基于双线性RepVGG注意力网络的花卉分类

为进一步提高花卉分类的准确率,在对双线性卷积神经网络、RepVGG及注意力机制进行研究的基础上,提出一种基于双线性RepVGG注意力机制的网络模型。首先利用RepVGG网络替换原始的特征提取网络VGG,以提高对花卉主要特征的提取能力;然后在两个RepVGG网络中分别引入通道注意力及空间注意力机制,并利用两个RepVGG网络外积后生成的高维双线性特征,来提取花卉的细粒度特征;最后通过结构重参数化,将RepVGG的各层转换为单路结构,以提高模型推理的速度。实验结果表明,在增强的Oxford-102数据集上,新模型与原始模型及常见模型相比,其推理速度及分类准确率均有较大的提升,与未引入注意力前相比,分类准确率也有一定的提升。

基于RepVGG网络的实时车道线检测方法

针对现有车道线检测方法存在的检测速度慢、检测精度低的问题,将车道线检测视为分类问题,提出了基于RepVGG网络的实时车道线检测方法。在RepVGG网络中融合不同层级特征图,减少空间定位信息的损失,提高车道线的定位精度。采用曲线建模的后处理方法,从整体和局部两个角度修正车道线预测结果。挖掘车道线定位中的分布信息,提出了基于分布指导的车道线存在预测分支,直接从车道线定位分布中学习车道线的存在特征,在略微提升推理速度的同时进一步提升检测精度。在TuSimple和CULane数据集上的实验表明,该模型在检测速度和精度上取得了良好的平衡。在CULane数据集上,所提方法的推理速度为目前同类方法中检测速度最快的UFLDv2算法的1.13倍,同时F1分数从74.7%提高到77.1%,达到了实时检测任务的需求。

融合RepVGG的YOLOv5交通标志识别算法

实现自动驾驶的安全性需要准确检测交通标志。针对传统方法在交通标志检测方面存在准确度不高的问题,提出一种融合RepVGG模块的改进YOLOv5的交通标志识别算法。首先通过将RepVGG模块替换原算法中的部分CBS模块,增强了特征提取能力。并在特征融合模块引入通道注意力模块(channel block attention module,CBAM),强化检测模型的抗干扰能力。最后,在网络训练过程中,使用高效交并比(efficient-IoU,EIoU)损失函数实现对目标更精确的定位,提高算法的检测精度与迭代速度。实验结果表明,改进后的YOLOv5算法迭代速度更快,在CCTSDB交通标志数据集上,其相较于原YOLOv5算法的准确率、召回率和平均准确率分别提升了4.99%、3.62%、1.73%,能够更好地应用到实践当中。

一种基于RepVGG的图像分类方法

针对传统基于深度学习的图像分类模型,所存在模型训练过程中由于网络层增加所导致过拟合的问题,提出了一种基于RepVGG的图像分类方法。文章基于RepVGG模型进行优化,在优化的模型中引用残差注意力机制增强网络对图像特征的提取,并且采用全卷积层替代全连接以提高模型对图像特征信息的处理能力。实验结果表明,本文所提出的方法具有较高的精确度,其最高准确率为96.3%,证明了本优化算法的有效性。

改进RepVGG的鸟类识别分类算法

鸟类生活在多样的生态环境中,其羽毛、体型、颜色等特征具有较大的随机性和多样性,因此需要有效的算法来实现精确的鸟类识别,有效识别各种鸟类目标,这具有重要的生态环境保护意义。本文使用改进后的RepVGG网络对鸟类图像进行分类。为了提取到更有效的特征表示,在RepVGG的特征提取网络中插入了CBAM注意力机制模块。这个模块能够自适应地调整特征图的通道和空间注意力,从而增强重要特征的表达能力。另外,由于数据样本存在不平衡问题,本文还引入了IB Loss的类平衡损失函数。该损失函数基于样本对模型训练的影响,为不同样本分配不同的权重,以实现类平衡化。经过一系列实验表明,基于RepVGG网络和CBAM注意力机制的算法能够在识别不同种类的鸟类图像时取得较好的准确度。这表明本文的算法具备一定的实用性和准确性,对于鸟类目标的识别和生态环境的保护具有重要意义。

一种融合RepVGG和YOLOv5的行人检测方法

现如今,基于YOLOv5的网络模型被广泛应用在行人检测的任务中,在精度和速度上有着良好的效果。但在终端设备上部署使用,往往受到算力的限制。因而,基于RepVGG模型改进的主干网络,并且为了提高在密集人群和复杂环境下的适应性,加入了坐标注意力机制,扩大感受野的同时增强感兴趣区域的权重。经过实验测试,这种轻量化的网络参数量和计算量比较小,而且检测精度和鲁棒性也比较高,能够在一定程度下满足工程应用的要求。

带钢表面缺陷的RepVGG网络改进及其识别

对带钢表面缺陷准确快速识别是带钢外观质量评价的一项重要内容,应用深度学习进行带钢表面缺陷识别是一个持续的热点。提出了一种基于改进RepVGG网络的带钢表面缺陷识别方法。首先为提高RepVGG网络在带钢表面缺陷识别中的稳定性和准确率,该方法引入了高效通道注意力(Efficient Channel Attention,ECA)网络,然后为了防止神经网络训练中神经元坏死,使得神经元参数得不到更新,应用了高斯误差线性激活函数。在测试集上,改进RepVGG网络对带钢表面缺陷的识别率达到了99.94%,而其运行速度并没有降低,单张图片的平均检测时间为5.4 ms。

基于一维RepVGG协同领域自适应的电机滚动轴承故障诊断

在使用传统机器学习类方法对电机滚动轴承故障进行诊断时,电机运行工况的变化以及采集信号时的噪声干扰,会出现源域训练集和目标域测试集分布不一致的问题。提出了基于一维RepVGG协同领域自适应的故障诊断方法。RepVGG具有精度高和速度快的特点,使用一维RepVGG实现对电机滚动轴承信号的特征提取;基于提取的特征,在网络顶层结构中使用集成优化目标函数来实现域自适应,并完成轴承故障诊断。基于凯斯西储大学轴承数据集,对该方法进行了实验验证。实验结果表明,在电机变工况运行时,改进方法为诊断性能优于现有其他诊断方法。

基于RepVGG和LSTM两阶段移动众包任务分配算法

移动众包是一种新型的感知模式,已被广泛应用于移动计算和城市生活交通服务,任务分配是移动众包中核心研究问题之一。但由于任务是动态到达的,移动众包平台在初始并不了解所有的众包任务,导致任务分配往往会陷入局部最优。为了解决上述问题,本文提出了一种基于深度学习的两阶段预测算法,第一阶段使用基于RepVGG的网络进行任务可用性的预测,第二阶段使用基于LSTM的网络进一步进行任务持续时间的预测。通过实验对比,本文所提出的算法在预测任务可用性上的准确度比传统的机器学习算法提高了32%,比同样基于深度学习的算法提高了14.2%,在预测任务持续性上的准确度相比其他算法提高了10.5%。

基于改进RepVGG网络的车道线检测算法

为提高自动驾驶系统中车道线检测的速度和精度,提出了基于可解耦训练状态与推理状态的车道线检测算法。在结构重参数化VGG(RepVGG)主干网络中引入注意力机制压缩-激励(SE)模块,增强对重要车道线信息的特征提取;同时设计并行可分离的辅助分割分支,对局部特征进行建模以提高检测精度。采用行方向位置分类车道线检测方式,在主干网络后加入逐行检测分支,减小计算量的同时实现对遮挡或缺损车道线的检测;设计偏移补偿分支,在水平方向上细化局部范围内预测的车道线位置坐标,以恢复车道细节。通过结构重参数化方法解耦训练状态模型,将多分支模型等价转换为单路模型,以提高推理状态模型的速度和精度。对比解耦前后的模型,本研究算法速度提高81%,模型规模减小11%。利用车道线检测数据集CULane对算法进行测试,与目前基于深度残差神经网络的车道线检测模型中检测速度最快的UFAST18算法相比,其检测速度提高19%,模型规模减小12%,评价指标F1-measure由68.4增长到70.2;本研究算法的检测速度是自注意力蒸馏(SAD)算法的4倍,空间卷积神经网络(SCNN)算法的40倍。通过城区实车实验测试,在拥挤、弯道、阴影等多种复杂场景下车道线检测结果准确稳定,常见场景下车道线漏检率在10%~20%之间。测试结果表明,结构重参数化方法有助于模型优化,提出的车道线检测算法能有效提高自动驾驶系统的车道线检测实时性和准确性。

结合改进RepVGG-A0网络和重新标签的人脸表情识别研究

目前大规模人脸表情识别的主要问题在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此,文中提出一种基于RepVGG-A0改进后的网络模型。该模型引入有效通道注意力机制,即在卷积层和ReLU激活函数之间插入ECA通道注意力模块,在特征提取后引入加权模块来预计样本的权重,对于不确定的样本给予的权重较小,并采用重新标签的方法对低权重的人脸表情图片重新给予伪标签,目的是使修改过的样本在下一次训练中获得高权重,从而提高人脸表情识别率。最后,在RAF-DB和FER-2013数据集上进行实验验证。结果表明,文中改进模型的人脸表情识别率分别达到88.90%和75.61%,说明该方法对人脸表情识别具有有效性。

基于改进RepVGG和增强时空注意力机制的红外车辆目标检测算法

针对复杂场景下传统红外车辆目标检测算法精度不佳、计算量大等问题,提出基于改进RepVGG(Re-parameterization Visual Geometry Group)和增强时空注意力机制(Enhanced Spatial Temporal Attention Mechanism,ESTAM)的红外车辆目标检测算法。以YOLOv8n(You Only Look Once v8 nano)模型为基础,在骨干网络和颈部网络引入C2fRepVGG(CSP Bottleneck with 2 Re-parameterization Visual Geometry Group)模块,保证检测精度且减少模型参数量。在骨干网络尾部添加增强时空注意力机制模块,优化红外车辆目标特征表达。使用Wise-IOU损失函数(Wise-IOU Loss)代替CIOU损失函数(Complete IOU Loss),减少训练过程中模型对于低质量锚框产生的有害梯度。实验结果表明,提出的算法在红外车辆数据集中检测精度和计算复杂度相较于其他算法均具有比较优势,该模型的平均检测精度达到94.4%,参数量为2.85×10^(6),浮点计算量为7.4×10^(9),能够对复杂场景下的红外车辆目标实现高精度检测。

基于RSS-YOLOv5s模型的现代汉服风格检测方法

汉服做为一种穿着时尚,深受年轻人的喜爱,但现代汉服的风格信息却难以被许多汉服爱好者准确辨识。在YOLOv5s模型的基础上,插入Repvgg模块的同时,引入SE注意力机制来提高模型的网络特征提取能力;使用SIoU_Loss优化损失函数提升边界框定位精度,从而达到实时检测汉服风格的目的。结果表明:该算法明显改善多项评价指标,整体精确率达到92.4%,召回率达到91.6%,平均精度均值达到91.8%,单张图像推理时间仅需15.0 ms。该方法能够快速准确地辨识汉服风格,帮助人们了解现代汉服的风格特征,为中华优秀传统文化的传承发展提供技术支持。

基于YOLOv6的输电线路电力部件识别及缺陷检测算法研究

在输电线路巡检中,关键电力部件经常会出现锈蚀、脱落等缺陷,从而造成误检、漏检问题,导致人力成本大大增加。文中针对此类问题,提出一种基于YOLOv6的改进算法,主要在neck部分增加了RepFPN结构,额外的增加了一个自底向上的路径聚合网络,从而增强输出特征的表达能力,提升模型性能,然而增加了计算成本。为了降低计算量,增加了RepVGG结构,它有着类似残差的结构,拥有丰富的梯度信息,经实验数据表明,当使用3个RepVGG结构替代C3层时,会提升1~2点精度;同时将ConvBNAct的算子进行融合后,只需要采用一个Conv+inplace activation就可以完成原有的3次Op计算,绝大多数情况下还能得到一致的数值结果,缓解了上述改进增加计算量的问题。实验表明,改进后的模型mAP_0.5:0.95提高了12%,精确度提高了3.9%,各项loss值显著降低,同时很好地检测出了电力部件各种缺陷以及输电线路上的异物。

基于YOLOv8改进的服装疵点检测算法

针对服装疵点检测方法,提出了基于YOLOv8改进的算法YOLOv8-MBRGA,用于完成服装疵点的检测任务。引入BiFPN金字塔替换head层中的concat连接,将语义信息传递到不同的特征尺度上,从而增强特征融合。为加速模型的收敛速度和推理速度,在检测头上增加RepVGG网络,有助于更好地训练深层次的网络模型。采用分离卷积替换Conv卷积降低网络的复杂度并融入注意力机制EffectiveSE增强模型的特征提取和多尺度信息融合的能力。试验结果表明,YOLOv8-MBRGA算法在服装疵点检测上获得了显著的效果,平均精度均值提高了5.50%,精确度提高11.06%,在推理速度基本保持不变的情况下,模型的计算量下降30.48%。

基于Conformer的端到端语音识别方法

针对Conformer编码器的声学输入网络对FBank语音信息提取不足和通道特征信息缺失问题,提出一种RepVGG-SE-Conformer的端到端语音识别方法。首先,利用RepVGG的多分支结构,增强模型的语音信息提取能力,而在模型推理时通过结构重参数化将多分支融合为单分支,以降低计算复杂度、加快模型推理速度。然后,利用基于压缩和激励网络的通道注意力机制弥补缺失的通道特征信息,以提高语音识别准确率。最后,在公开数据集Aishell-1上的实验结果表明:相较于Conformer,所提出方法的字错误率降低了10.67%,验证了方法的先进性。此外,RepVGG-SE声学输入网络能够有效提高多种Transformer变体的端到端语音识别模型的整体性能,具有很好的泛化能力。

基于图像增强与改进YOLOv5s的斜纹针织物疵点检测算法

针对疵点检测中图像光照不均、疵点尺度变化大等因素导致检测精度低的问题,提出一种基于图像增强与改进YOLOv5s的斜纹针织物疵点检测算法。首先,对采集图像进行预处理,利用改进的MSR算法获得去除环境光照射分量后的织物图像,然后通过Gabor滤波获取疵点图像ROI区域,并结合Mask掩膜及伽马变换以突出疵点特征。其次,对YOLOv5s网络进行改进,在主干网络中加入带SE注意力机制的RepVGG模块以提高主干网络的特征提取能力;在颈部网络中增加并行检测层以提升对多尺度目标的检测性能。最后,引入EIoU边框回归损失函数进一步提高模型性能。试验结果表明:相较于原YOLOv5s算法,改进后算法的mAP值达到89.7%,提升了7.4个百分点,模型推理速度达119.9帧/s,满足实际检测需求。

Re-YOLOv5:一种基于结构重参数化的钢材缺陷检测方法

钢材在生产的过程中很容易产生裂纹、斑点等缺陷,而目前对于所产生缺陷的检测技术还不是很成熟。为了实现对工业钢材生产过程中所产生的钢材缺陷进行实时鲁棒检测,以YOLOv5为基础,引入了结构重参数化方法,建立了Re-YOLOv5工业钢材缺陷检测模型。在该模型中,将YOLOv5的Neck层与Head层合并为Head层,用作预测,并且加入RepVGG模块和卷积层,输出预测结果。Backbone用作特征提取,可以在改善模型推理速度的同时提高检测准确率。同时,采用改进后的空间金字塔池化模块SPP^(*)对候选框进行分类和修正,以获取多尺度特征信息,并引入了有助于模型加深的CCBL模块。在公开的NEU-DET钢材缺陷图片数据集上进行测试,提出的模型的检测精度可达77.8%,与基线模型YOLOv5s相比,实现了6%的精度提升,且单幅图片的推理时间仅为8.9 ms,满足工业生产实时性需求。此外,该模型所占内存较小,便于部署到工业设备中。

Rep⁃YOLOv8车辆行人检测分割算法

车辆行人检测分割在自动驾驶、智能交通管理等场景广泛应用,但如何提高车辆行人识别精度以及处理分割不均匀等问题一直是项挑战。针对上述问题,文中提出一种YOLOv8的改进算法,该算法采用RepECA作为骨干网络,此骨干网络使用RepVGG模块代替原骨干网络的卷积层,并融合ECA注意力机制对图像进行特征提取,其中RepVGG模块在检测时转变多分支结构为单路径结构,不损失训练精度的同时提升执行效率,ECA注意力机制针对通道维度的注意力加权机制,通过学习通道之间的相关性,自适应地调整通道的权重,增加少量模型参数却带来大的性能提升;在C2f模块中,改进算法加入了eSE自注意力模块,避免因为通道数减少造成的通道信息损失,进一步提高模型精度。实验结果表明,使用Cityscapes数据集训练,Rep⁃YOLOv8算法在检测与分割任务的mAP@0.5指标分别达到85.4%和75.5%,与原YOLOv8相比分别提升了13.4%和16%,推理速度从65 f/s提升至83 f/s。

基于深度学习的复杂环境下船舶视觉检测方法

为减少由雷达盲点、船舶自动识别系统(AIS)信息不可靠以及人工疏忽等因素引起的海上安全事故,结合深度学习的计算机视觉技术,提出一种基于改进YOLOv7算法的船舶视觉检测方法(YOLOv7-Rep VGG-SimAM)。该算法将卷积核的每个通道进行分离,利用Rep VGG网络替代标准的卷积层以减少计算量;将Sim AM无参数注意力机制融合能量函数计算注意力权重,增强了对多船重叠和背景遮挡等条件下船舶特征的提取能力;采用暗通道原理进行去雾预处理,提高了检测的准确性和稳定性。试验结果表明:与传统的YOLOv5和YOLOv7等方法相比,YOLOv7-RepVGG-SimAM算法在检测精度、准确率和鲁棒性等方面均表现良好,尤其是复杂环境下,其船舶检测率依然维持在较高水平。