-
题名一种改进YOLOv5算法的光伏热斑检测方法
被引量:1
- 1
-
-
作者
蒋成晨
何坚强
陆群
王江峰
殷宇翔
骆杨
-
机构
盐城工学院电气工程学院
-
出处
《计算机与数字工程》
2023年第10期2277-2281,共5页
-
基金
国家自然科学基金
青年科学基金项目(编号:62003292)资助。
-
文摘
热斑的存在会对光伏组串造成损坏,为了提高无人机巡检系统对光伏组串上热斑的识别能力,改进YOLOv5算法来提高对光伏组串上的热斑检测精度和效率。改进主要通过使用Puzzle Mix处理数据集图像增强模型的对小目标的关注,在Backbone引入3D无参SimAM模块来加强热斑在提取特征中的权重并抑制背景干扰权重,并使用CIOU损失函数来获得更精确的训练模型和高精度定位。将改进后的算法在自制热斑数据集上与其他算法进行对比实验,实验结果表明改进后的方对光伏组串热斑的检测能力增强。该方法可以为光伏电站的巡检提供技术参考。
-
关键词
YOLOv5
热斑
卷积神经网络
目标检测
-
Keywords
YOLOv5
hot spot
convolution neural network
object detection
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进YOLOv4-tiny的零件目标检测
- 2
-
-
作者
殷宇翔
徐顺清
何坚强
蒋成晨
陆群
唐乾榕
-
机构
盐城工学院电气工程学院
-
出处
《计算机与数字工程》
2022年第9期1945-1949,2029,共6页
-
基金
国家自然科学基金项目(编号:62003292)资助。
-
文摘
针对无序多角度零件视觉识别准确率不高,定位精度低的问题,提出一种基于YOLOv4-tiny的改进神经网络算法。改进的算法主要是将CBAM注意力机制引入到YOLOv4-tiny网络,使特征提取网络关注重要特征区域,并过滤无关信息。采用K-means算法对数据集进行聚类,重新得到anchor的对应参数。在零件数据集上进行对比实验,测试结果表明:所提算法在满足实时性的基础上,准确率相比原网络提高了3.4%,平均精确率提高了1.8%,具有较好的综合检测能力。该研究可为工业机器人的零件智能分拣提供技术参考。
-
关键词
目标检测
深度学习
零件识别
注意力机制
-
Keywords
target detection
deep learning
part recognition
attention mechanism
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-