期刊文献+
共找到55篇文章
< 1 2 3 >
每页显示 20 50 100
基于YOLOv5-TGs的PCB缺陷检测算法研究 被引量:1
1
作者 徐一奇 肖金球 谢翔 《微电子学与计算机》 2024年第10期21-34,共14页
针对目前PCB缺陷检测算法在实际应用中检测精度低等问题,提出基于改进YOLOv5s的PCB缺陷检测算法YOLOv5-TGs。该算法以YOLOv5s算法模型为基础,首先在主干网络中引入Swin Transformer结构,并取代C3模块中的Bottleneck模块,并使用Ghost卷... 针对目前PCB缺陷检测算法在实际应用中检测精度低等问题,提出基于改进YOLOv5s的PCB缺陷检测算法YOLOv5-TGs。该算法以YOLOv5s算法模型为基础,首先在主干网络中引入Swin Transformer结构,并取代C3模块中的Bottleneck模块,并使用Ghost卷积模块替换Conv模块,降低了模型的计算复杂度,实现轻量化,同时增加了其接收域,增强PCB缺陷的小目标的特征表达能力;其次,在颈部网络的C3结构后面添加全局注意力机制,更大程度地保留通道和空间信息,在减少特征信息弥散的情况下放大全局跨纬度的交互特征,提高检测效率。最后用SIoU损失函数来代替原有的CIoU损失函数,通过在损失函数代价中引入方向性,加快模型收敛速度,提高回归精度。本文实验使用的是北京大学实验室公开发布的PCB缺陷数据集,结果表明:改进算法的平均精度均值达到98.2%,精确率达到95.5%;相较于YOLOv5s,改进算法的平均精度均值提升了7.3%,精确率提升了7.5%。 展开更多
关键词 PCB缺陷检测 YOLOv5s算法 ghost卷积 swinTransformer结构 全局注意力机制 sIoU损失
下载PDF
基于改进YOLOv8s的多尺度检测算法 被引量:2
2
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
下载PDF
基于改进YOLOv5s的电力作业人员安全帽检测算法研究
3
作者 刘昶成 邵文权 李玲陶 《国外电子测量技术》 2024年第2期34-42,共9页
传统的电力施工现场安全帽检测算法的网络计算复杂度高、在复杂场景下对于远处目标和密集群体存在漏检等问题,提出一种改进后的轻量化YOLOv5s-GCAE算法,主干网络首先用GhostNet网络中的深度可分离卷积GhostConv,以此降低网络的计算量和... 传统的电力施工现场安全帽检测算法的网络计算复杂度高、在复杂场景下对于远处目标和密集群体存在漏检等问题,提出一种改进后的轻量化YOLOv5s-GCAE算法,主干网络首先用GhostNet网络中的深度可分离卷积GhostConv,以此降低网络的计算量和参数量。其次在特征提取阶段中嵌入CA注意力机制,填补了引入轻量化网络时精度的缺失。引入自适应空间特征融合(ASFF)网络以有效融合多尺度特征,提高模型丰富的语义特征表示使网络更好的适应复杂的电力施工现场。最后引入损失函数EIOU,促使网络专注于高质量的锚点以提升在复杂场景下安全帽检测精度。构建了一个包含开源图片和自行收集的图片共9326张的安全帽佩戴检测数据集。实验结果表明,该算法的安全帽检测准确率为93.4%,比YOLOv5s算法高2.1%,符合电力场景下安全帽检测的精度要求。 展开更多
关键词 安全帽检测 电力场景 YOLOv5s CA注意力模块 ghost Net
下载PDF
改进YOLOv5s的人员跌倒检测算法
4
作者 吴迪 王向前 《佳木斯大学学报(自然科学版)》 CAS 2024年第9期6-11,共6页
针对跌倒检测任务中复杂信息干扰和数据集缺乏导致模型精度不高的问题,设计一种高精度跌倒检测算法,降低模型参数的同时保持各种场景下的鲁棒性。该算法基于YOLOv5s改进,在骨干网络中使用Ghost module和解耦全连接注意力,以较低计算开... 针对跌倒检测任务中复杂信息干扰和数据集缺乏导致模型精度不高的问题,设计一种高精度跌倒检测算法,降低模型参数的同时保持各种场景下的鲁棒性。该算法基于YOLOv5s改进,在骨干网络中使用Ghost module和解耦全连接注意力,以较低计算开销提升模型在光线变化、遮挡等干扰环境下的性能。在颈部层使用自适应感受野和空间通道混合注意力,提升神经元对不同尺度特征的适应性,应对人体形变、视角变化等干扰。引入EIoU损失函数,加速收敛提升训练精度。在公开数据集Le2i Fall Detection Dataset和UR Fall Detection上,精确率、召回率、mAP0.5和mAP(0.5:0.95)相比YOLOv5s分别提高4.0%,4.2%,2.9%和4.3%,参数量降低38.6%。该算法在多种应用场景下都保持较高检测精度,参数量较低,满足实际应用场景部署要求。 展开更多
关键词 跌倒检测 YOLOv5s ghost module 自适应感受野 EIoU
下载PDF
面向石墨电极标签识别的轻量化网络LGSNet
5
作者 梁倩 刘名果 +3 位作者 王亮 陈立家 赵翔宇 白埔州 《电脑与信息技术》 2024年第1期86-89,共4页
轻量化网络已成为面向工业场景部署的关键技术。为进一步提升Ghost module的特征提取能力并减少参数量,提出了一种改进的S-Ghost瓶颈模块(Small Ghost Bottleneck)。此瓶颈模块采用1×1卷积通道与Ghost module并联的结构,缩减Ghost ... 轻量化网络已成为面向工业场景部署的关键技术。为进一步提升Ghost module的特征提取能力并减少参数量,提出了一种改进的S-Ghost瓶颈模块(Small Ghost Bottleneck)。此瓶颈模块采用1×1卷积通道与Ghost module并联的结构,缩减Ghost module的通道数以压缩参数量,并用与之并联的1×1卷积进行通道扩充;在模块输出端引入通道混洗(Channel Shuffle)操作以保证通道间信息交互。实验结果表明,利用该瓶颈结构设计的图像分类网络LGSNet (Light Ghost Networks,LGSNet),其计算量和参数量显著降低,同时网络精度与推理速度未受影响,甚至在一些测试中取得最优,此网络设计满足工业需求。这为面向工业场景的轻量化网络架构设计提供了新的解决方案和思路。 展开更多
关键词 石墨电极 轻量化网络 ghost module s-ghost LGsNet
下载PDF
基于改进YOLOv5s模型的红外弱小目标检测方法
6
作者 张建君 陈玉丹 +2 位作者 刘玉玲 张明明 黄富瑜 《应用光学》 CAS 北大核心 2024年第5期975-981,共7页
针对复杂背景下红外场景对比度低、特征不足、细节不清而导致的目标检测效率低的问题,在YOLOv5s模型基础上通过创建TCC(two-way convolution and Concat)模块并引入华为Ghost模块,提出了一种基于改进YOLOv5s模型的红外弱小目标检测方法... 针对复杂背景下红外场景对比度低、特征不足、细节不清而导致的目标检测效率低的问题,在YOLOv5s模型基础上通过创建TCC(two-way convolution and Concat)模块并引入华为Ghost模块,提出了一种基于改进YOLOv5s模型的红外弱小目标检测方法。首先,结合红外图像的低级语义特征,采取二路卷积和多尺度思想创建了TCC模块,提升了特征提取的全面性;接着,为进一步简化网络结构、减少网络参数量,引入轻量化Ghost模块改进了SPP池化层和CSP2卷积网络;最后,以无人机为实验对象,构建了白天和夜间不同背景条件下的红外弱小目标数据集,实验验证了本文改进算法的有效性。结果表明:改进后的YOLOv5s模型在较少损失帧频的情况下,检测精度提升了1.34%,平均精度均值(mean average precision, mAP)提升了2.26%,优于YOLOv4-tiny和YOLOv7-tiny两种轻量化模型,并与YOLOv8s模型精度相当,但模型参数量仅为YOLOv8s模型的53%,完全可以满足嵌入式设备部署的需求。 展开更多
关键词 目标检测 红外弱小目标 YOLOv5s TCC模块 ghost模块
下载PDF
基于改进YOLOv5s的航拍红外图像目标识别方法
7
作者 王悠 韩立祥 付贵 《红外技术》 CSCD 北大核心 2024年第7期775-781,801,共8页
为了提高无人机在黑暗条件下的识别效率,降低在复杂环境及路况方面存在漏检及延时效果等问题,本文提出了一种改进的YOLOv5s-GN-CB红外图像识别方法,该方法可以提高无人机红外航拍图像对车、人等多类目标识别效率。本文对YOLOv5s的主要... 为了提高无人机在黑暗条件下的识别效率,降低在复杂环境及路况方面存在漏检及延时效果等问题,本文提出了一种改进的YOLOv5s-GN-CB红外图像识别方法,该方法可以提高无人机红外航拍图像对车、人等多类目标识别效率。本文对YOLOv5s的主要改进包括以下3个方面:将Ghost引入到YOLOv5s主干网络中,并将NWD loss损失函数融入至Ghost中;添加注意力机制CA;添加加权双向特征金字塔BiFPN。经验证,改进的YOLOv5s-GN-CB检测模型在InfiRay红外航拍人车检测数据集下目标识别平均精度均值(mAP@0.5)达到95.1%,FPS提高至75.188帧/s。相较于YOLOv5原始模型的平均精度均值和FPS分别提高了4.2%和12.02%。在对同一场景中无人机航拍红外图像目标识别的检测精度有明显提升,延时率有所下降。 展开更多
关键词 红外目标检测 改进YOLOv5s ghost网络 注意力机制
下载PDF
基于YOLOv5s轻量化改进的LCD缺陷检测方法
8
作者 王新杰 高祥 +1 位作者 赵云龙 唐林 《四川轻化工大学学报(自然科学版)》 CAS 2024年第2期73-83,共11页
针对目前LCD缺陷检测速度较慢、检测精度较低的现状,本文提出一种YOLOv5s轻量化改进模型来检测识别LCD所存在的缺陷情况。通过改进上采样CARAFE算子进行Nearest的替换,并修改其kencoder与kreassembly两项参数进行对比;同时,增加CBAM注... 针对目前LCD缺陷检测速度较慢、检测精度较低的现状,本文提出一种YOLOv5s轻量化改进模型来检测识别LCD所存在的缺陷情况。通过改进上采样CARAFE算子进行Nearest的替换,并修改其kencoder与kreassembly两项参数进行对比;同时,增加CBAM注意力机制,更加关注目标区域特征信息以提升模型召回率;最后进行轻量化设计替换C3为C3_Ghost,以达到参数量、运输量以及模型大小的减小。实验结果说明,改进YOLOv5s算法在原模型基础上,准确率P提高了2.1%,召回率R提高了5.4%,模型平均精度mAP达到88.8%,相对于改进前提高了2.1%,参数量和运算量分别减少了15.6%和20.9%,并且模型大小减少了14.6%。整体而言,改进后的算法模型更加轻量化,模型MB减小并且参数量以及运算量相对减少,因此方便对低算力硬件进行部署,同时也为LCD工厂智能检测技术提供一定技术参考。 展开更多
关键词 LCD缺陷检测 轻量化 CARAFE ghost YOLOv5s
下载PDF
基于GBS-YOLOv5s的煤矿烟火检测
9
作者 魏少雄 钟本源 《煤》 2024年第7期11-13,41,共4页
针对现有的煤炭烟火检测方法精确度低、参数量大、算法复杂度高等问题,提出了一种基于GBS-YOLOv5s的煤矿烟火检测算法。使用Ghost卷积模块实现特征提取,在原始算法上加入Ghost Bottleneck模块来减少模型参数量。其次,通过在SPPF模块后... 针对现有的煤炭烟火检测方法精确度低、参数量大、算法复杂度高等问题,提出了一种基于GBS-YOLOv5s的煤矿烟火检测算法。使用Ghost卷积模块实现特征提取,在原始算法上加入Ghost Bottleneck模块来减少模型参数量。其次,通过在SPPF模块后面加入全局上下文特征提取BoT3模块,增加对小目标的检测效果。最后,引入一种新的Soft-NMS算法,降低这些边界框的置信度,提升召回率,减少重叠目标的漏检。实验结果表明:GBS-YOLOv5s目标检测算法优于YOLOv5s算法,准确率提升了3.3%,每秒的浮点运算数GFLOPs减少了7.6 G,可以满足煤矿场景下对模型检测的要求。 展开更多
关键词 YOLOv5s算法 目标检测 ghost模块 BoT3模块 GFLOPs
下载PDF
基于Ghost卷积和YOLOv5s网络的服装检测 被引量:5
10
作者 李雪 吴圣明 +1 位作者 马丽丽 陈金广 《计算机系统应用》 2022年第7期203-209,共7页
为了降低服装目标检测模型的参数量和浮点型计算量,提出一种改进的轻量级服装目标检测模型——GYOLOv5s.首先使用Ghost卷积重构YOLOv5s的主干网络;然后使用DeepFashion2数据集中的部分数据进行模型训练和验证;最后将训练好的模型用于服... 为了降低服装目标检测模型的参数量和浮点型计算量,提出一种改进的轻量级服装目标检测模型——GYOLOv5s.首先使用Ghost卷积重构YOLOv5s的主干网络;然后使用DeepFashion2数据集中的部分数据进行模型训练和验证;最后将训练好的模型用于服装图像的目标检测.实验结果表明,G-YOLOv5s的mAP达到71.7%,模型体积为9.09 MB,浮点型计算量为9.8 G FLOPs,与改进前的YOLOv5s网络相比,模型体积压缩了34.8%,计算量减少了41.3%,精度仅下降1.3%,方便部署在资源有限的设备中使用. 展开更多
关键词 服装图像 目标检测 YOLOv5s DeepFashion2 ghost卷积 轻量级 深度学习
下载PDF
基于Ghost Module的轻量级脑肿瘤3D MRI分割研究
11
作者 刘丽伟 赵强 《长春工业大学学报》 CAS 2022年第6期686-692,共7页
针对当下三维CNN对脑肿瘤MRI分割时训练参数量过大、网络收敛性差、训练时间过长的问题,提出S-GG Net。先通过对轻量级结构Ghost Module进行改进形成Shuffle-Ghost Module;并以此为基础单元形成两种残差结构,网络仿造U-Net结构分别对网... 针对当下三维CNN对脑肿瘤MRI分割时训练参数量过大、网络收敛性差、训练时间过长的问题,提出S-GG Net。先通过对轻量级结构Ghost Module进行改进形成Shuffle-Ghost Module;并以此为基础单元形成两种残差结构,网络仿造U-Net结构分别对网络的压缩路径、扩展路径进行重新构建。在公开的脑肿瘤数据集BraTs进行实验得知,文中方法在大幅缩减参数量的情况下,仍然能够保证训练效果。 展开更多
关键词 脑肿瘤分割 3D MRI 轻量级改进 s-GGNet
下载PDF
基于改进YOLOv5s的铸坯表面缺陷检测系统 被引量:1
12
作者 邓能辉 周秉国 +2 位作者 张志杰 石杰 吴昆鹏 《仪表技术与传感器》 CSCD 北大核心 2023年第10期72-78,共7页
针对目前连铸坯表面缺陷检测方法存在检测准确率和效率低的问题,提出了一种基于改进YOLOv5s的连铸坯表面缺陷检测系统。首先,基于CycleGAN的域迁移能力和冷轧样本集实现铸坯复杂背景的简单化。其次,利用Ghost网络和GhostBottleneck重新... 针对目前连铸坯表面缺陷检测方法存在检测准确率和效率低的问题,提出了一种基于改进YOLOv5s的连铸坯表面缺陷检测系统。首先,基于CycleGAN的域迁移能力和冷轧样本集实现铸坯复杂背景的简单化。其次,利用Ghost网络和GhostBottleneck重新构建YOLOv5s的特征提取骨架以达到轻量化网络结构提高检测速度的目的。最后,在YOLOv5s颈部模块中嵌入SE注意力机制以提升缺陷关键信息捕捉能力,从而提高检测准确率。实验结果表明,改进YOLOv5s在铸坯表面图像数据集上mAP指标达到93.6%,相较于原始的YOLOv5s,mAP指标提升了2.9%,计算量降低了2.5 FLOPs。能够满足铸坯表面缺陷检测系统的实时要求及准确率指标,并且降低了部署所需的计算资源。 展开更多
关键词 铸坯 缺陷检测 CycleGAN YOLOv5s ghost ghostBottleneck sE注意力机制
下载PDF
Swann in Spain: Proust's Ghost in the Novels of Javier Marias
13
作者 Sonia Assa 《Journal of Literature and Art Studies》 2015年第9期723-733,共11页
Since the publication of Coraz6n tan blanco (A Heart so White) (1992), many critics have compared the Spanish novelist Javier Marias to Marcel Proust. Both favor long, meandering sentences, in which they insert vo... Since the publication of Coraz6n tan blanco (A Heart so White) (1992), many critics have compared the Spanish novelist Javier Marias to Marcel Proust. Both favor long, meandering sentences, in which they insert voluminous asides. In thematic terms, their narratives are constantly involved with meditation over the extent to which we can understand the past, or the degree to which we can know either ourselves or others. Beyond their common preoccupation with time and memory, I will consider some remarkable similarities between Marias' and Proust's formative years and the role translation played in the development of their style. I will show the many ways in which Proust "haunts" Marias: in his metaphorical use of the translating practice, in his love of deferral, and in his brooding first-person narrators, racked by the anxiety of ignorance. 展开更多
关键词 Proust's ghost translation anxiety of ignorance first-person narrators
下载PDF
The Ghost Daughter Returns Home: Memory of Slavery in Toni Morrison's Beloved
14
作者 Grzegorz Kotecki 《Sociology Study》 2013年第12期933-940,共8页
This article aims to present Beloved, a ghost-in-the-flesh protagonist of Toni Morrison's Pulitzer Prize-winning novel Beloved (1987), as an incarnation of memory of slavery. Interpreted as personal and shared expe... This article aims to present Beloved, a ghost-in-the-flesh protagonist of Toni Morrison's Pulitzer Prize-winning novel Beloved (1987), as an incarnation of memory of slavery. Interpreted as personal and shared experience, Beloved will be analyzed on the basis of memory's dynamic nature as an active mnemonic agent operating in and between the individual and collective zones. It will be also argued that on the one hand, Beloved embodies memories of past slaved lives of the novel's central characters, Sethe and Paul D, while on the other hand she plays the role of an allegoric reminder of all Black slaves who lived and died in bondage on the American continent. Finally, Beloved will be symbolically seen as a historical, cultural and psychological link between contemporary African Americans and their African ancestors of the Middle Passage. The theoretical framework for this study of Morrison's most memorable ghost figure will follow from a discussion of memory's individual and shared qualities, as well as from the concepts of a collective consciousness, the collective unconscious, and collective memory. 展开更多
关键词 BELOVED ghosts MEMORY MORRIsON sLAVERY
下载PDF
基于改进YOLOv5s算法的行人检测方法
15
作者 陈斌 陈丽 《智能物联技术》 2023年第3期34-40,共7页
针对目前行人检测方法存在小目标检测难度大、漏检率高的问题,本文提出了一种改进YOLOv5s算法的行人检测方法。首先,增加一个小目标检测头,来增强模型对小目标的检测能力,根据自建数据集通过K-means聚类算法得到新的先验锚框尺寸;其次,... 针对目前行人检测方法存在小目标检测难度大、漏检率高的问题,本文提出了一种改进YOLOv5s算法的行人检测方法。首先,增加一个小目标检测头,来增强模型对小目标的检测能力,根据自建数据集通过K-means聚类算法得到新的先验锚框尺寸;其次,将CA嵌入到YOLOv5s颈部网络的浅层位置和引入新型跨尺度特征融合模块加权特征融合来增强特征提取能力;最后,基于Ghost Bottleneck对YOLOv5s的C3模块进行改进,旨在通过低成本操作生成更多有价值冗余特征图,有效减少模型参数。实验结果表明,与原始YOLOv5s相比,改进的YOLOv5s算法在行人检测任务上的准确率P提高了3.3%,召回率R提高了2.9%,mAP_0.5:0.95提高了2.6%,且减少了12.7%参数量,整体性能有显著提升。 展开更多
关键词 行人检测 YOLOv5s CA 新型跨尺度特征融合 ghost
下载PDF
基于YOLO v5的农田杂草识别轻量化方法研究 被引量:1
16
作者 冀汶莉 刘洲 邢海花 《农业机械学报》 EI CAS CSCD 北大核心 2024年第1期212-222,293,共12页
针对已有杂草识别模型对复杂农田环境下多种目标杂草的识别率低、模型内存占用量大、参数多、识别速度慢等问题,提出了基于YOLO v5的轻量化杂草识别方法。利用带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MS... 针对已有杂草识别模型对复杂农田环境下多种目标杂草的识别率低、模型内存占用量大、参数多、识别速度慢等问题,提出了基于YOLO v5的轻量化杂草识别方法。利用带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration, MSRCR)增强算法对部分图像数据进行预处理,提高边缘细节模糊的图像清晰度,降低图像中的阴影干扰。使用轻量级网络PP-LCNet重置了识别模型中的特征提取网络,减少模型参数量。采用Ghost卷积模块轻量化特征融合网络,进一步降低计算量。为了弥补轻量化造成的模型性能损耗,在特征融合网络末端添加基于标准化的注意力模块(Normalization-based attention module, NAM),增强模型对杂草和玉米幼苗的特征提取能力。此外,通过优化主干网络注意力机制的激活函数来提高模型的非线性拟合能力。在自建数据集上进行实验,实验结果显示,与当前主流目标检测算法YOLO v5s以及成熟的轻量化目标检测算法MobileNet v3-YOLO v5s、ShuffleNet v2-YOLO v5s比较,轻量化后杂草识别模型内存占用量为6.23 MB,分别缩小54.5%、12%和18%;平均精度均值(Mean average precision, mAP)为97.8%,分别提高1.3、5.1、4.4个百分点。单幅图像检测时间为118.1 ms,达到了轻量化要求。在保持较高模型识别精度的同时大幅降低了模型复杂度,可为采用资源有限的移动端设备进行农田杂草识别提供技术支持。 展开更多
关键词 杂草识别 目标检测 YOLO v5s 轻量化特征提取网络 ghost卷积模块 注意力机制
下载PDF
基于改进的YOLOv5模型和射线法的车辆违停检测 被引量:2
17
作者 庄建军 徐子恒 张若愚 《南京信息工程大学学报》 CAS 北大核心 2024年第3期341-351,共11页
车辆违法停车将会降低道路通行效率,引发交通拥堵和交通事故.传统的车辆违停检测方法参数量大且准确度低.为此,本文提出了一种使用改进的YOLOv5模型和射线法的车辆违停检测方法.首先设计了轻量化的特征提取模块,减少模型参数量;其次在... 车辆违法停车将会降低道路通行效率,引发交通拥堵和交通事故.传统的车辆违停检测方法参数量大且准确度低.为此,本文提出了一种使用改进的YOLOv5模型和射线法的车辆违停检测方法.首先设计了轻量化的特征提取模块,减少模型参数量;其次在模型中加入注意力机制,从通道维度和空间维度增强模型的特征提取能力,保证模型精度;接着使用混合数据增强丰富数据集样本,提升复杂背景下的检测效果;然后选用EIoU作为损失函数提高模型定位能力.实验结果表明,改进后的模型均值平均精度达到91.35%,比原始YOLOv5s提升1.01个百分点,并且参数量减少35.79%.最后将改进后模型与射线法结合,在Jetson Xavier NX嵌入式平台的检测速度可以达到约28帧/s,能够实现实时检测. 展开更多
关键词 车辆违停检测 YOLOv5s算法 ghost卷积 注意力机制 射线法
下载PDF
《安尼尔的鬼魂》中的历史重构解读
18
作者 吴蓓 郭国良 《广东外语外贸大学学报》 CSSCI 2024年第3期52-60,共9页
《安尼尔的鬼魂》通过对传统、宏观叙事的颠覆,叙事中心的转移以及人文的解决途径的提出对斯里兰卡内战史实进行了重构,重构背后的原因来自于作家迈克尔·翁达杰对历史和虚构的后现代思考,以及他想要通过“重构”主题书写改变世界... 《安尼尔的鬼魂》通过对传统、宏观叙事的颠覆,叙事中心的转移以及人文的解决途径的提出对斯里兰卡内战史实进行了重构,重构背后的原因来自于作家迈克尔·翁达杰对历史和虚构的后现代思考,以及他想要通过“重构”主题书写改变世界的文学言语行为。虽然他的历史重构未必完全合理,但翁达杰给出的人文慰藉是他对当今世界的希冀。 展开更多
关键词 《安尼尔的鬼魂》 历史重构 斯里兰卡内战 迈克尔·翁达杰 文学言语行为
下载PDF
基于轻量化网络的无人机航拍牛羊目标识别研究
19
作者 赵明辉 郝敏 《南方农机》 2024年第20期17-20,34,共5页
[目的]实现对草原放牧情况的实时监测和对载畜量的快速自动检测,促进草原生态系统的健康可持续发展,从而实现草畜平衡。[方法]采用深度学习方法对无人机拍摄的牛羊图像进行检测,为了提高模型的检测速度,进行轻量化改进。除了第一个Conv... [目的]实现对草原放牧情况的实时监测和对载畜量的快速自动检测,促进草原生态系统的健康可持续发展,从而实现草畜平衡。[方法]采用深度学习方法对无人机拍摄的牛羊图像进行检测,为了提高模型的检测速度,进行轻量化改进。除了第一个Conv结构,将YOLOv5s模型的Backbone网络中其他的Conv结构和C3结构全部换成GhostConv结构和C3Ghost结构,以减少模型的计算成本。[结果]与原模型相比,YOLOv5s-Ghost模型的准确率、mAP分别下降了1个百分点、0.4个百分点,但模型的参数量减少了约50%,仅为7.43 MB;FPS为89.73,比原模型增加了42.12,检测速度大大提升。[结论]改进模型具有精度高、体积小等优势,不仅提高了检测速度,而且在实例检测中具有较好的检测效果,对于轻量化的无人机目标检测研究具有一定的参考价值。 展开更多
关键词 无人机 YOLOv5s 轻量化 ghost
下载PDF
基于改进YOLOv5的轻量化车辆行人雾天检测模型
20
作者 肖顺兴 朱文忠 +2 位作者 谢康康 谢林森 何海东 《四川轻化工大学学报(自然科学版)》 CAS 2024年第3期77-86,共10页
车辆行人检测是智能交通的重要组成部分。针对现有车辆检测算法模型容量大、参数量较多、占用内存大,难以在智能交通场景中适用于算力和内存均有限的边缘设备的问题,提出了一种基于YOLOv5s算法改进的轻量级目标检测网络。首先,将YOLOv5... 车辆行人检测是智能交通的重要组成部分。针对现有车辆检测算法模型容量大、参数量较多、占用内存大,难以在智能交通场景中适用于算力和内存均有限的边缘设备的问题,提出了一种基于YOLOv5s算法改进的轻量级目标检测网络。首先,将YOLOv5s网络的卷积模块更换成Ghost卷积,以此减少计算量和参数量;其次,采用改进的加权双向特征金塔网络(BiFPN)结构和非极大值抑制(NMS)算法提高模型的精确度;最后,通过Real-world Task-Driven Testing Set(RTTS)雾天数据集对该方法进行模型训练及验证,以测试模型的有效性。实验结果表明,改进YOLOv5的轻量化雾天检测模型在分辨率为640×640的图像上平均检测精度达88.5%,模型大小约为7.5 M,浮点型计算量为8.20 GFLOPs。与原YOLOv5s网络相比,模型大小减少了46.4%,浮点型计算量压缩到原来的52%,精确度提高0.9%,回归率提高0.5%,平均精度提升1.1%。改进后的车辆检测算法在模型轻量化的同时不仅能够保证较高的检测精度,而且能够满足在算力资源有限的边缘设备进行车辆检测的需求。 展开更多
关键词 目标检测 轻量级 YOLOv5s ghost卷积
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部