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
共找到222篇文章
< 1 2 … 12 >
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：
基于SwinT-YOLOX模型的自动扶梯行人安全检测算法
1
作者 侯颖 杨林 +3 位作者 胡鑫 贺顺 宋婉莹 赵谦 《计算机工程》 CAS CSCD 2024年第3期277-289,共13页
自动扶梯被广泛应用在公共场合,乘客摔倒事故如果不能被及时发现并处理,会造成严重的人身伤害,因此实现自动扶梯智能化监控管理势在必行。受自动扶梯运行环境复杂、行人多以及局部遮挡情况的影响,传统的人体姿态特征摔倒检测模型效果不... 自动扶梯被广泛应用在公共场合,乘客摔倒事故如果不能被及时发现并处理,会造成严重的人身伤害,因此实现自动扶梯智能化监控管理势在必行。受自动扶梯运行环境复杂、行人多以及局部遮挡情况的影响,传统的人体姿态特征摔倒检测模型效果不佳且检测速度减慢。融合Swin Transformer和YOLOX目标检测算法的优秀策略,提出一种基于SwinT-YOLOX网络模型的自动扶梯行人摔倒检测算法。采用Swin Transformer模型作为骨干网络,颈部网络使用添加注意力机制的YOLOX模型,进一步提升特征图的多样性和表达能力。此外,利用漏斗修正线性单元视觉激活函数构建CBF模块,改进颈部网络和Head网络结构,从而获得更优的特征检测性能。实验结果表明,针对自建扶梯行人摔倒数据库和网络采集实际扶梯行人摔倒事故,与AlphaPose、OpenPose、YOLOv5等算法相比,该算法检测性能明显提高,行人摔倒平均检测精度可以达到95.92%,检测帧率为24.08帧/s,能够快速、精准地检测到乘客摔倒事故发生,监控管理平台立刻采取安全急停措施以保证乘客安全。 展开更多
关键词 自动扶梯 摔倒检测 深度学习 yolox模型 Swin Transformer模型 漏斗修正线性单元视觉激活函数
下载PDF
改进YOLOX在近岸船舶检测中的应用
2
作者 张立国 赵嘉士 +2 位作者 金梅 曾欣 沈明浩 《计量学报》 CSCD 2024年第1期30-37,共8页
为了解决近岸船舶检测时目标尺度变化大,环境干扰严重等问题,提出了一种改进YOLOX的无锚框检测算法。首先,在主干网络中引入CoT模块,通过动态利用上下文信息来增强表达能力,降低环境干扰的影响;其次,将SimAM注意力嵌在特征金字塔和检测... 为了解决近岸船舶检测时目标尺度变化大,环境干扰严重等问题,提出了一种改进YOLOX的无锚框检测算法。首先,在主干网络中引入CoT模块,通过动态利用上下文信息来增强表达能力,降低环境干扰的影响;其次,将SimAM注意力嵌在特征金字塔和检测头之间,丰富语义信息,提升小目标检测精度。再利用CIOU来取代原有损失函数,以提高收敛速度;最后,使用深度可分离卷积替换特征金字塔中普通卷积,减少参数量,提升检测速度。实验结果表明:在SeaShips数据集上,改进后模型在减少参数量的同时,精度提高了6.73%,均值平均精度(mAP)达到了96.63%,检测速度达到了48.6帧/s,能够实时、高精度地检测近岸船舶。 展开更多
关键词 视觉检测 船舶目标 深度学习 yolox CoT模块 SimAM注意力
下载PDF
基于改进YOLOX的水库水面漂浮物目标检测算法
3
作者 谭文群 曾祥君 +2 位作者 包学才 梁义 许小华 《人民长江》 2024年第3期249-256,共8页
针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特... 针对目前水库水面小目标漂浮物检测识别精度低的问题,提出基于改进YOLOX的水库水面漂浮物目标检测算法。此算法引入新型dark2模块融入主干网络并拓展主干网络的分支输出结构,提升主干网络对图片的特征提取能力。在此基础上,提出改进特征融合模块(ZL-FPN),用于增强特征图信息融合,提高对水库水面小目标漂浮物的检测精度。结果表明:改进后算法的mAP值比YOLOv4和原YOLOX算法分别提升了29.93%和12.11%,有效提升了水库水面漂浮物检测精度。研究成果可为提升水库智能化管理水平提供有效技术支撑。 展开更多
关键词 水面小目标漂浮物 目标检测 yolox算法 水库智能化管理
下载PDF
融合FEB的YOLOX遥感图像目标检测算法
4
作者 余翔 庞志濠 《重庆邮电大学学报（自然科学版）》 CSCD 2024年第2期319-327,共9页
针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题,提出一种增强YOLOX主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制,设计一种全新的提取主干网络输出特征增强块... 针对遥感图像的复杂背景干扰大、目标尺度变化大以及小目标检测困难等导致检测精度降低的问题,提出一种增强YOLOX主干网络输出特征提取能力的检测算法。通过加入连续膨胀残差卷积和注意力机制,设计一种全新的提取主干网络输出特征增强块(feature enhance block,FEB),让连续膨胀残差卷积串联4个具有不同膨胀率的膨胀残差卷积,扩大算法的感受野,丰富上下文信息,同时减轻背景对检测的影响,有效加强算法对目标尺度变化大及小目标的检测能力,使用SA注意力机制抑制背景对算法检测的干扰,提高算法的检测精度。在RSOD数据集上的实验表明,FEB相较于其他同类型模块具有更好的特征提取能力。 展开更多
关键词 机器视觉 遥感图像 目标检测 yolox
下载PDF
MFE-YOLOX:无人机航拍下密集小目标检测算法
5
作者 马俊燕 常亚楠 《重庆邮电大学学报（自然科学版）》 CSCD 2024年第1期128-135,共8页
针对无人机航拍时物体尺度变化大,检测目标大多较小且物体较密集的问题,提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取,利用一种新的特征层融合计算方法,加强... 针对无人机航拍时物体尺度变化大,检测目标大多较小且物体较密集的问题,提出一种混合特征增强结构(mix feature enhancement, MFE)方法。通过在超分辨率方法中加入注意力机制以增强小目标信息提取,利用一种新的特征层融合计算方法,加强不同特征层间的融合效率,提高了中小型目标的检测精度;设计了尾端感受野扩大层以扩大尾端特征层感受野,使检测头可接收丰富的物体信息来定位并区分密集物体。实验在数据集VisDrone2021的测试集上进行测试,MFE-YOLOX网络的AP50结果为47.78%,在参数量、计算量与原网络相近的情况下精度提高了9.43个百分点。 展开更多
关键词 小目标检测 无人机 注意力机制 特征融合 yolox
下载PDF
基于Cache-DCN YOLOX算法的交通标志检测方法研究
6
作者 高尉峰 王如刚 +2 位作者 王媛媛 周锋 郭乃宏 《计算机测量与控制》 2024年第2期71-77,84,共8页
针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种基于Cache-DCN YOLOX算法的交通标志识别方法;在该方法中,使用DCN可变形卷积替换backbone中的普通卷积,有效地增大了模型的感受野,提高了特征提取能力;使用EIoU损失函... 针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种基于Cache-DCN YOLOX算法的交通标志识别方法;在该方法中,使用DCN可变形卷积替换backbone中的普通卷积,有效地增大了模型的感受野,提高了特征提取能力;使用EIoU损失函数代替YOLOX中的GIoU损失函数,优化了训练模型,提高了收敛的速度;优化设计了YOLOX算法中的强弱两阶段的训练过程,增强了模型的泛化性能,同时加入cache方案,进一步提高了检测精度;在交通标志数据集TT100K上进行了实验,提出方法的检测精度为67.2%,比原YOLOX算法的检测精度提升了6.4%,同时,在被遮挡的小目标等多种受干扰的环境下,提出的方法能够精确地检测出交通标志,并有着较好的置信度,满足实际需求。 展开更多
关键词 深度学习 yolox 交通标志识别 可变形卷积 小目标检测
下载PDF
基于改进YOLOX的自然环境下核桃识别算法研究
7
作者 钟正扬 云利军 +1 位作者 杨璇玺 陈载清 《河南农业科学》 2024年第1期152-161,共10页
针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transforme... 针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transformer的多头注意力机制对小目标的特征信息进行提取并与特征图进行融合,可以有效解决因网络层数加深导致的高层特征图中小目标特征信息丢失问题;其次,为了提高算法的检测精度,引入更高效的Repblock模块对原网络中的CSP模块进行替换;最后,为了提高下采样效果,使用更为优秀的Transition Block模块作为主干特征提取网络的下采样模块。结果表明,改进后的YOLOX-S模型在采集的自然环境下核桃数据集上平均精度AP50达到96.72%,分别比Faster-RCNN、YOLOv5-S、YOLOX-S算法提高7.36、1.38、0.62百分点,检测速度达到46 f/s,模型参数大小为20.55 M。改进后的YOLOX-S算法具有更好的精度,改善了漏检和误检问题,对自然环境下的核桃有更好的识别效果。 展开更多
关键词 核桃识别 Swin Transformer 多层特征融合模块 yolox-S 深度学习
下载PDF
基于改进YOLOX-S的苹果成熟度检测方法
8
作者 黄威 刘义亭 +1 位作者 李佩娟 陈光明 《中国农机化学报》 2024年第3期226-232,共7页
准确检测果园中未成熟与成熟的苹果对果园早期作物的负荷管理至关重要,提出一种能够实时检测苹果成熟度,并估算出整棵果树果实数量的方法。为提高YOLOX-S网络在复杂场景下的检测能力,在FPN(特征金字塔)的残差连接处增加了CoordinateAtte... 准确检测果园中未成熟与成熟的苹果对果园早期作物的负荷管理至关重要,提出一种能够实时检测苹果成熟度,并估算出整棵果树果实数量的方法。为提高YOLOX-S网络在复杂场景下的检测能力,在FPN(特征金字塔)的残差连接处增加了CoordinateAttention(位置注意力);为更好地检测图像中生长密集、存在遮挡、尺寸较小的苹果,将位置损失函数IoU_Loss更换为CIoU_Loss。试验结果表明,所提出的改进YOLOX-S检测算法相较于原算法,mAP值提高约1.97%,苹果低成熟度、中等成熟度和高等成熟度的AP值分别为90.85%、95.10%和80.50%。 展开更多
关键词 苹果 yolox-S 目标检测 位置注意力 成熟度检测
下载PDF
改进YOLOX-s的密集垃圾检测方法
9
作者 谢若冰 李茂军 +1 位作者 李宜伟 胡建文 《计算机工程与应用》 CSCD 2024年第5期250-258,共9页
针对密集堆放的多种类垃圾检测存在识别率低、定位不够准确和待测目标被误检、漏检问题,提出了一种融合多头自注意力机制改进YOLOX-s的垃圾检测方法。在特征提取网络嵌入SwinTransformer模块,引入基于滑窗操作的多头自注意力机制,使得... 针对密集堆放的多种类垃圾检测存在识别率低、定位不够准确和待测目标被误检、漏检问题,提出了一种融合多头自注意力机制改进YOLOX-s的垃圾检测方法。在特征提取网络嵌入SwinTransformer模块,引入基于滑窗操作的多头自注意力机制,使得网络兼顾全局特征信息和重点特征信息,减少误检现象;在预测输出网络中使用可变形卷积,对初始预测框进行精细化处理,提高定位精度;在EIoU损失的基础上引入加权系数,提出加权IoU-EIoU损失,自适应调整训练时不同阶段不同损失的关注程度,进一步加快训练网络的收敛速度。在公开204类垃圾检测数据集中进行测试,结果表明,所提改进算法的平均精度均值分别可达80.5%和92.5%,优于当前流行目标检测算法,且检测速度快,满足实时性需求。 展开更多
关键词 密集垃圾检测 多头自注意力机制 yolox-s 深度学习
下载PDF
基于改进YOLOX的多光谱行人检测算法
10
作者 方康 黄琴 +4 位作者 王克琪 靳帅 刘畅 钱宇华 陈路 《小型微型计算机系统》 CSCD 2024年第1期185-191,共7页
现有的多光谱行人检测算法大多是基于Faster R-CNN的两阶段检测或设置了锚框机制的一阶段检测,此类模型存在推理速度慢,检测准确率低等不足.为此,本文设计出一种基于一阶段无锚框检查算法YOLOX的多光谱行人检测算法.该算法将多模态特征... 现有的多光谱行人检测算法大多是基于Faster R-CNN的两阶段检测或设置了锚框机制的一阶段检测,此类模型存在推理速度慢,检测准确率低等不足.为此,本文设计出一种基于一阶段无锚框检查算法YOLOX的多光谱行人检测算法.该算法将多模态特征提取解耦为特性特征提取和共性特征提取两阶段.针对基准特性特征提取网络学习能力不足、提取的语义信息和纹理细节信息不够丰富的问题,本文设计出一种多尺度特征增强(Multi-scale Feature Enhancement,MFE)模块,该模块可提取出特性特征图中丰富的语义和纹理细节信息.此外,本文使用基于差异性的特征融合方法来充分捕获两种模态的差异性特征信息.为证实本文方法的有效性和可行性,本文在KAIST数据集和FLIR数据集上进行了实验验证,实验结果表明本文所提方法可显著提高多光谱行人检测的性能. 展开更多
关键词 多光谱 行人检测 多尺度 yolox 一阶段
下载PDF
基于改进YOLOX网络的雾天绝缘子缺陷检测
11
作者 汤璐 王淑青 +2 位作者 王年涛 要若天 王一博 《高压电器》 CAS CSCD 2024年第3期223-228,共6页
绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样... 绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样本相较于整体样本较少和样本不均衡的问题,改进了图像增强方法和损失函数;最后,将改进的YOLOX网络在数据集上与4种目标检测网络进行比较。实验结果表明,在雾天数据集上,改进后YOLOX的准确度、平均准确率和每秒处理图片张数都有一定提升,符合无人机巡检的要求。 展开更多
关键词 绝缘子缺陷 目标检测 雾天巡检 改进yolox
下载PDF
基于YOLOX的分布式PCCP断丝自动监测方法研究
12
作者 马宝龙 朱新民 张石磊 《中国农村水利水电》 2024年第3期190-197,共8页
为了研究一种针对预应力钢筒混凝土管(PCCP)断丝信号的识别技术,设计了使用DN4000mm的PCCP建成模拟测试环境,在非常接近实际工况的情况下进行了1∶1原型断丝监测试验。试验将采集到的断丝信号与之前采集到的运行管道内的噪声信号相互组... 为了研究一种针对预应力钢筒混凝土管(PCCP)断丝信号的识别技术,设计了使用DN4000mm的PCCP建成模拟测试环境,在非常接近实际工况的情况下进行了1∶1原型断丝监测试验。试验将采集到的断丝信号与之前采集到的运行管道内的噪声信号相互组合,分别通过连续小波变换(CWT)和同步挤压小波变换(SWT)两种方式转化的时频谱图作为断丝信号数据集,采用基于YOLOX的目标检测算法通过提取数据集中断丝信号时频谱图图像特征来判断断丝事件的发生。两组数据集训练出模型的准确率、召回率、F1分数,误检率均达到100%、100%、1和0%。随后的剪枝计算阶段,在保证检测精度不变的前提下,SWT组的剪枝率高于CWT组,最终模型大小仅为1.36 MByte。可见,通过SWT变换得到的时频谱图可以在不损失精度的前提下更大的简化YOLOX模型,为开发PCCP断丝监测系统的嵌入式部署提供了参考。 展开更多
关键词 yolox PCCP 断丝信号识别 CWT SWT 剪枝
下载PDF
基于改进轻量化YOLOX的无人机航拍目标检测算法
13
作者 胡潇 潘申富 《计算机测量与控制》 2024年第1期57-63,共7页
针对小型无人机在巡逻航拍中的应用,提出了一种改进的轻量化目标检测算法,有效解决巡逻过程中空地无线传输信道和机载端计算能力双重受限的难题;该算法在YOLOX算法的基础上,首先利用Mobilenetv2代替CSPDarknet骨干网络作为特征提取网络... 针对小型无人机在巡逻航拍中的应用,提出了一种改进的轻量化目标检测算法,有效解决巡逻过程中空地无线传输信道和机载端计算能力双重受限的难题;该算法在YOLOX算法的基础上,首先利用Mobilenetv2代替CSPDarknet骨干网络作为特征提取网络,降低了模型参数量和计算量,提高目标检测实时性;其次为了弥补轻量化带来的检测精度下降,考虑检测目标框的长宽比引入CIOU定位损失函数,提升目标定位的精度;同时为了平衡训练过程中的正负难易样本,引入Focal Loss置信度损失函数提升模型的检测性能;基于VisDrone2019-DET数据集实验表明,改进后算法模型参数量降低了56.2%,计算量降低了52.5%,在检测精度没有明显下降情况下单张图片推理时间减少了41.4%;最后,将改进后的算法部署到Nvidia Jetson Xavier NX机载端,测得模型检测帧率可达22 FPS,改进后算法满足巡逻任务的应用需求。 展开更多
关键词 无人机 目标检测 轻量化 yolox Focal Loss CIOU
下载PDF
基于YOLOX模型的口罩目标检测研究与应用
14
作者 郭永跃 于洋 《微型电脑应用》 2024年第3期93-96,共4页
针对公共场所存在人员密集、异物遮挡面部以及不规范佩戴口罩等问题,以YOLOX网络为基础对人们是否佩戴口罩进行识别,同时使用GIoU损失函数,完善模型的检测效果;使用Albumentations库进行数据增强,提高捕捉面部的准确率;添加GUI设计,使... 针对公共场所存在人员密集、异物遮挡面部以及不规范佩戴口罩等问题,以YOLOX网络为基础对人们是否佩戴口罩进行识别,同时使用GIoU损失函数,完善模型的检测效果;使用Albumentations库进行数据增强,提高捕捉面部的准确率;添加GUI设计,使用户的操作更加便捷。实验结果表明,该模型的平均准确率(mAP)达到了94.36%,可以在光线昏暗等各种环境因素下和面部存在各种遮挡物下准确识别口罩是否遮住口鼻,实时性较好,未来可在教室、商场等公共场所用于检测。 展开更多
关键词 规范佩戴口罩 yolox网络 GIoU GUI设计
下载PDF
基于改进YOLOX-s的车辆检测方法研究
15
作者 张稀柳 张晓玲 何敏军 《系统仿真学报》 CAS CSCD 2024年第2期487-496,共10页
为缓解车辆小目标漏检及误检问题,提出一种基于YOLOX网络的多尺度特征融合的改进车辆检测模型。设计基于深度可分离卷积的Ghost-CSP(cross stage partial),替换网络的部分跨阶段局部结构,加快检测速度;将模型的最大池化方式改进为Softp... 为缓解车辆小目标漏检及误检问题,提出一种基于YOLOX网络的多尺度特征融合的改进车辆检测模型。设计基于深度可分离卷积的Ghost-CSP(cross stage partial),替换网络的部分跨阶段局部结构,加快检测速度;将模型的最大池化方式改进为Softpool方式,并引入坐标注意力机制,增强待检测目标的特征表达,优化目标漏检问题;选用Focal Loss作为模型置信度损失函数以增加分类不准确样本的权重,提高模型对小目标的预测能力。实验结果表明:改进算法平均准确率提高到74.96%,速度达到73帧/s,在满足实时性要求下可以更好地完成车辆目标检测要求。 展开更多
关键词 yolox 多尺度特征融合 车辆检测模型 Softpool 坐标注意力 Focal Loss
原文传递
基于改进YOLOX的轻量化交通监控目标检测算法
16
作者 胡伟超 郭宇阳 +1 位作者 张奇 陈艳艳 《计算机工程与应用》 CSCD 2024年第7期167-174,共8页
交通目标检测技术是道路交通管理部门进行交通流量监测、安全管控等核心工作的重要技术之一。面对大量的交通监控视频数据,需要使用检测速度更快、精度更高、占用计算资源更少的交通目标检测技术。为了满足这一需求,根据YOLOX算法和PP-L... 交通目标检测技术是道路交通管理部门进行交通流量监测、安全管控等核心工作的重要技术之一。面对大量的交通监控视频数据,需要使用检测速度更快、精度更高、占用计算资源更少的交通目标检测技术。为了满足这一需求,根据YOLOX算法和PP-LCNet网络,提出了一种面向交通监控场景的轻量型交通目标检测算法PL-YOLO。使用基于PP-LCNet改进的网络作为目标检测器的主干特征网络,使用深度可分离卷积代替YOLOX中的普通卷积,降低模型运算过程中的复杂度;根据交通监控场景下的车辆分布密集且尺寸小的特点,添加SimAM注意力机制模块,聚焦于更有意义的特征图像。实验结果表明,相对于YOLOX-s模型,改进后的PL-YOLO检测精度提升1.89个百分点,模型大小降低了54%,FPS从20.88帧/s提升到26.68帧/s。 展开更多
关键词 目标检测 交通监控场景检测 yolox 轻量化 PP-LCNet
下载PDF
一种改进YOLOX_S的火焰烟雾检测算法
17
作者 谢康康 朱文忠 +1 位作者 肖顺兴 谢林森 《科学技术与工程》 2024年第8期3298-3307,共10页
针对目前在火灾预警方面还存在火焰烟雾检测效果差、误报率高等问题,在YOLOX框架下提出改进YOLOX_S目标检测算法。首先在数据集建立方面,采用的数据集包括Bilkent University公开的数据集和部分自建数据集,共计9621张图片。并且通过对... 针对目前在火灾预警方面还存在火焰烟雾检测效果差、误报率高等问题,在YOLOX框架下提出改进YOLOX_S目标检测算法。首先在数据集建立方面,采用的数据集包括Bilkent University公开的数据集和部分自建数据集,共计9621张图片。并且通过对数据集采用Mosaic数据增强的方式,增加数据的多样性。其次对backbone部分采用swin-T骨干网络来代替原来的CSPDarkNet骨干网络,能够更好的捕捉不同尺度下的特征,有效地提升了目标检测的精度。然后对网络模型引入加权双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)特征融合网络,提高检测的效率和网络模型的适应性,在复杂背景下同样可以保持较高的检测精度。最后引入CA注意力机制来加强此算法的特征提取能力。经过对比实验表明,改进后的YOLOX_S的火焰烟雾检测算法具有较高准确性,其mAP@0.5(预测框与真实框重合程度的阈值为0.5时的平均检测精度)达到81.5%,相比原网络提高了5.3%。改进后的YOLOX_S网络模型在火焰烟雾检测方面具有更高准确性和更低的误报率。 展开更多
关键词 yolox swin transformer 加权双向特征金字塔网络(BiFPN) 火焰烟雾检测 注意力机制
下载PDF
改进YOLOX-S的偏光片表面缺陷检测算法
18
作者 陈乐 周永霞 祖佳贞 《计算机工程与应用》 CSCD 2024年第2期295-303,共9页
偏光片是液晶显示器的重要组成部分,其表面缺陷不仅会降低液晶显示器的显示质量,甚至可能造成整个液晶面板的报废。针对偏光片表面缺陷存在尺度差异大、形状变化多样的问题,提出一种改进YOLOX-S的偏光片表面缺陷检测算法。提出自适应平... 偏光片是液晶显示器的重要组成部分,其表面缺陷不仅会降低液晶显示器的显示质量,甚至可能造成整个液晶面板的报废。针对偏光片表面缺陷存在尺度差异大、形状变化多样的问题,提出一种改进YOLOX-S的偏光片表面缺陷检测算法。提出自适应平衡特征金字塔(ABFP)模块充分融合主干网提取的多级特征,并通过单个卷积增加检测分支,进一步增强模型的多尺度检测能力。在ABFP中引入注意力模块CBAM关注重要特征。采用CIo U损失函数的同时使用Mish激活函数替代Si LU激活函数。实验结果表明,改进的算法在偏光片表面缺陷数据集上的m AP_(50)和m AP_(50:95)分别达到92.97%和55.16%,相比YOLOX-S(FPN)提升了1.86和1.34个百分点,每秒检测帧数(FPS)达到50,基本满足工业实时检测的需求。 展开更多
关键词 偏光片表面 缺陷检测 yolox-S 自适应平衡特征金字塔 CIoU Mish
下载PDF
基于改进YOLOX的交通标志检测
19
作者 陈涧鑫 甘海云 《汽车实用技术》 2024年第2期67-73,共7页
现有的交通标志检测算法无法做到精准快速地检测,并且存在很大程度漏检,针对此问题,选取YOLOX-s作为基础网络模型,首先在Backbone部分增加有效输出层,并在PAFPN部分改进多尺度特征融合方式,增加融合(SF)结构,使网络进一步融合图像浅层... 现有的交通标志检测算法无法做到精准快速地检测,并且存在很大程度漏检,针对此问题,选取YOLOX-s作为基础网络模型,首先在Backbone部分增加有效输出层,并在PAFPN部分改进多尺度特征融合方式,增加融合(SF)结构,使网络进一步融合图像浅层特征。其次在FAFPN部分嵌入坐标注意力机制,使模型更准确定位目标区域。最后针对损失函数进行改进,使用EIoU的计算边界框回归损失,使用Polyloss计算类别和置信度损失。改进后的模型在TT100K数据集上进行实验平均精度均值(mAP)达到92.70%,相较于原YOLOX-s模型仅在参数量增加0.2 MB的基础上,mAP提升了11.43%且检测速度达到77 frame/s,满足实时性需求。改进后模型对交通标志识别的准确率有较大提升,交通标志检测能力的提升是实现可持续、高效和安全的自动驾驶交通系统的关键一步。 展开更多
关键词 交通标志检测 yolox 特征融合 注意力机制 损失函数
下载PDF
基于YOLOx的马铃薯芽眼检测
20
作者 李海庚 冯全 杨森 《农业装备与车辆工程》 2024年第1期12-17,共6页
马铃薯芽眼检测是实现种薯自动切块的关键因素。为快速、准确检测马铃薯种薯芽眼,提高智能切种装置效率,提出一种基于卷积神经网络的马铃薯种薯芽眼检测方法。首先,针对芽眼形态多样的特点,通过图像增广及图像多样化处理建立马铃薯芽眼... 马铃薯芽眼检测是实现种薯自动切块的关键因素。为快速、准确检测马铃薯种薯芽眼,提高智能切种装置效率,提出一种基于卷积神经网络的马铃薯种薯芽眼检测方法。首先,针对芽眼形态多样的特点,通过图像增广及图像多样化处理建立马铃薯芽眼数据库,以增强检测网络的泛化能力;然后,利用YOLOx对小尺寸目标的高效特征表达能力,构建用于芽眼检测的网络模型,实现马铃薯芽眼的快速准确检测。试验结果表明:YOLOx网络对含有单个和多个无遮挡芽眼的样本,以及含有疤痕、斑点、虫眼和机械损伤的样本均有良好的检测效果。其中,最终检测精准度P为95.86%,召回率R为96.95%,平均精度均值mAP为95.37%,检测速度为42.3 FPS。对比YOLOv3和YOLOv4网络模型,YOLOx模型可以同时满足马铃薯芽眼识别检测的精度和速度要求,可为马铃薯智能化切种提供技术支持。 展开更多
关键词 yolox 目标检测 卷积神经网络 马铃薯芽眼
下载PDF
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 2 … 12 下一页 到第 页
使用帮助 返回顶部