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78篇文章
< 1 2 … 4 >
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Multi-WHFPN与SimAM注意力机制的版面分割
1
作者 杨陈慧 周小亮 +2 位作者 张恒 孙政 业宁 《电子测量技术》 北大核心 2024年第1期159-168,共10页
作为OCR的预处理工作,版面分割技术越来越受到学术界和工业界重视。针对版面分割中遇到的检测速度慢、目标区域边界不准确以及细小目标易遗漏等问题,提出了YOLOv7-MSY模型。此模型首先借鉴残差连接思想,提出了Multi-WHFPN网络结构。它... 作为OCR的预处理工作,版面分割技术越来越受到学术界和工业界重视。针对版面分割中遇到的检测速度慢、目标区域边界不准确以及细小目标易遗漏等问题,提出了YOLOv7-MSY模型。此模型首先借鉴残差连接思想,提出了Multi-WHFPN网络结构。它采用可训练的权重参数,突出特征融合过程中特征重要性,并添加了小目标检测头,从而提升对小目标的检测性能;其次,引入SimAM注意力机制,可以在不增加额外参数的基础上在3D维度评估特征权重,以增强重要特征,抑制无效特征;最后,使用YEIOU来代替原模型中的定位损失函数,提升了模型的收敛速度与回归精度。在江苏省档案馆提供的数据集上进行实验对比,YOLOv7-MSY对目标区域边界检测更加敏感,对细小目标的检测效果更好。YOLOv7-MSY的mAP@.5达到了0.871,相较于原YOLOv7模型提高了7.84%。该模型的版面分割的效果优于其他类型的版面分割算法,具有良好的泛化性能,并且版面分割速度处于较高水平。 展开更多
关键词 版面分割 YOLOv7-MSY Multi-WHFPN simam注意力机制 YEIOU
原文传递
基于结合SimAM模块的三维Densenet的阿尔茨海默症分类算法研究
2
作者 孙俊楠 李岳阳 罗海驰 《计算机与数字工程》 2024年第8期2279-2283,共5页
阿尔茨海默症是一种不可逆的大脑神经退行性疾病。利用深度学习技术辅助医生对提升识别阿尔茨海默症患者的效率有重要意义。论文将三维卷积技术,密集连接卷积神经网络(Densenet)和一种简单、无参数的卷积神经网络注意模块,简称SimAM的... 阿尔茨海默症是一种不可逆的大脑神经退行性疾病。利用深度学习技术辅助医生对提升识别阿尔茨海默症患者的效率有重要意义。论文将三维卷积技术,密集连接卷积神经网络(Densenet)和一种简单、无参数的卷积神经网络注意模块,简称SimAM的注意力模块相结合,设计了一个3D-SAMDensenet算法,用于对大脑的磁共振图像(MRI)进行分类。用此模型分别对阿尔茨海默症(AD)和正常人(NC),轻度认知障碍(MCI)和正常人(NC)进行两种二分类时,与对比的传统和深度学习的分类方法相比,都取得更好的分类结果,并且在图像差异较小的MCI/NC分类中,得到了比AD/NC分类更大的优势。 展开更多
关键词 阿尔茨海默症 三维卷积 密集连接卷积神经网络 simam
下载PDF
基于ResNet50_SIMAM的水下目标检测模型研究
3
作者 柏填晟 张亚婷 +2 位作者 金珊 李晓璇 刘朝霞 《计算机科学与应用》 2024年第3期58-65,共8页
水下目标检测是海洋探索和监测领域的一个关键技术挑战,具有广泛的应用。由于水下环境复杂以及视觉清晰度有限,现有检测方法效果不佳。针对这一问题,我们对现有的ResNet50模型进行改进,通过引入SIMAM注意力机制来提高检测精确度。通过... 水下目标检测是海洋探索和监测领域的一个关键技术挑战,具有广泛的应用。由于水下环境复杂以及视觉清晰度有限,现有检测方法效果不佳。针对这一问题,我们对现有的ResNet50模型进行改进,通过引入SIMAM注意力机制来提高检测精确度。通过对数据集的预处理和增强,模型成功适应了水下图像的特点。实验结果表明,该模型在水下目标检测任务上表现卓越,Map值由原来的64.6上升到68.35,验证了改进后的模型ResNet50_SIMAM在处理复杂水下视觉任务中的巨大潜力。 展开更多
关键词 水下目标检测 深度学习 ResNet50 TensorFlow simam
下载PDF
结合Transformer和SimAM轻量化路面损伤检测算法
4
作者 杨杰 蒋严宣 熊欣燕 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第9期3911-3920,共10页
道路表面的损坏不仅会严重影响驾驶舒适性,还对行车安全造成威胁。若不及时检测和修复,可能导致交通事故的发生。因此,及时检测路面损伤对路面安全和维护有重要意义。针对现有路面损伤检测模型中存在识别精确度低和计算量大的问题,提出... 道路表面的损坏不仅会严重影响驾驶舒适性,还对行车安全造成威胁。若不及时检测和修复,可能导致交通事故的发生。因此,及时检测路面损伤对路面安全和维护有重要意义。针对现有路面损伤检测模型中存在识别精确度低和计算量大的问题,提出一种结合Transformer和SimAM轻量化路面损伤检测算法。首先,结合Transformer的优势,在模型中引入COT模块加强特征提取性能,其可以利用特征图的上下文信息构建自注意力机制,有效捕获路面损伤图像的上下文信息,加强信息表征能力。其次,针对不同大小的路面缺陷,提出MSC模块捕获全局信息,其可以结合多个池化操作动态地增加感受野的大小。同时,MSC模块与COT模块相结合,不仅有效减少了模型的计算量和参数量,而且进一步提升了检测精度。随后,融入SimAM注意力机制调节特征,增强模型在复杂场景下的特征表达能力,抑制无关特征的干扰。研究结果表明,改进算法的平均准确率为70.1%,其精度与YOLOv7、YOLOv7-tiny、YOLOv6-m、YOLOv5-l相比,分别提升2.8%、10.9%、10%、1.4%。此外,所提模型的计算量为40.3 G,约为YOLOv7、YOLOv7-x、YOLOv6-m、YOLOv5-l的38.4%、21.4%、49%、35.2%。通过与主流目标检测模型相比,所提出的模型在提高检测精度的同时,兼顾了模型的计算复杂度,在公开数据集上取得了良好的识别效果,能够有效地检测路面损伤。 展开更多
关键词 路面损伤检测 YOLOv7 卷积神经网络 TRANSFORMER simam
下载PDF
基于SimAM-YOLOv5s的PCB缺陷检测算法
5
作者 胡兰兰 邓超 《无线电工程》 2024年第5期1136-1145,共10页
为解决PCB缺陷检测存在精度低、检测效果差的问题,提出一种基于SimAM-YOLOv5s的PCB缺陷检测算法。利用Kmeans++对锚框进行重新聚类,通过添加浅层尺度信息来丰富小目标数据,提高深层和浅层语义信息的融合能力;将损失函数修改为SIoU,即引... 为解决PCB缺陷检测存在精度低、检测效果差的问题,提出一种基于SimAM-YOLOv5s的PCB缺陷检测算法。利用Kmeans++对锚框进行重新聚类,通过添加浅层尺度信息来丰富小目标数据,提高深层和浅层语义信息的融合能力;将损失函数修改为SIoU,即引入角度损失来计算距离损失,以加快网络收敛速度,使回归参数更加准确;通过结合轻量化注意力机制SimAM为网络提供三维的注意力权重,过滤掉冗余信息,改善模型的准确性和鲁棒性。实验结果表明,改进后YOLOv5s算法的模型大小为27.7 MB,检测的平均精度均值为98.39%,比原网络提高了4.44%,有效提升了PCB缺陷检测的精度。 展开更多
关键词 PCB缺陷检测 simam SIoU YOLOv5s
下载PDF
基于轻量化SimAm-YOLOv7的煤矿输送带异物检测
6
作者 段宗佑 杨森 +1 位作者 孟卓 韩飞 《煤矿机械》 2024年第7期191-194,共4页
煤矿带式输送机在运行过程中会混入煤矸石、铁器等异物,导致输送带撕裂,严重影响煤矿生产。为实现煤矿输送带异物快速、准确检测,提出一种基于轻量化SimAm-YOLOv7的煤矿输送带异物检测算法。首先通过暗通道先验算法提高煤矿输送带图像... 煤矿带式输送机在运行过程中会混入煤矸石、铁器等异物,导致输送带撕裂,严重影响煤矿生产。为实现煤矿输送带异物快速、准确检测,提出一种基于轻量化SimAm-YOLOv7的煤矿输送带异物检测算法。首先通过暗通道先验算法提高煤矿输送带图像对比度,减少煤尘干扰;其次通过在YOLOv7中引入Ghost卷积减少模型参数,提高检测速度;最后通过在YOLOv7中引入SimAm注意力模块提升异物显著度,进而提高检测精度。实验结果表明,该算法相比原始YOLOv7算法mAP@0.5指标提高了3.9%,Time指标减少了1 ms。 展开更多
关键词 simam注意力模块 YOLOv7 异物检测 暗通道先验算法
原文传递
基于SimAM注意力机制的轴承故障迁移诊断模型 被引量：1
7
作者 包从望 朱广勇 +1 位作者 邹旺 郭灏 《机电工程》 CAS 北大核心 2024年第5期862-869,893,共9页
针对轴承故障在跨工况迁移诊断时,其域不变特征难以提取,易出现模型过拟合这一问题,提出了一种基于无参数注意力模块(SimAM)的轴承故障迁移诊断方法。首先,以一维卷积神经网络作为基本框架,利用自适应批量归一化(AdaBN)对各输出层进行... 针对轴承故障在跨工况迁移诊断时,其域不变特征难以提取,易出现模型过拟合这一问题,提出了一种基于无参数注意力模块(SimAM)的轴承故障迁移诊断方法。首先,以一维卷积神经网络作为基本框架,利用自适应批量归一化(AdaBN)对各输出层进行了归一化处理,经两层卷积层和两层池化层后,对输出特征进行了随机节点失活操作;然后,利用改进后的参数化修正线性单元(PReLU)激活函数自适应提取负值输入权值系数,分别以交叉熵损失函数监督训练有标签的源域数据,以均方对数误差(MSLE)作为损失函数训练无标签的目标数据;最后,利用自制实验台数据和凯斯西储轴承公开数据对模型进行了验证,分别以不同的单一工况作为源域,其余工况作为目标域进行了迁移诊断任务研究。研究结果表明:基于SimAM的轴承故障迁移诊断方具有较好的域不变特征提取的性能,且所提特征具有较好的聚类效果;自制实验台中的平均迁移精度在89.1%以上,最高均值可达97.85%,CWRU数据集中的平均迁移精度达98.68%。该成果可为后续轴承故障由实验向工业现场的迁移诊断奠定基础。 展开更多
关键词 轴承故障诊断 迁移学习 无参数注意力机制 自适应批量归一化 参数化修正线性单元 均方对数误差 卷积神经网络
下载PDF
基于可形变卷积与SimAM注意力的密集柑橘检测算法 被引量：5
8
作者 李子茂 李嘉晖 +2 位作者 尹帆 帖军 吴钱宝 《中国农机化学报》 北大核心 2023年第2期156-162,F0002,共8页
针对现有检测算法难以检测自然场景下小而密集的柑橘问题,提出一种DS-YOLO(Deformable Convolution SimAM YOLO)密集柑橘检测算法。引入可形变卷积网络(Deformable Convolution)代替原YOLOv4中的特征提取网络部分卷积层,使特征提取网络... 针对现有检测算法难以检测自然场景下小而密集的柑橘问题,提出一种DS-YOLO(Deformable Convolution SimAM YOLO)密集柑橘检测算法。引入可形变卷积网络(Deformable Convolution)代替原YOLOv4中的特征提取网络部分卷积层,使特征提取网络能自适应提取遮挡、重叠等导致柑橘形状信息缺失的位置特征,在特征融合模块中,增加新的检测尺度并融合SimAM注意力机制,增强模型对于小而密集柑橘特征的提取能力。试验结果表明:DS-YOLO算法相较于原YOLOv4准确率提高8.75%,召回率提高7.9%,F1分数提高5%,能够较准确检测自然环境下的密集柑橘目标,为密集水果产量预测和采摘机器人提供了有效的技术支持。 展开更多
关键词 目标检测 特征提取 密集柑橘 可形变卷积 simam注意力
下载PDF
基于SimAM模块与ResNet34网络的混合缺陷检测模型 被引量：6
9
作者 朱传军 刘荣光 +2 位作者 成佳闻 梁泽启 王林琳 《现代制造工程》 CSCD 北大核心 2023年第2期1-9,共9页
针对现表面缺陷检测方法准确率低、需要进行复杂的特征设计、特征泛化性不强、参数多和识别速度慢等问题,在残差网络卷积模块之后采用自适应全局平均池化,有效降低了分类器的特征维度,减少了信息冗余。将无参注意力机制模块SimAM与ResNe... 针对现表面缺陷检测方法准确率低、需要进行复杂的特征设计、特征泛化性不强、参数多和识别速度慢等问题,在残差网络卷积模块之后采用自适应全局平均池化,有效降低了分类器的特征维度,减少了信息冗余。将无参注意力机制模块SimAM与ResNet34网络相结合用于缺陷检测,并对不同组合结构进行研究,提出ResNet34_s_e和ResNet34_m这2种混合网络模型,该2种混合网络模型均不增加原始网络参数量。在东北大学钢铁缺陷标准数据集上进行实验,对数据集使用镜像、翻转等数据增广策略,防止模型过拟合。通过对比发现,ResNet34_s_e混合网络模型能够有效加快训练过程中误差的下降趋势,提升分类准确率。最后在武汉某制造车间采集的冲压件缺陷数据集上验证该混合网络模型的泛化性能。测试集正确率由88.34%提高到了89.19%,有效提升了车间冲压件缺陷检测准确率。 展开更多
关键词 缺陷识别 残差网络 数据增广 simam模块
下载PDF
基于SimAM-YOLOv4的自动驾驶目标检测算法 被引量：7
10
作者 刘丽伟 侯德彪 +2 位作者 侯阿临 梁超 郑贺伟 《长春工业大学学报》 CAS 2022年第3期244-250,共7页
针对自动驾驶场景下单阶段目标检测对小目标精度不足的问题,权衡精度与速度的共同需求,提出一种改进的YOLOv4目标检测算法。首先,在网络的残差模块中嵌入SimAM注意力模块,旨在提高网络对重要特征的提取能力,然后,利用ACON-C激活函数替... 针对自动驾驶场景下单阶段目标检测对小目标精度不足的问题,权衡精度与速度的共同需求,提出一种改进的YOLOv4目标检测算法。首先,在网络的残差模块中嵌入SimAM注意力模块,旨在提高网络对重要特征的提取能力,然后,利用ACON-C激活函数替换残差模块中的Mish激活函数,使残差模块可以自适应地激活,进而提升网络性能。在KITTI数据集上进行训练和测试,实验结果表明,该模型的平均精度均值达到91.16%,检测速度达到32帧/s,满足实时检测的要求。 展开更多
关键词 目标检测 YOLOv4 simam注意力模块 ACON-C
下载PDF
基于SimAM和SpinalNet的列车轮对踏面缺陷分类模型 被引量：1
11
作者 张昌凡 胡新亮 +2 位作者 何静 刘建华 侯娜 《中国安全科学学报》 CAS CSCD 北大核心 2022年第6期38-43,共6页
为解决小样本问题下轮对踏面缺陷分类难题,提出一种基于简单无参注意力模块(SimAM)和脊柱神经网络(SpinalNet)踏面缺陷分类模型。首先,预训练网络提取原始图像各个类别特征图;其次,在有限的训练样本下,利用SimAM提取对缺陷图像表示性更... 为解决小样本问题下轮对踏面缺陷分类难题,提出一种基于简单无参注意力模块(SimAM)和脊柱神经网络(SpinalNet)踏面缺陷分类模型。首先,预训练网络提取原始图像各个类别特征图;其次,在有限的训练样本下,利用SimAM提取对缺陷图像表示性更强的类别特征;然后,利用SpinalNet关联特征图的局部和整体语义,得到缺陷类别特征的强区分性表示;最后,以强区分性表示特征输入带有L2正则化的softmax分类器,得到分类结果。试验结果表明:小样本任务评估指标准确率1和准确率2分别为68.35%和100%,优于目前主流深度学习模型,能够有效分类轮对踏面缺陷从而避免列车安全事故发生。 展开更多
关键词 轮对踏面 缺陷分类 简单无参注意力模块(simam) 脊柱神经网络(SpinalNet) L2正则化
原文传递
改进YOLOX在近岸船舶检测中的应用 被引量：1
12
作者 张立国 赵嘉士 +2 位作者 金梅 曾欣 沈明浩 《计量学报》 CSCD 北大核心 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
基于轻量化YOLOv5的电气设备外部缺陷检测 被引量：1
13
作者 廖晓辉 谢子晨 +2 位作者 辛忠良 陈怡 叶梁劲 《郑州大学学报（工学版）》 CAS 北大核心 2024年第4期117-124,共8页
为了提高变电站电气设备外部缺陷实时检测的精度,同时让检测模型更加轻量化,提出了一种基于轻量化YOLOv5的电气设备外部缺陷检测方法。首先,构建电气设备外部缺陷图像数据集并进行数据增强处理。其次,采用3种优化策略对原YOLOv5进行改进... 为了提高变电站电气设备外部缺陷实时检测的精度,同时让检测模型更加轻量化,提出了一种基于轻量化YOLOv5的电气设备外部缺陷检测方法。首先,构建电气设备外部缺陷图像数据集并进行数据增强处理。其次,采用3种优化策略对原YOLOv5进行改进:通过引入EfficientViT网络改进算法主干网络,减少模型参数量,并在算法Neck部分中加入SimAM无参数注意力机制来提高变电站复杂背景下的识别精度,同时采用Soft-NMS模块来改进检测框筛选方式,避免出现缺陷漏检现象。最后,通过消融实验进行验证。结果表明:轻量化后的电气设备外部缺陷检测模型mAP值稳定在86.4%,与原模型相比提高了1.2百分点,模型参数量减少了20%,计算量减少了38%,模型大小为11 MB,比原模型减少了19.7%。改进后的模型能够满足设备外部缺陷实时检测的要求,可以实现模型的轻量化部署。 展开更多
关键词 缺陷检测 电气设备 轻量化YOLOv5 EfficientViT网络 simam注意力 Soft-NMS结构
下载PDF
基于改进YOLOv7-tiny的道路病害检测算法
14
作者 谢国波 林松泽 +2 位作者 林志毅 吴陈锋 梁立辉 《图学学报》 CSCD 北大核心 2024年第5期987-997,共11页
针对目前道路病害检测方法参数量较大、小目标病害检测效果差且易出现误检、漏检的问题,提出一种基于改进YOLOv7-tiny的道路病害检测算法。引入深度可分离卷积(DSC)和无参注意力机制(SimAM)设计ELAN-SimAM-D结构,减少计算量和参数量以... 针对目前道路病害检测方法参数量较大、小目标病害检测效果差且易出现误检、漏检的问题,提出一种基于改进YOLOv7-tiny的道路病害检测算法。引入深度可分离卷积(DSC)和无参注意力机制(SimAM)设计ELAN-SimAM-D结构,减少计算量和参数量以实现轻量化,同时加强模型的特征提取和特征融合的能力;引入自适应指数加权池化和自适应融合设计SPPAda结构作为空间金字塔池化结构,增强道路病害信息的保留程度,降低病害的漏检;新增P2小目标网络层,加强对较小目标病害的检测能力,提高模型的检测精度;设计新的损失函数NWD-EIOU替换原CIOU损失函数,提高小目标定位的精度。实验结果表明,相较于原始的YOLOv7-tiny算法,改进后的YOLOv7-tiny算法在自建实验数据集下mAP@0.5达到83.14%,提升了3.50%,召回率上提升了4.96%,模型的参数量降低了33.84%,能够满足道路病害检测的需求。 展开更多
关键词 YOLOv7-tiny 道路病害检测 自适应指数加权池化 simam注意力机制 SPPAda结构 P2小目标网络层
下载PDF
基于YOLOv5s−FSW模型的选煤厂煤矸检测研究
15
作者 燕碧娟 王凯民 +3 位作者 郭鹏程 郑馨旭 董浩 刘勇 《工矿自动化》 CSCD 北大核心 2024年第5期36-43,66,共9页
针对现有煤矸检测模型存在的特征提取不充分、参数量大、检测精度低且实时性差等问题,提出了一种基于YOLOv5s−FSW模型的选煤厂煤矸检测方法。该模型在YOLOv5s的基础上进行改进,首先将主干网络的C3模块替换为FasterNet Block结构,通过降... 针对现有煤矸检测模型存在的特征提取不充分、参数量大、检测精度低且实时性差等问题,提出了一种基于YOLOv5s−FSW模型的选煤厂煤矸检测方法。该模型在YOLOv5s的基础上进行改进,首先将主干网络的C3模块替换为FasterNet Block结构,通过降低模型的参数量和计算量提高检测速度;然后,在颈部网络引入无参型SimAM注意力机制,增强模型对复杂环境下重要目标的关注,进一步提高模型的特征提取能力;最后,在输出端用Wise−IoU替换CIoU边界框损失函数,使模型聚焦普通质量锚框,提高收敛速度和边框的检测精度。消融实验结果表明:与YOLOv5s模型相比,YOLOv5s−FSW模型的平均精度均值(mAP)提高了1.9%,模型权重减少了0.6 MiB,参数量减少了4.7%,检测速度提高了19.3%。对比实验结果表明:YOLOv5s−FSW模型的mAP达95.8%,较YOLOv5s−CBC,YOLOv5s−ASA,YOLOv5s−SDE模型分别提高了1.1%,1.5%和1.2%,较YOLOv5m,YOLOv6s模型分别提高了0.3%,0.6%;检测速度达36.4帧/s,较YOLOv5s−CBC,YOLOv5s−ASA模型分别提高了28.2%和20.5%,较YOLOv5m,YOLOv6s,YOLOv7模型分别提高了16.3%,15.2%,45.0%。热力图可视化实验结果表明:YOLOv5s−FSW模型对煤矸目标特征区域更加敏感且关注度更高。检测实验结果表明:在环境昏暗、图像模糊、目标相互遮挡的复杂场景下,YOLOv5s−FSW模型对煤矸目标检测的置信度得分高于YOLOv5s模型,且有效避免了误检和漏检现象的发生。 展开更多
关键词 煤矸检测 YOLOv5s FasterNet Block simam注意力机制 Wise−IoU边界框损失函数
下载PDF
基于改进YOLOv5算法的织物缺陷检测
16
作者 林桂娟 王宇 +1 位作者 刘珂宇 李子涵 《棉纺织技术》 CAS 2024年第10期33-41,共9页
基于现有织物缺陷检测算法受疵点尺寸与织物纹理背景的影响导致检测精度较低,同时检测模型过于复杂,难以部署到工控设备上,无法满足织物缺陷实时检测等现状,提出一种改进YOLOv5算法的织物缺陷检测算法。以YOLOv5算法为基准模型,采用跨... 基于现有织物缺陷检测算法受疵点尺寸与织物纹理背景的影响导致检测精度较低,同时检测模型过于复杂,难以部署到工控设备上,无法满足织物缺陷实时检测等现状,提出一种改进YOLOv5算法的织物缺陷检测算法。以YOLOv5算法为基准模型,采用跨阶段部分连接残差网络替代原模型的主干网络,增强模型上下文特征信息学习能力;将SimAM注意力机制融入到模型中,提升对有用特征的提取能力,抑制无用纹理背景特征的干扰;引入WIoU与Varifocal Loss损失函数,提高回归框准确性的同时降低负样本权重;最后,针对织物的小目标疵点难以检测的问题,提出增加小目标检测层的方法,提高模型的检测能力。试验结果表明:该研究算法能够快速准确地检测织物疵点,精确率与mAP分别达到86.46%与84.4%,与基准模型相比,分别提高6.16个百分点和5.8个百分点。 展开更多
关键词 织物缺陷检测 YOLOv5模型 simam WIoU CSPResNet
下载PDF
MNTH-YOLOv8:一种用于食品包装中蚊虫高效检测的深度学习方法
17
作者 王晓红 张微 《包装学报》 2024年第3期91-98,共8页
食品安全一直是社会关注的焦点,而在食品包装印刷生产过程中,蚊虫的夹杂会对食品安全构成威胁。针对食品包装质检过程中蚊虫检测仍是人工筛查的现状,以及蚊虫目标尺寸小、所处背景复杂的特点,提出了一种基于深度学习的全自动MNTH-YOLOv... 食品安全一直是社会关注的焦点,而在食品包装印刷生产过程中,蚊虫的夹杂会对食品安全构成威胁。针对食品包装质检过程中蚊虫检测仍是人工筛查的现状,以及蚊虫目标尺寸小、所处背景复杂的特点,提出了一种基于深度学习的全自动MNTH-YOLOv8检测方法。该方法是在YOLOv8强大的目标检测功能基础上,结合通道特征部分卷积模块、SimAM注意力机制和改进的特征融合模块,并以CIoU与归一化Wasserstein距离作为定位回归损失函数的优化模型。对真实数据集的检测结果表明,MNTH-YOLOv8表现出显著优势,不仅有效提高了小目标蚊虫的检测精度,还在保持检测速度的前提下减少了参数量。MNTH-YOLOv8在食品包装中蚊虫的实时检测应用上拥有广阔前景。 展开更多
关键词 食品包装安全 蚊虫检测 YOLOv8 小目标检测 simam注意力机制 特征融合 归一化Wasserstein距离
下载PDF
基于改进YOLOv7的红外安防目标检测 被引量：2
18
作者 韩瑶 骆晓玲 +1 位作者 程换新 沈静 《激光杂志》 CAS 北大核心 2024年第5期55-61,共7页
针对安防场景中红外图像对比度低、目标轮廓不明显导致目标检测效果差的问题,提出一种基于改进YOLOv7的红外安防目标检测算法。采用递归门控卷积改进主干网络,增强对输入图像高阶信息交互能力;使用SimAM注意力机制构建ELAN-S模块,降低... 针对安防场景中红外图像对比度低、目标轮廓不明显导致目标检测效果差的问题,提出一种基于改进YOLOv7的红外安防目标检测算法。采用递归门控卷积改进主干网络,增强对输入图像高阶信息交互能力;使用SimAM注意力机制构建ELAN-S模块,降低信息丢失率的同时减少网络参数;使用K-means++聚类算法优化锚盒尺寸,提高检测精度。对InfiRay公开数据集进行数据增强和模型验证实验,结果表明,提出的算法在保持较高检测速度前提下,平均精度均值达到了87.15%,相对于原YOLOv7网络与其他主流算法有明显提高,证明改进方法先进有效。 展开更多
关键词 目标检测 红外图像 YOLOv7 递归门控卷积 simam
原文传递
基于改进YOLOv7的无人机航拍图像目标检测 被引量：4
19
作者 吴旭红 赵清华 《电光与控制》 CSCD 北大核心 2024年第2期35-40,111,共7页
针对无人机捕获场景下目标尺度变化剧烈、小目标检测精度低、漏检率高等问题,提出了一种改进的YOLOv7目标检测算法。首先,在原YOLOv7基础上增加一个极小目标检测层,以适应不同尺度下的物体目标,降低小目标的漏检率;其次,在特征融合网络... 针对无人机捕获场景下目标尺度变化剧烈、小目标检测精度低、漏检率高等问题,提出了一种改进的YOLOv7目标检测算法。首先,在原YOLOv7基础上增加一个极小目标检测层,以适应不同尺度下的物体目标,降低小目标的漏检率;其次,在特征融合网络中引入无参注意力机制,并基于该注意力机制构建了一个MP-SimAM模块,使网络融合更多重要的特征信息;最后,提出了一种新的边框回归损失函数SCIoU Loss,进一步提升模型的收敛速度与检测精度。实验结果表明,该模型在VisDrone 2019数据集上表现出色,所提算法模型在测试集上mAP 50达44.0%,相比于基准模型YOLOv7提升了2.6个百分点,对于小目标的检测效果提升明显。 展开更多
关键词 YOLOv7 无人机 航拍图像 小目标检测 simam注意力机制
下载PDF
基于YOLOv7的钢表面缺陷检测 被引量：2
20
作者 张亚腾 黄俊 《激光杂志》 CAS 北大核心 2024年第3期87-93,共7页
针对钢表面缺陷检测中存在误检率和漏检率高问题,提出了一种基于YOLOv7改进的钢表面缺陷检测算法。在该算法中,通过引入ConvNeXt-CBS模块以增强网络的特征提取能力,同时,基于SimAM注意力机制构建了MPCS模块,提高网络对微小缺陷目标的关... 针对钢表面缺陷检测中存在误检率和漏检率高问题,提出了一种基于YOLOv7改进的钢表面缺陷检测算法。在该算法中,通过引入ConvNeXt-CBS模块以增强网络的特征提取能力,同时,基于SimAM注意力机制构建了MPCS模块,提高网络对微小缺陷目标的关注度,最后在模型中引入C3模块来提升网络稳定性。实验结果表明,在NEU-DET数据集上,该算法的检测精度达到80.2%,比YOLOv7算法高出3.9%。与以往的钢表面缺陷检测算法相比,该算法具有更高的检测精度和更快的检测速度,可在工业应用中发挥重要作用。 展开更多
关键词 目标检测 缺陷检测 YOLOv7 ConvNeXt-CBS simam
原文传递
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 … 4 下一页 到第 页
使用帮助 返回顶部