期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BiFPN优化的YOLOv8架构在皮革缺陷识别中的应用
1
作者
唐灏
陈法明
+1 位作者
冯志鹏
何凌志
《皮革科学与工程》
北大核心
2025年第5期22-30,60,共10页
传统的图像处理方法难以有效应对复杂背景和不同尺度的缺陷,文章提出了一种融合双向特征金字塔网络(BiFPN)的YOLOv8架构优化策略,旨在提升皮革缺陷识别的精度和效率。YOLOv8作为一种高效的目标检测框架,结合BiFPN的多尺度特征融合优势,...
传统的图像处理方法难以有效应对复杂背景和不同尺度的缺陷,文章提出了一种融合双向特征金字塔网络(BiFPN)的YOLOv8架构优化策略,旨在提升皮革缺陷识别的精度和效率。YOLOv8作为一种高效的目标检测框架,结合BiFPN的多尺度特征融合优势,增强了模型在复杂背景下的特征提取能力。通过在YOLOv8中引入BiFPN模块,模型能够更好地捕捉不同尺度的皮革缺陷,并通过优化后的损失函数进一步提高识别的准确性和稳定性。实验结果表明,改进前的YOLOv8权重为6.3 MB,改进后降至4.3 MB,且mAP50提高了0.2%。该优化策略相较于传统方法和未融合BiFPN的YOLOv8,提升了识别精度和识别速度,优化了YOLOv8框架在皮革缺陷检测中的有效性及实际应用潜力。
展开更多
关键词
BiFPN
YOLOv8
皮革
缺陷识别
目标检测
多尺度特征融合
深度学习
优化策略
在线阅读
下载PDF
职称材料
题名
基于BiFPN优化的YOLOv8架构在皮革缺陷识别中的应用
1
作者
唐灏
陈法明
冯志鹏
何凌志
机构
江门职业技术学院
暨南大学信息科学技术学院
广州市清北智能科技
有限公司
江苏居易机器人有限公司
江苏
师范大学
出处
《皮革科学与工程》
北大核心
2025年第5期22-30,60,共10页
文摘
传统的图像处理方法难以有效应对复杂背景和不同尺度的缺陷,文章提出了一种融合双向特征金字塔网络(BiFPN)的YOLOv8架构优化策略,旨在提升皮革缺陷识别的精度和效率。YOLOv8作为一种高效的目标检测框架,结合BiFPN的多尺度特征融合优势,增强了模型在复杂背景下的特征提取能力。通过在YOLOv8中引入BiFPN模块,模型能够更好地捕捉不同尺度的皮革缺陷,并通过优化后的损失函数进一步提高识别的准确性和稳定性。实验结果表明,改进前的YOLOv8权重为6.3 MB,改进后降至4.3 MB,且mAP50提高了0.2%。该优化策略相较于传统方法和未融合BiFPN的YOLOv8,提升了识别精度和识别速度,优化了YOLOv8框架在皮革缺陷检测中的有效性及实际应用潜力。
关键词
BiFPN
YOLOv8
皮革
缺陷识别
目标检测
多尺度特征融合
深度学习
优化策略
Keywords
BiFPN
YOLOv8
leather
defect recognition
object detection
multi-scale feature fusion
deep learning
optimization strategy
分类号
TP391.4 [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
作者
出处
发文年
被引量
操作
1
基于BiFPN优化的YOLOv8架构在皮革缺陷识别中的应用
唐灏
陈法明
冯志鹏
何凌志
《皮革科学与工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
