-
题名基于改进YOLOv5s的道路凹坑检测算法
被引量：1
- 1
-
-
作者
甘波
邢伟寅
刘洪义
梁姝
蒲国林
代超
-
机构
四川智视运通科技有限公司
达州职业技术学院
菲律宾国家大学
绵阳职业技术学院
重庆交通大学土木工程学院
四川智慧高速科技有限公司
-
出处
《中国测试》
CAS
北大核心
2024年第4期160-165,共6页
-
基金
四川省科技计划重点研发项目(2022YFG0206)
四川省知识产权专项资金项目(2022-ZS-00156)
达州市“同心智库”(TXZK23D17)。
-
文摘
为快速准确识别道路凹坑,研究提出一种基于改进YOLOv5s的道路凹坑检测算法。在YOLOv5s算法的主干网络中结合高效通道注意力机制,提高对凹坑区域的关注度;然后在检测头使用高效解耦头,有利于对凹坑进行准确预测;同时在边框损失函数中增加归一化Wasserstein距离损失,提升对小目标的检测能力。改进后的算法对复杂路况的凹坑检测具有较高的精度,在Pothole Dataset扩展数据集上,mAP和Precision上均超过原算法。将算法用于智慧交通领域,以便能更快地修复道路上严重凹坑。
-
关键词
深度学习
智慧交通
目标检测
YOLOv5s
-
Keywords
deep learning
intelligent transportation
object detection
YOLOv5s
-
分类号
TB9
[机械工程—测试计量技术及仪器]
-
-
题名人工蜂群算法改进水波优化算法的云资源调度性能
被引量：8
- 2
-
-
作者
宋颖
梁卫芳
赵珏
张福泉
侯小毛
-
机构
湖南信息学院计算机科学与工程学院
湖南工商大学计算机学院
菲律宾国家大学计算机与信息技术学院
闽江学院计算机与控制工程学院
湖南化工职业技术学院自动化与信息工程学院
-
出处
《济南大学学报（自然科学版）》
CAS
北大核心
2023年第4期472-477,498,共7页
-
基金
国家自然科学基金项目(61871204)
福建省科技厅引导性项目(2018H0028)
+1 种基金
湖南省教育厅科学研究项目(18A0295,20C0108)
湖南省教育科学规划项目(ND210887)。
-
文摘
为了改善云资源调度的性能,解决水波优化算法因水波衰减系数和碎波系数设置不当而导致精度降低的问题,提出人工蜂群-水波优化算法,采用人工蜂群算法对水波衰减系数和碎波系数进行参数寻优求解;在初始化任务实例生成的样本集和水波个体后,采用3个优化指标的加权和作为适应度函数,构建基于人工蜂群-水波优化算法的云资源调度模型,将最优求解问题转变为最优水波个体问题;通过不断更新最优适应度个体,提高云资源调度适用性,以达到最大迭代次数时所获得的最优云资源调度参数组合作为最优个体。结果表明:与常规水波优化算法相比,当任务数为600时,所提出算法的承载任务量分布更均匀,且负载均衡指标更小,仅为1.71;与基于其他智能优化算法的云资源调度模型相比,所建立模型所需执行时间最短,且稳定性更好。
-
关键词
云计算
资源调度
水波优化算法
人工蜂群算法
负载均衡
-
Keywords
cloud computing
resource scheduling
water wave optimization
artificial bee colony
load balancing
-
分类号
TP391.2
[自动化与计算机技术—计算机应用技术]
-
