基于轻量级算法的水上垃圾小目标检测研究 被引量：4

1

作者 徐尽达 陈慈发 张上 《电子测量技术》 北大核心 2024年第18期145-154,共10页

针对水上漂浮垃圾检测中微小目标物体数量占比高、检测画面易受到水面波动和岸边环境反光等多重因素的干扰、检测模型庞大的参数量和计算量对终端的部署的设备性能要求高等问题,拟提出一种轻量化、高精度、实时性的检测模型LS-YOLO。首... 针对水上漂浮垃圾检测中微小目标物体数量占比高、检测画面易受到水面波动和岸边环境反光等多重因素的干扰、检测模型庞大的参数量和计算量对终端的部署的设备性能要求高等问题,拟提出一种轻量化、高精度、实时性的检测模型LS-YOLO。首先,该算法利用HS-FPN金字塔网络设计构造YOLOv8的Neck网络结构,构建的网络结构牺牲小部分精度,显著降低了模型的参数数量和计算复杂度。其次,通过引入CAA上下文锚定注意机制改进HS-FPN,捕获远程上下文信息来回升检测精度。然后通过更换损失函数为具有动态聚焦机制的Wise-IoUv3,大幅提升检测效果,增加模型鲁棒性。最后,使用LAMP剪枝技术对模型进行剪枝,减小模型的参数量和计算量。实验结果表明,改进后的LS-YOLO相比基准模型mAP50提升了0.9%,回归率提升了3.2%,参数量降至基准模型的19.83%,计算量降至基线的44.44%,模型大小降至基线的22.22%。经过优化后的检测算法不仅显著提升了检测性能与特征提取的精准度,同时也便于在资源受限的硬件平台上的部署操作。 展开更多

关键词 水上垃圾检测 轻量化 小目标 损失函数 通道剪枝

在线阅读 下载PDF 职称材料

基于微服务架构质量追溯平台的负载均衡算法 被引量：3

2

作者 陈开奇 张上 +2 位作者 张卓 吴迪 无 《计算机工程与设计》 北大核心 2025年第2期345-352,共8页

为解决物联网平台在高并发场景中负载失衡等问题,从平台架构和负载均衡算法出发,设计一种基于微服务架构与MQTT协议的质量追溯平台。通过将功能模块拆分为多个微服务,较大程度地提高平台的稳定性和可拓展性。对负载均衡算法进行改进,从... 为解决物联网平台在高并发场景中负载失衡等问题,从平台架构和负载均衡算法出发,设计一种基于微服务架构与MQTT协议的质量追溯平台。通过将功能模块拆分为多个微服务,较大程度地提高平台的稳定性和可拓展性。对负载均衡算法进行改进,从优先级调度入手,分析用户请求的关键影响因素,采取AHP中的算术平均法计算影响因素的权重,以此设计响应指数函数,根据此函数计算请求响应值。提出服务器综合权重计算模型,结合集群节点负载状况的实时性,对用户请求进行动态调度,充分利用集群节点资源。实验结果表明,改进后算法可以有效减少请求响应时间。 展开更多

关键词 物联网平台 微服务 高并发 响应指数 服务器综合权重计算模型 负载均衡 集群

在线阅读 下载PDF 职称材料

基于综合积分机制的权益证明共识算法改进研究

3

作者 鲁明 陈慈发 董方敏 《计算机工程》 北大核心 2025年第1期148-155,共8页

共识机制是区块链的核心。权益证明(PoS)作为一种共识机制,与工作量证明(PoW)相比显著降低了资源的消耗。但PoS中积极的低权益诚实节点难以获得记账权,除此之外,还存在节点区块验证不积极、币龄累计攻击和出块奖励分配不合理的安全问题... 共识机制是区块链的核心。权益证明(PoS)作为一种共识机制,与工作量证明(PoW)相比显著降低了资源的消耗。但PoS中积极的低权益诚实节点难以获得记账权,除此之外,还存在节点区块验证不积极、币龄累计攻击和出块奖励分配不合理的安全问题。为此,提出了一种基于PoS的改进方案。首先,通过引入积分机制来提升积极的低权益诚实节点的总权益,提高节点获得记账权的概率;其次,采用非线性函数进行币龄计算,防止恶意节点累计币龄发动攻击;最后,根据节点综合积分占比分配出块奖励,在规定时间内积极参与验证或投票的节点会得到奖励,减少“富者越富”现象,缩短节点之间的贫富差距。实验结果表明,相比其他PoS,所提的改进共识机制有效控制币龄的无限增长,积极的低权益诚实节点获得奖励和记账权的次数提升了约3.6倍和2.6倍,降低了系统的中心化趋势,增大了积极的低权益诚实节点的竞争记账权的机会和减小了币龄攻击的可能性,进一步验证了所提方案的可行性和优越性,促进了区块链网络的健康发展。 展开更多

关键词 共识机制 区块链 权益证明 积分值机制 非线性函数 出块奖励分配

在线阅读 下载PDF 职称材料

基于改进YOLOv8n的道路裂缝检测算法

4

作者 王子龙 陈慈发 董方敏 《现代电子技术》 北大核心 2025年第21期113-119,共7页

针对现有道路裂缝检测算法精度低、参数计算量大、易漏检误检等问题,文中提出一种基于YOLOv8n改进的轻量型检测算法RD⁃YOLO。首先,在特征提取网络中融入创新设计的重参数化RI模块和BAM构建全新的RB_C2f,在大幅降低网络参数量和计算复杂... 针对现有道路裂缝检测算法精度低、参数计算量大、易漏检误检等问题,文中提出一种基于YOLOv8n改进的轻量型检测算法RD⁃YOLO。首先,在特征提取网络中融入创新设计的重参数化RI模块和BAM构建全新的RB_C2f,在大幅降低网络参数量和计算复杂性的同时,实现对裂缝特征跨维度的交互与融合;其次,引入SEA机制,结合重参数化RI模块,提出原创SR融合模块,深度挖掘裂缝的高阶语义信息,提高模型表征能力及泛化性;最后,提出创新模块IS_C2f,采用可分离自注意力(SSA)机制结合倒残差结构进行特征映射的权重再分配,加快模型收敛的同时,再次增强检测精度,降低模型处理微小或密集裂缝时可能发生的特征损失。实验结果表明,在RDD2022数据集上,改进后的RD⁃YOLO模型相比原始YOLOv8n网络,在参数量降低1.5%、计算量降低13.2%的情况下,mAP@0.5提高至72.7%,增长幅度达到4.0%,显著加强了模型对道路裂缝的检测能力。 展开更多

关键词 深度学习 YOLOv8n 道路裂缝检测 轻量化 注意力机制 TRANSFORMER

在线阅读 下载PDF 职称材料

UAV-YOLO:红外场景下无人机实时目标检测算法

5

作者 刘清荣 陈慈发 张上 《红外技术》 北大核心 2025年第10期1263-1271,共9页

针对红外场景下无人机检测精度低与计算量高的问题,提出一种改进的UAV-YOLO算法。首先,引入加权双向特征金字塔网络(Bi FPN),通过优化多尺度特征融合提升模型检测性能;其次,采用轻量级细节增强检测头(LSDECD),在降低参数量的同时增强小... 针对红外场景下无人机检测精度低与计算量高的问题,提出一种改进的UAV-YOLO算法。首先,引入加权双向特征金字塔网络(Bi FPN),通过优化多尺度特征融合提升模型检测性能;其次,采用轻量级细节增强检测头(LSDECD),在降低参数量的同时增强小目标检测性能;此外,构建卷积注意力融合模块(CAFM)强化特征交互提升鲁棒性;最后,使用Wise-SIo U损失函数以加速模型收敛。实验结果表明,改进模型mAP@50达到91.3%,较YOLOv11n提升1.7%。在公开红外图像弱小飞机目标检测跟踪数据集下验证表明,改进模型各项评价指标均有提升,证明其具有良好的泛化性和鲁棒性。 展开更多

关键词 无人机检测 金字塔网络 检测头 卷积注意力 Wise-SIoU 检测平均精度

在线阅读 下载PDF 职称材料

动态聚焦多维注意力遥感弱小目标检测 被引量：2

6

作者 张朝阳 张上 +2 位作者 胡益民 张岳 熊偌炎 《无线电通信技术》 北大核心 2025年第1期196-209,共14页

遥感图像的目标检测在各领域有着广泛的应用场景,由于遥感图像中检测目标存在形态多变、弱小目标较多以及背景复杂等原因,导致遥感图像在目标检测方面存在检测精度识别不高、模型参数过大等问题。为提升算法对遥感图像目标的检测准确率... 遥感图像的目标检测在各领域有着广泛的应用场景,由于遥感图像中检测目标存在形态多变、弱小目标较多以及背景复杂等原因,导致遥感图像在目标检测方面存在检测精度识别不高、模型参数过大等问题。为提升算法对遥感图像目标的检测准确率以及缩减算法模型量,提出了动态聚焦多维注意力检测算法——YOLO-WiseGOD。在YOLOv8n基线网络中使用WIoU(Wise-IoU)构建动态聚焦机制的边界框损失,弱化因几何因素导致的梯度增益泛化能力不足的问题,在协调高低质量锚框竞争力的同时,使之适用于聚焦普通锚框,提高网络模型检测的定位能力。在网络末端融合改进的L-ODConv(Leaky ReLU-Omni-Dimensional Dynamic Convolution)多维注意力机制,避免梯度锯齿问题,在减少模型参数的同时,优化输出特征和卷积权值的调制,提升网络加权特征融合。在主干网络中引入轻量化注意力模块C2FGhostV2,在更好地捕捉输入特征图中的多尺度特征和全局上下文信息的同时,保持较低的参数量和计算复杂度,更好地平衡训练精度和模型量之间的关系。所提算法在遥感数据集NWPU VHR-10(Northwestern Polytechnical University Very High Resolution-10)和RSOD(Remote Sensing Object Detection)上进行实验验证,对比当前主流算法模型YOLOv8n,其平均检测准确率(mean Average Precision,mAP)分别提高了2.0%和2.3%,模型参数量减少4.5%,计算量减少10.9%,能有效提高遥感图像中微小目标的检测精度和实现一定的模型轻量化。 展开更多

关键词 遥感图像 弱小目标检测 YOLOv8 动态聚焦机制 多维注意力

在线阅读 下载PDF 职称材料

基于跨尺度特征提取的锻件表面裂纹检测算法

7

作者 张岳 张上 +3 位作者 王恒涛 张朝阳 许欢 熊偌炎 《计算机集成制造系统》 北大核心 2025年第2期499-511,共13页

锻件表面裂纹危害性大,检测效率低,为解决传统人工磁粉检测锻件裂纹场景中存在的问题,提出一种锻件表面裂纹实时检测算法。首先采集重卡转向节生产流水线中探伤车间的磁粉检测图像,制作锻件表面裂纹数据集;然后提出轻量多尺度卷积模块LM... 锻件表面裂纹危害性大,检测效率低,为解决传统人工磁粉检测锻件裂纹场景中存在的问题,提出一种锻件表面裂纹实时检测算法。首先采集重卡转向节生产流水线中探伤车间的磁粉检测图像,制作锻件表面裂纹数据集;然后提出轻量多尺度卷积模块LMSConv,实现单模块跨尺度特征提取,同时提出大型可分离内核注意力快速空间金字塔池化模块LSKA-SPPF,进一步加强整体跨尺度特征融合能力;最后,更改Bbox损失函数为Focal EIoU,以提高锚框回归精度。锻件表面裂纹数据集与NEU-DET数据集上的实验结果表明算法检测精度高,复杂度低,对比其他主流单阶段目标检测算法,所提算法漏检率和误检率降低,具有较强的鲁棒性,能够满足锻件裂纹检测的需要。 展开更多

关键词 表面缺陷检测 跨尺度特征 锻件裂纹 单阶段目标检测

在线阅读 下载PDF 职称材料

低空轻量级红外弱小目标检测算法 被引量：2

8

作者 张上 黄俊锋 +2 位作者 王恒涛 陈永麟 王康 《激光与红外》 CAS CSCD 北大核心 2024年第1期122-129,共8页

精准的红外弱小目标检测是实时监控、追踪、制导的关键;红外弱小目标存在检测难度高、误检高、漏检严重的问题。为了提高红外弱小目标检测算法的实时性和检测精度,提出了一种超轻量红外弱小目标检测算法SL-YOLO。首先,重设计下采样方案... 精准的红外弱小目标检测是实时监控、追踪、制导的关键;红外弱小目标存在检测难度高、误检高、漏检严重的问题。为了提高红外弱小目标检测算法的实时性和检测精度,提出了一种超轻量红外弱小目标检测算法SL-YOLO。首先,重设计下采样方案,针对红外图像特征信息调节网络架构,解决红外弱小目标特征梯度降低和特征消失问题;然后设计网络模型剪枝算法,实现剪枝算法与网络结构的融合,去除冗余参数,实现检测速度的提高;最后设计Varifocal-SIoU损失函数,在均衡正负样本与重叠损失的同时,对正样本进行加权处理,解决背景干扰问题。实验结果表明,在SIRST和IDSAT数据集下检测精度分别提高至96.4%、98.1%,模型体积和计算量可压缩至190 kB、0.9 GFLOPs,推理速度降至3 ms以下。与主流算法进行对比,改进后算法在检测精度、模型体积、计算量等方面均取得了不错的成绩。能够满足实时性检测需求。 展开更多

关键词 目标检测 模型剪枝 YOLOv5 SIoU Varifocal loss

在线阅读 下载PDF 职称材料

结合Transformer和动态特征融合的低照度目标检测 被引量：8

9

作者 蔡腾 陈慈发 董方敏 《计算机工程与应用》 CSCD 北大核心 2024年第9期135-141,共7页

针对现有低照度目标检测算法模型参数量与计算量大、检测实时性差、难以应用于移动设备等问题,提出一种基于YOLOv8的改进轻量模型DarkYOLOv8的低照度目标检测方法。使用MobileNet v2替换YOLOv8的主干网络,增加模型的特征提取能力;使用Tr... 针对现有低照度目标检测算法模型参数量与计算量大、检测实时性差、难以应用于移动设备等问题,提出一种基于YOLOv8的改进轻量模型DarkYOLOv8的低照度目标检测方法。使用MobileNet v2替换YOLOv8的主干网络,增加模型的特征提取能力;使用Transformer注意力机制,获取图像的全局信息,并且基于目标标记信息作为标签训练Transformer模块参数,增强目标区域内的权重,从而提高模型在低照度条件下提取目标特征的能力;对颈部网络使用动态特征融合注意力模块(dynamic feature fusion attention,DFFA),动态融合浅层和深层特征,同时使用YOLOv8X算法+CBAM对DFFA模块中CBAM空间注意力权重进行监督训练。实验结果表明,在ExDark数据集上,DarkYOLOv8在GFLOPs仅为8.53的情况下mAP50指标达到70.1%,相比YOLOv8n提高了3.9个百分点。 展开更多

关键词 低照度目标检测 注意力机制 轻量化 TRANSFORMER 可变形卷积

在线阅读 下载PDF 职称材料

基于改进YOLOv7的PCB缺陷检测算法 被引量：5

10

作者 张旭 陈慈发 董方敏 《计算机工程》 CAS CSCD 北大核心 2024年第12期318-328,共11页

在PCB缺陷检测领域中检测精度的提高一直是1个具有挑战性的任务。为了解决这个问题,提出一系列基于PCB缺陷检测的改进方法。首先,引入一种新的注意力机制,即BiFormer注意力机制,这种机制利用双层路由实现动态的稀疏注意力,从而减少计算... 在PCB缺陷检测领域中检测精度的提高一直是1个具有挑战性的任务。为了解决这个问题,提出一系列基于PCB缺陷检测的改进方法。首先,引入一种新的注意力机制,即BiFormer注意力机制,这种机制利用双层路由实现动态的稀疏注意力,从而减少计算量;其次,采用一种创新的上采样算子CARAFE,能够结合语义信息与内容信息进行上采样,使得上采样过程更加全面且高效;最后,基于MPDIoU度量采用一种新的损失函数,即LMPDIoU损失函数,能够有效地处理不平衡类别、小目标和密集性问题,从而进一步提高图像检测的性能。实验结果表明,所提改进后的模型在平均精度均值(mAP)方面取得了显著提高,达到了93.91%,与原YOLOv5模型相比提高了13.12个百分点,同时,在识别精度方面,所提改进后的模型表现也非常出色,达到了90.55%,与原YOLOv5模型相比提高了8.74个百分点。引入BiFormer注意力机制、CARAFE上采样算子以及LMPDIoU损失函数,对于提高PCB缺陷检测的精度和效率具有非常积极的作用,为工业检测领域的研究提供了有价值的参考。 展开更多

关键词 PCB缺陷 BiFormer注意力机制 MPDIoU损失函数 上采样算子CARAFE 目标检测

在线阅读 下载PDF 职称材料

基于改进YOLOv8的SAR图像飞机目标检测算法 被引量：12

11

作者 陈益方 张上 +1 位作者 冉秀康 王杰 《电讯技术》 北大核心 2024年第8期1206-1212,共7页

针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机目标检测算法存在模型复杂度较高、检测效果差、泛化能力弱等问题,提出了一种基于改进YOLOv8的SAR图像飞机目标检测算法。首先,针对SAR图像飞机目标较小的特点,剔除大目标检测... 针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像飞机目标检测算法存在模型复杂度较高、检测效果差、泛化能力弱等问题,提出了一种基于改进YOLOv8的SAR图像飞机目标检测算法。首先,针对SAR图像飞机目标较小的特点,剔除大目标检测层,重构特征提取网络和特征融合网络,降低模型计算量。其次,在主干网络引入可变形卷积(Deformable Convolutional Network, DCN),增强特征提取能力;在颈部网络引入全局注意力机制(Global Attention Mechanism, GAM)提高检测精度。最后,采用WIOU(Wise-IoU)损失函数提高收敛速度和回归精度。在SADD数据集(SAR Aircraft Detection Dataset)上实验结果显示,改进算法较原YOLOv8算法模型体积压缩59.66%,参数量降低61.18%,计算量减少18.29%,最高精度提高至98.1%。与其他算法相比,所提算法在保证较高检测精度的情况下大幅降低了模型体积、参数量和计算量,实现了模型复杂度和检测精度的平衡。 展开更多

关键词 合成孔径雷达 飞机目标检测 网络重构 可变形卷积 GAM注意力机制

在线阅读 下载PDF 职称材料

轻量级锻件表面裂纹检测算法 被引量：2

12

作者 张上 许欢 张岳 《电子测量技术》 北大核心 2024年第11期123-130,共8页

针对复杂场景下缺陷检测算法占用内存大、计算复杂度高和检测速度难以满足实时需求等问题,本文提出一种基于YOLOv8的轻量级锻件缺陷检测算法。首先,采集重卡转向节生产流水线探伤车间的磁粉检测图像,构建锻件表面裂纹数据集;然后,提出... 针对复杂场景下缺陷检测算法占用内存大、计算复杂度高和检测速度难以满足实时需求等问题,本文提出一种基于YOLOv8的轻量级锻件缺陷检测算法。首先,采集重卡转向节生产流水线探伤车间的磁粉检测图像,构建锻件表面裂纹数据集;然后,提出轻量化卷积模块GSConvns,以增强特征交互并降低计算量;同时,引入Shape-IOU损失函数,优化训练效果;最后,利用LAMP剪枝策略去除不重要的权重参数,减少模型体积并提高检测速度。实验结果表明,模型的mAP值为83.8%,参数量和计算量分别减少85.05%和80.25%,检测速度从38.7 FPS提升至65.6 FPS,显著优于其他主流算法,更适用于实时检测。在公开数据集上的测试进一步验证了其泛化能力,与基准算法相比,未剪枝的改进算法mAP值提升了2.0%。综上,本文算法能在不显著降低检测精度的前提下,大幅度提升了检测速度和资源利用效率。 展开更多

关键词 表面缺陷检测 YOLOv8算法 轻量化模型 损失函数 模型剪枝

在线阅读 下载PDF 职称材料

基于改进YOLOv8s的多尺度检测算法 被引量：9

13

作者 文思予 张上 +1 位作者 张朝阳 冉秀康 《现代电子技术》 北大核心 2024年第15期133-138,共6页

针对绝缘子小目标特征信息不足导致的检测精度低、模型体积大不利于硬件移植等问题,提出一种多尺度检测算法MPH-YOLO。MPH-YOLO首先通过扩充小目标检测尺度,提高小目标感知能力;其次使用SIoU损失函数代替YOLOv8s中的CIoU损失函数作为边... 针对绝缘子小目标特征信息不足导致的检测精度低、模型体积大不利于硬件移植等问题,提出一种多尺度检测算法MPH-YOLO。MPH-YOLO首先通过扩充小目标检测尺度,提高小目标感知能力;其次使用SIoU损失函数代替YOLOv8s中的CIoU损失函数作为边框损失函数,增强对目标的定位精度;最后引入更低成本的Ghost卷积代替网络结构中的传统卷积,轻量化模型的体积。改进后的算法在绝缘子数据集上的检测精度和模型轻量化均有提升,检测精度mAP50-95为86.2%,模型体积仅有4.7 MB。实验结果表明,MPH-YOLO不仅能够有效改善小目标检测,而且更加轻量化有利于硬件移植,具有较高的实用价值。 展开更多

关键词 绝缘子 多尺度检测 小目标 YOLOv8s SIoU Ghost卷积

在线阅读 下载PDF 职称材料

基于改进YOLOv7的SAR图像舰船目标检测算法 被引量：6

14

作者 张上 李梦思 +1 位作者 陈永麟 张卓 《电光与控制》 CSCD 北大核心 2024年第5期46-53,共8页

针对SAR舰船数据集小物体在图像中像素占比小、物体识别不清、检测效率低等问题,提出一种改进YOLOv7的SAR舰船目标检测算法STSD-YOLO。首先,根据SAR图像特点,重新设计网络结构,改变多尺度特征融合与特征提取的关系,解决下采样次数过多... 针对SAR舰船数据集小物体在图像中像素占比小、物体识别不清、检测效率低等问题,提出一种改进YOLOv7的SAR舰船目标检测算法STSD-YOLO。首先,根据SAR图像特点,重新设计网络结构,改变多尺度特征融合与特征提取的关系,解决下采样次数过多而丢失细节特征的问题;然后,使用轻量型注意力机制Shuffle Attention,在空间域与通道域注意力机制基础上,融合特征分组与通道置换,提升网络特征提取能力,降低计算复杂度;其次,引入卷积变体DSConv,通过在可变量化内核中仅储存整数来实现减少计算量;最后,加入NWD度量,将边界框建模为2D高斯分布,以衡量小物体的边界框之间的相似性来增强对小物体的检测性能。使用HRSID舰船数据集进行了实验验证,结果表明,相较于基准算法,所提STSD-YOLO算法在舰船检测任务中mAP提升9.9%,模型体积下降62.55%。通过对比实验验证,所提改进算法对比其余主流算法检测效果更优,能有效解决SAR图像检测的问题,可以胜任SAR图像中的舰船检测任务。 展开更多

关键词 目标检测 YOLOv7 模型轻量化 Shuffle Attention DSConv NWD

在线阅读 下载PDF 职称材料

基于YOLO v7的轻量级红外目标检测算法 被引量：3

15

作者 陈永麟 王恒涛 张上 《红外技术》 CSCD 北大核心 2024年第12期1380-1389,共10页

针对红外图像信噪比低、分辨率不佳、噪声与杂波多等检测难点。提出一种基于YOLOv7的轻量化红外图像目标检测算法ITD-YOLO。首先,ITD-YOLO算法重设计网络结构,对特征提取网络与特征融合网络架构重新调整。裁剪掉原网络中深层对应的大感... 针对红外图像信噪比低、分辨率不佳、噪声与杂波多等检测难点。提出一种基于YOLOv7的轻量化红外图像目标检测算法ITD-YOLO。首先,ITD-YOLO算法重设计网络结构,对特征提取网络与特征融合网络架构重新调整。裁剪掉原网络中深层对应的大感受野,依据重构后网络特征图输出,对模型预设锚框进行调节。改变多尺度特征融合中的深层特征与浅层特征的关系,提高浅层网络提取的细节信息在融合中所占的权重,提高对较小目标的检测性能;然后,在ELAN模块中引入PConv替换掉常规卷积,进一步降低模型计算量。其次,将模型损失函数调整为PolyLoss以加速模型收敛,进一步加强对目标的检测性能;最后,使用SIoU作为边框损失函数,增强对目标的定位精度。实验结果表明,ITB-YOLO能够有效改善检测效果,在FLIR与OSU数据集上,相较于YOLOv7s的平均精度均值分别提高2.27%与7.29%。改进后得到的模型体积仅为17.7 MB,计算量下降37.11%。与主流算法进行对比,ITD-YOLO在各项指标均得到了一定程度的提高,能够满足红外目标实时检测任务。 展开更多

关键词 目标检测 模型轻量化 YOLOv7 PConv PolyLoss SIoU

在线阅读 下载PDF 职称材料

基于YOLOv5的轻量化交通标志检测方法 被引量：33

16

作者 张上 王恒涛 冉秀康 《电子测量技术》 北大核心 2022年第8期129-135,共7页

针对目前交通标志检测算法存在网络复杂度高、计算量大、边缘端部署难度高。提出一种基于YOLOv5的轻量化交通标志目标检测算法。通过增加注意力机制,使用CBAM和CA融合的方式,强化检测模型抗干扰能力;通过FPGM剪枝,对模型进行了压缩,降... 针对目前交通标志检测算法存在网络复杂度高、计算量大、边缘端部署难度高。提出一种基于YOLOv5的轻量化交通标志目标检测算法。通过增加注意力机制,使用CBAM和CA融合的方式,强化检测模型抗干扰能力;通过FPGM剪枝,对模型进行了压缩,降低计算量、提高推理速度;通过软硬件融合设计,实现YOLOv5s模型与硬件融合,形成一整套完整的移动智能交通标志目标检测系统;结果表明,增加多种注意力机制后,模型精度提高了2.8%。在极限剪枝的情况下,模型仅有0.54 MB。在Jetson Nano(20 W)的环境下,检测速度达21帧/s,满足实时的交通标志检测。 展开更多

关键词 目标检测 注意力机制 模型剪枝 软硬件融合 YOLOv5 FPGM

在线阅读 下载PDF 职称材料

多尺度特征响应融合的复杂场景红外目标跟踪

17

作者 熊偌炎 张上 张岳 《计算机工程与应用》 北大核心 2025年第12期243-257,共15页

针对红外目标跟踪算法在复杂场景下性能退化的问题,提出了多尺度特征响应融合的红外目标跟踪算法。该算法基于Siamese网络框架,构建了一个自适应模版更新的目标模板库,以提高模版匹配准确性。采用ResNet-50构建了多尺度特征提取与融合网... 针对红外目标跟踪算法在复杂场景下性能退化的问题,提出了多尺度特征响应融合的红外目标跟踪算法。该算法基于Siamese网络框架,构建了一个自适应模版更新的目标模板库,以提高模版匹配准确性。采用ResNet-50构建了多尺度特征提取与融合网络,通过多分支结构捕获不同信息的特征,并引入分组卷积以及增加每组的基数来提取多样化的深层特征。通过自适应权值分配策略,将不同尺度的特征进行融合;提出了全局感知与快速响应模块,通过可微相关滤波器层实现对整帧图像的全局感知,同时动态生成适应性滤波器以捕捉目标特征。采用核估计概率直方图建立红外目标的多尺度特征模型,在每个前向传播步骤中与候选区域进行比较,提高算法对于目标变化的响应速度和感知能力;提出了空间-通道-帧间交互自注意力模块,使模型能够更好地聚焦于全局空间特征和高响应通道,并利用帧间交互注意力增强了前、后帧信息的互补性。在LSOTB-TIR和PTB-TIR数据集上进行了实验。实验结果表明,在多种复杂场景下,提出的算法显著增强了目标辨别、感知和抗干扰能力。算法的成功率和精准率,在LSOTB-TIR数据集上分别达到了67.3%和80.0%,在PTB-TIR数据集上分别达到了64.5%和83.1%,综合优于对比跟踪算法。 展开更多

关键词 红外目标跟踪 计算机视觉 孪生网络 相关滤波

在线阅读 下载PDF 职称材料

基于多尺度分割的图像识别残差网络研究 被引量：7

18

作者 袁单飞 陈慈发 董方敏 《计算机工程》 CAS CSCD 北大核心 2022年第5期258-262,271,共6页

深度卷积神经网络能够解决复杂的计算机视觉问题,被广泛应用于图像识别任务中。在基于深度卷积神经网络的图像识别过程中,增加网络的深度和宽度能够产生丰富的特征信息,使用多尺度分割方法能够有效减少冗余的特征信息。然而,增加网络的... 深度卷积神经网络能够解决复杂的计算机视觉问题,被广泛应用于图像识别任务中。在基于深度卷积神经网络的图像识别过程中,增加网络的深度和宽度能够产生丰富的特征信息,使用多尺度分割方法能够有效减少冗余的特征信息。然而,增加网络的深度和进行多尺度分割都会影响识别速度。如何在保证精度的同时提高识别速度,成为设计高效网络的关键问题。通过增加网络宽度的方法对ResNet残差网络进行改进,在保证精度的基础上提升识别速度。使用ResNet-D中的残差结构并减少网络长度,得到长度只有7层的残差网络,同时对HS-ResNet中的多尺度分割方法进行优化,只保留最后一次连接合并操作,得到图像识别残差网络SSRNet。在CIFAR 10和CIFAR 100数据集上的实验结果显示,SSRNet速度最高较ResNet网络提升7倍多,同时错误率最高下降8.81%,表明缩短网络长度可大幅加快图像识别速度,同时结合多尺度分割方法能够有效提升识别精度。 展开更多

关键词 多尺度分割 残差网络 卷积神经网络 图像识别 图像分类

在线阅读 下载PDF 职称材料

多尺度下遥感小目标多头注意力检测 被引量：18

19

作者 张朝阳 张上 +1 位作者 王恒涛 冉秀康 《计算机工程与应用》 CSCD 北大核心 2023年第8期227-238,共12页

针对地理空间遥感图像中检测目标存在多尺度特性、形态多变以及小目标判别特征过少等造成检测识别精度不高的问题,提出了基于多尺度下遥感小目标多头注意力检测算法YOLO-StrVB。对网络结构进行重构,搭建多尺度网络模型,增加目标检测层,... 针对地理空间遥感图像中检测目标存在多尺度特性、形态多变以及小目标判别特征过少等造成检测识别精度不高的问题,提出了基于多尺度下遥感小目标多头注意力检测算法YOLO-StrVB。对网络结构进行重构,搭建多尺度网络模型,增加目标检测层,提高特征提取网络下遥感小目标模型不同尺度下的检测能力;加入双向特征金字塔网络(Bi-FPN)进行多尺度特征融合,提高双向跨尺度连接和加权特征融合;在YOLOv5网络末端融合Swin Transformer多头注意力机制块,提升感受野适应目标识别任务的多尺度融合关系,优化主干网络;使用Varifocal loss对网络进行训练,提升遥感密集检测小目标的存在置信度和定位精度,并选用CIoU作为边界框回归的损失函数,提高感知分类得分(IACS)的边框回归精度。通过在遥感目标数据集NWPU VHR-10上的实验验证,对比YOLOv5原模型的mAP提高了3.05个百分点,能有效提高小目标的检测精度,达到了对地理空间遥感图像中小目标检测的鲁棒性。 展开更多

关键词 YOLOv5 遥感 小目标检测 Swin Transformer 多尺度特征融合

在线阅读 下载PDF 职称材料

轻量化SAR图像舰船目标检测算法 被引量：14

20

作者 王恒涛 张上 《电光与控制》 CSCD 北大核心 2023年第5期99-104,110,共7页

精准的舰船目标检测技术能够提升武器装备的全方位感知能力。针对复杂环境下SAR舰船目标检测虚警、漏警问题严重,提出一种基于YOLOv5的轻量化SAR图像舰船目标检测算法3S-YOLO。3S-YOLO首先对网络结构进行重构,调节感受野与多尺度融合关... 精准的舰船目标检测技术能够提升武器装备的全方位感知能力。针对复杂环境下SAR舰船目标检测虚警、漏警问题严重,提出一种基于YOLOv5的轻量化SAR图像舰船目标检测算法3S-YOLO。3S-YOLO首先对网络结构进行重构,调节感受野与多尺度融合关系,实现特征提取网络和特征融合网络轻量化处理;然后,对网络进行剪枝,通过基于几何中值的剪枝算法对网络进行压缩,加快推理速度;最后,使用可变焦损失函数对网络进行训练,使感知分类系数回归。结果表明,算法经过优化后,精度最高可提高至99.1%;经过剪枝后,模型体积大幅下降,可压缩至190 kiB,下降98.6%;算法推理速度提升4倍,推理时间缩短至3 ms以下。相较于当前主流算法,3S-YOLO在各方面均取得了不错的成绩,满足SAR图像实时舰船目标检测。 展开更多

关键词 目标检测 SAR 模型剪枝 YOLOv5 FPGM 可变焦损失函数

在线阅读 下载PDF 职称材料