模型的跨尺度特征融合能力.在骨干网络中加入多分支卷积模块RFB,扩大感受野,加强对目标特征的提取能力.在骨干网络中引入金字塔卷积PyConv,通过计算不同尺度的感受野来强化多尺度特征的提取,减少信息损失.设计剪枝优化策略,减少引入模块给模型参数量和计算量带来的影响.试验结果显示,改进后模型的准确率、召回率、mAP_(50)和mAP_(50:95)达到96.3%、80.2%、91.4%和78.7%.利用提出的模型,能够有效地提升番茄叶片病害检测的准确性,模型具有良好的泛化性.; 关键词番茄叶片病害 CenterNet 特征融合金字塔卷积多分支卷积; Keywords tomato leaf disease CenterNet feature fusion pyramid convolution multi-branch convolution; 分类号 TP391 [自动化与计算机技术—计算机应用技术] S24 [农业科学—农业电气化与自动化]; 在线阅读下载PDF 职称材料

题名基于CoAtNet-LSTM模型的多传感器信息融合刀具磨损预测: 5; 作者李亚尚轩丞王海瑞朱贵富; 机构昆明理工大学信息工程与自动化学院; 出处《计量学报》 2025年第10期1433-1445,共13页; 基金国家自然科学基金(61863016)。; 文摘基于长短时记忆网络(LSTM)与CoAtNet网络,提出了一种刀具磨损预测CoAtNet-LSTM模型。在时域、频域、时频域中提取传感器信号特征,并通过孤立森林算法进行信号特征异常值处理,再将其输入预测模型中获得刀具磨损预测值并通过Hyperband算法优化模型超参数。应用PHM2010数控铣床刀具数据集验证训练模型的预测精度。实验结果表明,该模型的决定系数相较于原CoAtNet和LSTM网络模型平均提升了12.73%、16.44%。; 关键词几何量计量刀具磨损 CoAtNet-LSTM模型长短期时间记忆网络 Hyperband算法孤立森林算法; Keywords geometric measurement tool wear CoAtNet-LSTM model long and short term temporal memory networks hyperband algorithm isolation forest; 分类号 TB92 [一般工业技术] TB936 [机械工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于MOMP-YOLOv8的交通标志检测算法研究	王海瑞贺存龙朱贵富	《计量学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于改进RT-DETR的葡萄叶片病害检测	王海瑞胡灿朱贵富蒋晨	《湖南农业大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于优化MobileViT模型的轻量化田间杂草识别	李亚陈晓东王海瑞朱贵富	《华中农业大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于改进CenterNet算法的番茄叶片病害检测	李亚蒋晨王海瑞朱贵富胡灿	《浙江大学学报(工学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于CoAtNet-LSTM模型的多传感器信息融合刀具磨损预测	李亚尚轩丞王海瑞朱贵富	《计量学报》	2025		在线阅读下载PDF 职称材料