Through the last 17 years of development,China’s light industry has basicallyresolved the short supply of consumergoods,with market demand having been metin quantity,but not in quality.How to adaptto the changes on b...Through the last 17 years of development,China’s light industry has basicallyresolved the short supply of consumergoods,with market demand having been metin quantity,but not in quality.How to adaptto the changes on both the domestic and theinternational markets,speed up structuraladjustment and optimization,promotetechnical progress,develop new products,improve quality,and raise grades andprocessing standards,is the main task for thedevelopment of the light industry in the next15 years.展开更多
实时的吸烟行为监测对于保障工地安全具有重要的意义。研究针对隧道等低照明环境因光照强度低、光线分布混杂、点光源过曝光而导致的烟支检测精度低的问题,提出了一种基于改进YOLOv5s(You Only Look Once Version 5s)的吸烟行为检测模...实时的吸烟行为监测对于保障工地安全具有重要的意义。研究针对隧道等低照明环境因光照强度低、光线分布混杂、点光源过曝光而导致的烟支检测精度低的问题,提出了一种基于改进YOLOv5s(You Only Look Once Version 5s)的吸烟行为检测模型。首先,设计一种图像增强方法,旨在限制点光源过曝光产生的局部高光,增强烟支特征细节,改善图像对比度。其次,引入卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加聚焦烟支目标区域的内容信息和位置信息。最后,改进多尺度检测头,增加适用于烟支的更小检测层,提升模型对烟支的检测能力。试验结果显示,研究提出的针对低照明环境的检测模型可将平均检测精度从91.8%提升至95.9%,相较于原模型和其他经典模型,检测效果得到了显著提升,表明了方法的有效性。展开更多
文摘Through the last 17 years of development,China’s light industry has basicallyresolved the short supply of consumergoods,with market demand having been metin quantity,but not in quality.How to adaptto the changes on both the domestic and theinternational markets,speed up structuraladjustment and optimization,promotetechnical progress,develop new products,improve quality,and raise grades andprocessing standards,is the main task for thedevelopment of the light industry in the next15 years.
文摘由于低照度图像具有对比度低、细节丢失严重、噪声大等缺点,现有的目标检测算法对低照度图像的检测效果不理想.为此,本文提出一种结合空间感知注意力机制和多尺度特征融合(Spatial-aware Attention Mechanism and Multi-Scale Feature Fusion,SAM-MSFF)的低照度目标检测方法 .该方法首先通过多尺度交互内存金字塔融合多尺度特征,增强低照度图像特征中的有效信息,并设置内存向量存储样本的特征,捕获样本之间的潜在关联性;然后,引入空间感知注意力机制获取特征在空间域的长距离上下文信息和局部信息,从而增强低照度图像中的目标特征,抑制背景信息和噪声的干扰;最后,利用多感受野增强模块扩张特征的感受野,对具有不同感受野的特征进行分组重加权计算,使检测网络根据输入的多尺度信息自适应地调整感受野的大小.在ExDark数据集上进行实验,本文方法的平均精度(mean Average Precision,mAP)达到77.04%,比现有的主流目标检测方法提高2.6%~14.34%.
文摘实时的吸烟行为监测对于保障工地安全具有重要的意义。研究针对隧道等低照明环境因光照强度低、光线分布混杂、点光源过曝光而导致的烟支检测精度低的问题,提出了一种基于改进YOLOv5s(You Only Look Once Version 5s)的吸烟行为检测模型。首先,设计一种图像增强方法,旨在限制点光源过曝光产生的局部高光,增强烟支特征细节,改善图像对比度。其次,引入卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加聚焦烟支目标区域的内容信息和位置信息。最后,改进多尺度检测头,增加适用于烟支的更小检测层,提升模型对烟支的检测能力。试验结果显示,研究提出的针对低照明环境的检测模型可将平均检测精度从91.8%提升至95.9%,相较于原模型和其他经典模型,检测效果得到了显著提升,表明了方法的有效性。