期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进YOLOv5算法对售药机中药盒检测计数
1
作者
李宏生
陈波
+1 位作者
钱俊磊
曾凯
《计算机工程与设计》
北大核心
2024年第5期1572-1579,共8页
为解决自动售药机中药盒传统机器视觉算法检测正确率低的问题,提出一种改进的YOLOv5-CBE算法。通过Imgaug数据增强方法对现有682张自动售药机拍摄的药品图片数据集进行数据增强,训练前采用Mosaic算法,对数据集裁剪、拼接,生成新的样本...
为解决自动售药机中药盒传统机器视觉算法检测正确率低的问题,提出一种改进的YOLOv5-CBE算法。通过Imgaug数据增强方法对现有682张自动售药机拍摄的药品图片数据集进行数据增强,训练前采用Mosaic算法,对数据集裁剪、拼接,生成新的样本图片。在YOLOv5的backbone中嵌入CA机制提升对药盒特征的提取能力;在head层中使用BIFPN结构,实现双向跨尺度连接和加权特征融合;采用EIOU替代CIOU提升算法的收敛速度和检测精度。经过682张数据样本150轮的测试,改进后的YOLOv5-CBE算法平均精度达到了98.7%,相比于YOLOv5s准确率提高了3.0%,召回率提高了2.6%。
展开更多
关键词
药盒
计数
目标检测
加权双向金字塔
坐标注意力机制
EIOU损失函数
马赛克增强
下载PDF
职称材料
基于改进YOLOv5算法的电力施工场景安全帽视觉图像检测方法
被引量:
1
2
作者
王健
《机器人技术与应用》
2023年第2期22-26,共5页
为了判断施工人员是否佩戴安全帽,确保电力施工现场安全,本文提出基于改进YOLOv5算法的电力施工场景安全帽视觉图像检测方法,采用可分离卷积方法改进YOLOv5算法的输入端,并在输入端内增加马赛克数据增强过程,以提升电力施工场景安全帽...
为了判断施工人员是否佩戴安全帽,确保电力施工现场安全,本文提出基于改进YOLOv5算法的电力施工场景安全帽视觉图像检测方法,采用可分离卷积方法改进YOLOv5算法的输入端,并在输入端内增加马赛克数据增强过程,以提升电力施工场景安全帽视觉图像的清晰度;采用模糊C-均值聚类算法获取YOLOv5算法输出端的候选框设定值,并在卷积层内引入注意力机制模块,使卷积层提取到的电力施工场景安全帽视觉图像特征更加精准;利用感知量化方法对YOLOv5算法归一化融合层和卷积层实施量化,使YOLOv5算法输出结果更为准确,将电力施工场景安全帽视觉图像输入到改进后的YOLOv5算法内,经过算法迭代输出安全帽视觉图像检测结果。实验表明:该方法具备良好的候选框有效类和无效类分类能力,并且可在电力施工场景安全帽视觉图像存在遮挡和缺失时有效监测施工人员是否佩戴安全帽,具备较好的应用效果。
展开更多
关键词
改进YOLOv5
算法
电力施工场景
安全帽
视觉图像检测
候选框
马赛克增强
下载PDF
职称材料
基于YOLOv5的遥感图像目标检测
被引量:
10
3
作者
董丽君
曾志高
+2 位作者
易胜秋
文志强
孟辰
《湖南工业大学学报》
2022年第3期44-50,共7页
为了解决在遥感图像目标检测任务中目标背景繁杂难以识别且目标尺寸复杂的问题,提出一种基于YOLOv5的遥感图像检测优化模型。首先,对输入数据进行马赛克增强,增加样本多样性,同时采用自适应锚框计算,寻求最优初值锚框;然后,把通过主干...
为了解决在遥感图像目标检测任务中目标背景繁杂难以识别且目标尺寸复杂的问题,提出一种基于YOLOv5的遥感图像检测优化模型。首先,对输入数据进行马赛克增强,增加样本多样性,同时采用自适应锚框计算,寻求最优初值锚框;然后,把通过主干网络提取到的特征层进行特征融合得到最优特征层,再对定位损失进行优化,采用CIoU loss作为定位损失函数,Focal loss作为分类损失函数;最后,在测试时对输入图片采用自适应图片缩放,以减少信息冗余,加快模型检测速率。该模型能有效捕捉图像特征,实现快速精准的目标定位。对公开10类地理空间物体检测数据集(NWPU-VHR 10)和RSOD数据集进行了训练测试,对比试验表明,优化模型mAP达到0.9896,比优化前的模型mAP提升了2.31%,与使用相同数据集的其他模型的最优值进行比较,其mAP提升了8.19%,该方法能有效提高遥感图像检测精度。
展开更多
关键词
遥感图像检测
YOLOv5算法
CIoU
loss
Focal
loss
马赛克
数据
增强
自适应方法
下载PDF
职称材料
基于改进YOLOv5的海洋生物检测算法
4
作者
朱伟东
何月顺
+2 位作者
陈杰
任维民
孙一蓬
《计算机与数字工程》
2022年第8期1631-1636,共6页
对于水下机器人捕捞行业,提高对海洋生物的识别准确率可以有效减少对海洋生态环境的破坏。针对现有海洋生物检测模型在复杂环境下对小目标存在特征提取能力不足、检测精度低的问题,提出了一种基于改进YOLOv5的海洋生物检测算法。该算法...
对于水下机器人捕捞行业,提高对海洋生物的识别准确率可以有效减少对海洋生态环境的破坏。针对现有海洋生物检测模型在复杂环境下对小目标存在特征提取能力不足、检测精度低的问题,提出了一种基于改进YOLOv5的海洋生物检测算法。该算法通过改进马赛克数据增强,生成更多的小目标数据样本;在YOLOv5的主干网络引入SimAM(Simple,Parameter-Free Attention Module)无参注意力机制,该注意力机制对海洋生物特征图分配3D注意力权值,从而增强模型提取特征的能力。实验结果表明,对比原始YOLOv5算法,在没有引入额外参数的情况下,查准率、查全率、平均检测精度分别提高了2.8%、1.7%、1.6%,为水下机器人进行精准识别和捕捞提供了技术支持。
展开更多
关键词
海洋生物
YOLOv5
马赛克
数据
增强
SimAM
下载PDF
职称材料
题名
改进YOLOv5算法对售药机中药盒检测计数
1
作者
李宏生
陈波
钱俊磊
曾凯
机构
华北理工大学电气工程学院
出处
《计算机工程与设计》
北大核心
2024年第5期1572-1579,共8页
基金
河北省省属高等学校基本科研业务费研究基金项目(JYG2020004)
唐山市科技计划基金项目(22130204G)。
文摘
为解决自动售药机中药盒传统机器视觉算法检测正确率低的问题,提出一种改进的YOLOv5-CBE算法。通过Imgaug数据增强方法对现有682张自动售药机拍摄的药品图片数据集进行数据增强,训练前采用Mosaic算法,对数据集裁剪、拼接,生成新的样本图片。在YOLOv5的backbone中嵌入CA机制提升对药盒特征的提取能力;在head层中使用BIFPN结构,实现双向跨尺度连接和加权特征融合;采用EIOU替代CIOU提升算法的收敛速度和检测精度。经过682张数据样本150轮的测试,改进后的YOLOv5-CBE算法平均精度达到了98.7%,相比于YOLOv5s准确率提高了3.0%,召回率提高了2.6%。
关键词
药盒
计数
目标检测
加权双向金字塔
坐标注意力机制
EIOU损失函数
马赛克增强
Keywords
pill kit
detection count
object detection
BIFPN
coordinate attention mechanism
EIOU
mosaic
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进YOLOv5算法的电力施工场景安全帽视觉图像检测方法
被引量:
1
2
作者
王健
机构
三峡大学电气与新能源学院
出处
《机器人技术与应用》
2023年第2期22-26,共5页
文摘
为了判断施工人员是否佩戴安全帽,确保电力施工现场安全,本文提出基于改进YOLOv5算法的电力施工场景安全帽视觉图像检测方法,采用可分离卷积方法改进YOLOv5算法的输入端,并在输入端内增加马赛克数据增强过程,以提升电力施工场景安全帽视觉图像的清晰度;采用模糊C-均值聚类算法获取YOLOv5算法输出端的候选框设定值,并在卷积层内引入注意力机制模块,使卷积层提取到的电力施工场景安全帽视觉图像特征更加精准;利用感知量化方法对YOLOv5算法归一化融合层和卷积层实施量化,使YOLOv5算法输出结果更为准确,将电力施工场景安全帽视觉图像输入到改进后的YOLOv5算法内,经过算法迭代输出安全帽视觉图像检测结果。实验表明:该方法具备良好的候选框有效类和无效类分类能力,并且可在电力施工场景安全帽视觉图像存在遮挡和缺失时有效监测施工人员是否佩戴安全帽,具备较好的应用效果。
关键词
改进YOLOv5
算法
电力施工场景
安全帽
视觉图像检测
候选框
马赛克增强
分类号
TU714 [建筑科学—建筑技术科学]
TM7 [电气工程—电力系统及自动化]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于YOLOv5的遥感图像目标检测
被引量:
10
3
作者
董丽君
曾志高
易胜秋
文志强
孟辰
机构
湖南工业大学计算机学院
湖南省智能信息感知与处理技术重点实验室
出处
《湖南工业大学学报》
2022年第3期44-50,共7页
基金
国家重点研发计划基金资助项目(2018AAA0100400)
湖南省自然科学基金资助项目(2020JJ6089,2020JJ6088)
湖南省教育厅科研基金资助项目(21A0350,21C0439,19A133)。
文摘
为了解决在遥感图像目标检测任务中目标背景繁杂难以识别且目标尺寸复杂的问题,提出一种基于YOLOv5的遥感图像检测优化模型。首先,对输入数据进行马赛克增强,增加样本多样性,同时采用自适应锚框计算,寻求最优初值锚框;然后,把通过主干网络提取到的特征层进行特征融合得到最优特征层,再对定位损失进行优化,采用CIoU loss作为定位损失函数,Focal loss作为分类损失函数;最后,在测试时对输入图片采用自适应图片缩放,以减少信息冗余,加快模型检测速率。该模型能有效捕捉图像特征,实现快速精准的目标定位。对公开10类地理空间物体检测数据集(NWPU-VHR 10)和RSOD数据集进行了训练测试,对比试验表明,优化模型mAP达到0.9896,比优化前的模型mAP提升了2.31%,与使用相同数据集的其他模型的最优值进行比较,其mAP提升了8.19%,该方法能有效提高遥感图像检测精度。
关键词
遥感图像检测
YOLOv5算法
CIoU
loss
Focal
loss
马赛克
数据
增强
自适应方法
Keywords
remote sensing image detection
YOLOv5 algorithm
CIoU loss
Focal loss
mosaic enhancement
adaptive method
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进YOLOv5的海洋生物检测算法
4
作者
朱伟东
何月顺
陈杰
任维民
孙一蓬
机构
东华理工大学信息工程学院
江西经济管理干部学院
出处
《计算机与数字工程》
2022年第8期1631-1636,共6页
基金
国家自然科学基金项目(编号:41872243)资助。
文摘
对于水下机器人捕捞行业,提高对海洋生物的识别准确率可以有效减少对海洋生态环境的破坏。针对现有海洋生物检测模型在复杂环境下对小目标存在特征提取能力不足、检测精度低的问题,提出了一种基于改进YOLOv5的海洋生物检测算法。该算法通过改进马赛克数据增强,生成更多的小目标数据样本;在YOLOv5的主干网络引入SimAM(Simple,Parameter-Free Attention Module)无参注意力机制,该注意力机制对海洋生物特征图分配3D注意力权值,从而增强模型提取特征的能力。实验结果表明,对比原始YOLOv5算法,在没有引入额外参数的情况下,查准率、查全率、平均检测精度分别提高了2.8%、1.7%、1.6%,为水下机器人进行精准识别和捕捞提供了技术支持。
关键词
海洋生物
YOLOv5
马赛克
数据
增强
SimAM
Keywords
marine organism
YOLOv5
Mosaic data augmentation
SimAM
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进YOLOv5算法对售药机中药盒检测计数
李宏生
陈波
钱俊磊
曾凯
《计算机工程与设计》
北大核心
2024
0
下载PDF
职称材料
2
基于改进YOLOv5算法的电力施工场景安全帽视觉图像检测方法
王健
《机器人技术与应用》
2023
1
下载PDF
职称材料
3
基于YOLOv5的遥感图像目标检测
董丽君
曾志高
易胜秋
文志强
孟辰
《湖南工业大学学报》
2022
10
下载PDF
职称材料
4
基于改进YOLOv5的海洋生物检测算法
朱伟东
何月顺
陈杰
任维民
孙一蓬
《计算机与数字工程》
2022
0
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部