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
11
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
基于改进YOLOv5n的轻量化海产生物目标检测
1
作者
张翔
张俊虎
+1 位作者
李海涛
李辉
《渔业现代化》
CSCD
北大核心
2024年第3期89-97,共9页
对于海产生物科考与捕捞等行业,在海上远洋的船只在利用水下机器人进行海产生物的捕捞与识别时,由于通信带宽受限,计算资源有限,而采用轻量化网络模型可以更好地适应这样的条件。为此,提出了一种改进YOLOv5n的海产生物目标检测模型。首...
对于海产生物科考与捕捞等行业,在海上远洋的船只在利用水下机器人进行海产生物的捕捞与识别时,由于通信带宽受限,计算资源有限,而采用轻量化网络模型可以更好地适应这样的条件。为此,提出了一种改进YOLOv5n的海产生物目标检测模型。首先,引入高效的轻量化卷积模块(Group Shuffle Convolution,Gsconv),对模型主体进行缩减;然后改进损失函数,引用α-giou损失函数进行优化,提升预测框回归精度;再引L1-norm正则化剪枝,裁剪不必要的通道以及相关的卷积核;最后采用L2知识蒸馏,将模型精度调整到接近剪枝前的水平。结果显示,与原有基线模型YOLOv5n相比,改进后的模型计算量下降了53%,参数量下降了51%。所提出的改进算法在保持模型性能的同时保证了轻量化处理的有效性。
展开更多
关键词
海产生物目标检测
yolov5n
Gsconv
模型剪枝
知识蒸馏
下载PDF
职称材料
基于YOLOv5n的轻量级织物疵点检测算法
2
作者
李洋
李敏
+2 位作者
黄政
董雄伟
朱立成
《毛纺科技》
CAS
北大核心
2024年第5期87-97,共11页
针对轻量级模型在检测织物疵点时精确率低的问题,在YOLOv5n的基础上提出一种上下文增强与混合感受野的织物疵点检测算法。首先,为主干网络设计了一种轻量扩张卷积空间金字塔模块,并将主干网络的下采样比增加至64,在增强上下文信息的同...
针对轻量级模型在检测织物疵点时精确率低的问题,在YOLOv5n的基础上提出一种上下文增强与混合感受野的织物疵点检测算法。首先,为主干网络设计了一种轻量扩张卷积空间金字塔模块,并将主干网络的下采样比增加至64,在增强上下文信息的同时提取更深层的语义信息,提高模型识别性能;其次,为颈部网络设计了一种混合感受野融合模块代替原C3模块并进行特征融合,提高极端长宽比目标的检测精度。实验表明:该算法在基于天池织物数据集上的IOU阈值为0.5时的平均精度均值mAP 50、精确率、召回率分别达到了93.1%、91.6%、89.1%,相较于原YOLOv5n算法分别提高了4.9%、7.3%、5.0%,且模型文件大小仅6.28 MB,更适用于织物疵点检测领域。
展开更多
关键词
疵点检测
深度学习
yolov5n
空间金字塔
感受野融合
下载PDF
职称材料
Dim-YOLOv5n昏暗场景目标检测算法
3
作者
朱晓彤
张荣芬
+1 位作者
刘宇红
孙龙
《计算机工程与应用》
CSCD
北大核心
2024年第11期173-181,共9页
相比于正常光照场景,照明不良昏暗场景干扰因素较多,图像处理较为复杂,且现有的昏暗目标检测,存在参数量大,识别准确率低等不足。针对昏暗场景下目标检测算法中存在误检与漏检等问题,提出以YOLOv5n算法为基础进行改进的昏暗场景目标检...
相比于正常光照场景,照明不良昏暗场景干扰因素较多,图像处理较为复杂,且现有的昏暗目标检测,存在参数量大,识别准确率低等不足。针对昏暗场景下目标检测算法中存在误检与漏检等问题,提出以YOLOv5n算法为基础进行改进的昏暗场景目标检测算法Dim-YOLOv5n。利用嵌入全维动态卷积(omni-dimensional dynamic convolution,ODConv)的轻量化主干ODConv-MobileNetV2替换主干网络,在减少计算量的同时提高检测精度。基于RepGFPN(reparameterized generalized-FPN)方法设计更加轻量高效的LigGFPN(lightweight generalized-FPN)加强特征融合网络,以提高网络特征提取能力,并在此基础上,使用GhostConv(ghost convolution)替换传统卷积,以减少模型的参数量。实验结果表明,改进后算法与原算法相比,检测精度P和召回率R分别提高了5.3个百分点和5个百分点,平均精度均值mAP0.5:0.95和mAP0.5分别提升了8.2个百分点和4.6个百分点,改进的算法在保证模型较小的同时有效提高了检测准确率。
展开更多
关键词
昏暗图像
yolov5n
全维动态卷积(ODConv)
MobileNetV2
RepGFPN
GhostConv
下载PDF
职称材料
基于改进Yolov5n的无人机对地面军事目标识别算法
4
作者
王乾胜
展勇忠
邹宇
《计算机测量与控制》
2024年第6期189-197,226,共10页
针对目前主流的目标检测算法在真实航拍战场数据背景下识别精度低、误检率与漏检率高等问题,对Yolo目标识别算法进行了研究,提出一种基于改进Yolov5n的轻量化航拍军事目标检测模型;首先,采用ECA注意力机制与主干网络C3模块融合,以解决...
针对目前主流的目标检测算法在真实航拍战场数据背景下识别精度低、误检率与漏检率高等问题,对Yolo目标识别算法进行了研究,提出一种基于改进Yolov5n的轻量化航拍军事目标检测模型;首先,采用ECA注意力机制与主干网络C3模块融合,以解决航拍图像背景复杂且存在相似目标干扰问题;其次,引入归一化高斯瓦萨斯坦距离(NWD)代替CIoU损失函数,提高对模糊小目标的检测识别;最后,采用GSConv轻量化卷积代替标准卷积,减轻模型重量;经过实验测试,改进后的算法模型平均检测精度达到81.5%,提升0.9个百分点,模型大小为3.4 MB,减轻0.4 MB,识别速度为每秒113帧;实验结果表明该模型在轻量化的同时保持着高精度的航拍军事目标检测。
展开更多
关键词
ECA
NWD
GSConv
军事目标识别
yolov5n
下载PDF
职称材料
轻量化YOLOv5n的高精度垃圾检测算法
被引量:
6
5
作者
涂成凤
易安林
+1 位作者
姚涛
贺文伟
《计算机工程与应用》
CSCD
北大核心
2023年第10期187-195,共9页
针对现有部署至移动设备或嵌入式设备的生活垃圾检测模型参数量多,计算量大,且识别种类较少等问题,对YOLOv5n目标检测算法进行了轻量化、高精度的优化研究。在YOLOv5n的架构上引入轻量级网络ShuffleNetv2与GhostNet实现了检测网络的轻量...
针对现有部署至移动设备或嵌入式设备的生活垃圾检测模型参数量多,计算量大,且识别种类较少等问题,对YOLOv5n目标检测算法进行了轻量化、高精度的优化研究。在YOLOv5n的架构上引入轻量级网络ShuffleNetv2与GhostNet实现了检测网络的轻量化;同时添加注意力机制SE增强特征提取能力,以及引入基于响应的知识蒸馏算法提升定位和分类的准确率,从而提高目标检测精度。实验结果表明,在HGI-30数据集上,优化后的YOLOv5n的参数量和计算量分别减少22.3%和23.3%,检测精度mAP0.5和mAP0.5:0.95分别增加1.6个百分点和2.6个百分点。
展开更多
关键词
yolov5n
轻量级网络
知识蒸馏
生活垃圾分类
下载PDF
职称材料
驾驶员手机使用检测模型:优化Yolov5n算法
6
作者
王鑫鹏
王晓强
+3 位作者
林浩
李雷孝
李科岑
陶乙豪
《计算机工程与应用》
CSCD
北大核心
2023年第18期129-136,共8页
为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测,通过优化Yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。将Focal-EIoU Loss与FocalL1 Loss相结合来获得更加精确的框定位以及损失函数的更快收敛。利...
为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测,通过优化Yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。将Focal-EIoU Loss与FocalL1 Loss相结合来获得更加精确的框定位以及损失函数的更快收敛。利用Slimming剪枝算法来进一步提高模型的轻量化及计算效率。在模型微调时利用数据增强技术对微调操作进行指导,从而使模型能够获得更好的性能提升。在手机使用数据集上对改进方法进行消融实验,进一步验证检测模型的有效性。实验表明,优化后的模型在手机使用数据集及Pascal VOC 2012数据集上的检测精度分别提高了0.2、12.3个百分点,参数量减少44.4%,计算量分别减小45.2%、40%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。
展开更多
关键词
yolov5n
算法优化
Slimming剪枝
Focal-EIoU
Loss
FocalL1
Loss
数据增强
下载PDF
职称材料
基于改进YOLOv5n的红枣缺陷识别方法
7
作者
陈星宇
凡玉琪
+1 位作者
刘虎涛
蒋培宗
《信息与电脑》
2023年第14期181-186,共6页
针对新疆红枣产业在加工出售前需要在大量红枣中剔除有裂口、皱皮和变形等缺陷的红枣这一需求,文章提出一种基于改进YOLOv5n模型的红枣缺陷识别方法。该方法首先在YOLOv5n模型目标检测头部引入SEConv通道注意力机制的卷积操作,用于增强...
针对新疆红枣产业在加工出售前需要在大量红枣中剔除有裂口、皱皮和变形等缺陷的红枣这一需求,文章提出一种基于改进YOLOv5n模型的红枣缺陷识别方法。该方法首先在YOLOv5n模型目标检测头部引入SEConv通道注意力机制的卷积操作,用于增强模型的特征表示能力,其次使用C3替换SPPF操作加快识别速度,最后通过调整自适应锚定框,更好地适应红枣尺寸和长宽比。实验结果表明,改进后的模型缺陷识别准确度达到了95.8%,相比原模型提升了3.5个百分点,识别速度达到7.2ms,比原模型提升了20.9%。这意味着改进后的YOLOv5模型在保持高准确度的同时,能够更高效地处理大量红枣图像。
展开更多
关键词
红枣图像处理
yolov5n
缺陷识别
下载PDF
职称材料
基于改进YOLOV5n的绝缘子和间隔棒检测算法
被引量:
1
8
作者
胡博宇
黄忠谋
+2 位作者
朱蔚健
李雪健
李勇
《广西电力》
2022年第6期42-46,共5页
轻量级神经网络的出现显著降低了目标检测算法在移动端部署的难度,当前已有许多运算量小、精度较高的卷积神经网络在多个公共数据集上取得了不错的效果。然而,在基于图像的电力巡检领域,图像中目标检测与识别的效率对于及时排除电力故...
轻量级神经网络的出现显著降低了目标检测算法在移动端部署的难度,当前已有许多运算量小、精度较高的卷积神经网络在多个公共数据集上取得了不错的效果。然而,在基于图像的电力巡检领域,图像中目标检测与识别的效率对于及时排除电力故障具有重要意义,尤其是针对基于无人机的巡检,实现在线实时的故障检测更有意义。为了实现绝缘子和间隔棒这些重要巡检目标的移动端实时检测,本文提出了一种基于YOLOV5n的针对电力设备检测与分类的轻量级网络模型,算法在YOLOV5n的基础上优化网络,通过减少一系列的卷积层并舍去一部分的捷径分支,提高网络的并行程度并降低网络的深度。最终设计出模型更轻量、精确度更高的YOLOV5n-1、YOLOV5n-2,基于自建的电力巡检数据集进行测试,实验结果表明,提出的算法比YOLOV5n减少了27%的GFLOPs,检测时间降低了24%,降低了硬件要求,更适合在移动端部署。
展开更多
关键词
智能巡检
人工智能
目标检测
yolov5n
绝缘子
间隔棒
下载PDF
职称材料
基于机器视觉的雨雾天驾驶辅助系统设计
9
作者
洪儒
于力涵
+1 位作者
戴安邦
谢迎娟
《计算机测量与控制》
2024年第3期259-266,共8页
随着私家车数量日益增多,雨雾天交通安全问题成为了亟待解决的难题;在嵌入式硬件资源有限的情况下,为驾驶用户设计了基于机器视觉的雨雾天语音辅助驾驶系统;系统结合了湿度传感器、轻量化去雾神经网络AOD-NET和目标检测模型YOLOv5n;在...
随着私家车数量日益增多,雨雾天交通安全问题成为了亟待解决的难题;在嵌入式硬件资源有限的情况下,为驾驶用户设计了基于机器视觉的雨雾天语音辅助驾驶系统;系统结合了湿度传感器、轻量化去雾神经网络AOD-NET和目标检测模型YOLOv5n;在目标检测模型YOLOv5n上,利用K-means++算法重新设计锚框,选取较优的骨干网络并利用模型剪枝进一步压缩模型大小;实验结果表明,改进的模型在Jetsonnano上的FPS达到了17.78,最终mAP在人工加雾、分辨率变化的TT100K (Tsinghua-Tencent 100K)数据集到达了65.8%,满足了正常天气与雨雾天气下的驾驶辅助实际应用。
展开更多
关键词
机器视觉
Jetson
nano
雨雾天辅助驾驶
交通标志检测
AOD-NET去雾
yolov5n
下载PDF
职称材料
基于改进YOLOv5无人机图像目标检测算法
被引量:
3
10
作者
罗旭鸿
刘永春
+1 位作者
楚国铭
蒲红平
《无线电工程》
北大核心
2023年第7期1528-1535,共8页
针对目前在无人机图像目标检测算法中存在漏检与误检、不能兼顾检测速度,并且不能很好地应用于移动设备端等问题,提出了以YOLOv5n算法为基础进行改进的无人机图像目标检测算法。在原有的网络结构中添加小目标检测层M,增强对小目标的检...
针对目前在无人机图像目标检测算法中存在漏检与误检、不能兼顾检测速度,并且不能很好地应用于移动设备端等问题,提出了以YOLOv5n算法为基础进行改进的无人机图像目标检测算法。在原有的网络结构中添加小目标检测层M,增强对小目标的检测能力;在主干特征提取网络中引入BoT模块,减少网络参数量计算并提高检测精度;在特征融合网络中添加CBAM注意力机制,有效抑制背景信息干扰;将网络的头部替换成解耦头部,增强网络的收敛效果。将改进的算法在处理后的VirDrone数据集上进行测试,实验结果表明,在YOLOv5n算法上整体平均精度均值提升了10.25%,检测精度提高了9.81%,改进后的算法在保证实时性的同时有效提高了检测精度。
展开更多
关键词
BOT
小目标检测
yolov5n
CBAM
解耦头
下载PDF
职称材料
融合多异构滤波器的轻型弱小目标检测网络
被引量:
4
11
作者
赵菲
邓英捷
《光学学报》
EI
CAS
CSCD
北大核心
2023年第9期145-156,共12页
针对红外图像信息维度单一且弱小目标因特征不明显而难以检测的问题,将不同结构的多滤波器融入YOLOv5n网络,根据增强弱小目标和抑制背景干扰的不同特性分别选择三个异构滤波器作用于网络的多通道输入图像,从而丰富原始图像的信息维度,...
针对红外图像信息维度单一且弱小目标因特征不明显而难以检测的问题,将不同结构的多滤波器融入YOLOv5n网络,根据增强弱小目标和抑制背景干扰的不同特性分别选择三个异构滤波器作用于网络的多通道输入图像,从而丰富原始图像的信息维度,有效提升后端网络对复杂背景下弱小目标的适应能力;通过添加注意力模块、采用小锚框策略、裁剪网络深层分支等改进措施,在增强YOLOv5n网络弱小目标检测能力的同时,进一步减少了计算和存储资源需求。实验结果表明,所提出的算法能够有效检测红外复杂背景中的弱小目标,同时占用存储和计算资源更少,为算法部署在资源受限的嵌入式设备上提供了基础。
展开更多
关键词
机器视觉
红外弱小目标
资源受限
多异构滤波器
yolov5n
原文传递
题名
基于改进YOLOv5n的轻量化海产生物目标检测
1
作者
张翔
张俊虎
李海涛
李辉
机构
青岛科技大学信息科学与技术学院
出处
《渔业现代化》
CSCD
北大核心
2024年第3期89-97,共9页
基金
国家自然科学基金(61702295)
青岛市海洋科技创新专项(22-3-3-hygg-hy)。
文摘
对于海产生物科考与捕捞等行业,在海上远洋的船只在利用水下机器人进行海产生物的捕捞与识别时,由于通信带宽受限,计算资源有限,而采用轻量化网络模型可以更好地适应这样的条件。为此,提出了一种改进YOLOv5n的海产生物目标检测模型。首先,引入高效的轻量化卷积模块(Group Shuffle Convolution,Gsconv),对模型主体进行缩减;然后改进损失函数,引用α-giou损失函数进行优化,提升预测框回归精度;再引L1-norm正则化剪枝,裁剪不必要的通道以及相关的卷积核;最后采用L2知识蒸馏,将模型精度调整到接近剪枝前的水平。结果显示,与原有基线模型YOLOv5n相比,改进后的模型计算量下降了53%,参数量下降了51%。所提出的改进算法在保持模型性能的同时保证了轻量化处理的有效性。
关键词
海产生物目标检测
yolov5n
Gsconv
模型剪枝
知识蒸馏
Keywords
marine biological target detection
yolov5n
gsconv
model pruning
knowledge distillation
分类号
P714.5 [天文地球—海洋科学]
下载PDF
职称材料
题名
基于YOLOv5n的轻量级织物疵点检测算法
2
作者
李洋
李敏
黄政
董雄伟
朱立成
机构
武汉纺织大学先进纺纱织造及清洁生产国家地方联合工程实验室
武汉纺织大学计算机与人工智能学院
武汉纺织大学纺织服装智能化湖北省工程研究中心
毕生纺织有限公司
出处
《毛纺科技》
CAS
北大核心
2024年第5期87-97,共11页
文摘
针对轻量级模型在检测织物疵点时精确率低的问题,在YOLOv5n的基础上提出一种上下文增强与混合感受野的织物疵点检测算法。首先,为主干网络设计了一种轻量扩张卷积空间金字塔模块,并将主干网络的下采样比增加至64,在增强上下文信息的同时提取更深层的语义信息,提高模型识别性能;其次,为颈部网络设计了一种混合感受野融合模块代替原C3模块并进行特征融合,提高极端长宽比目标的检测精度。实验表明:该算法在基于天池织物数据集上的IOU阈值为0.5时的平均精度均值mAP 50、精确率、召回率分别达到了93.1%、91.6%、89.1%,相较于原YOLOv5n算法分别提高了4.9%、7.3%、5.0%,且模型文件大小仅6.28 MB,更适用于织物疵点检测领域。
关键词
疵点检测
深度学习
yolov5n
空间金字塔
感受野融合
Keywords
defects detection
deep learning
yolov5n
spatial pyramid
receptive field fusion
分类号
TS391.41 [轻工技术与工程]
下载PDF
职称材料
题名
Dim-YOLOv5n昏暗场景目标检测算法
3
作者
朱晓彤
张荣芬
刘宇红
孙龙
机构
贵州大学大数据与信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2024年第11期173-181,共9页
基金
贵州省基础研究(自然科学)项目(黔科合基础-ZK[2021]重点001)。
文摘
相比于正常光照场景,照明不良昏暗场景干扰因素较多,图像处理较为复杂,且现有的昏暗目标检测,存在参数量大,识别准确率低等不足。针对昏暗场景下目标检测算法中存在误检与漏检等问题,提出以YOLOv5n算法为基础进行改进的昏暗场景目标检测算法Dim-YOLOv5n。利用嵌入全维动态卷积(omni-dimensional dynamic convolution,ODConv)的轻量化主干ODConv-MobileNetV2替换主干网络,在减少计算量的同时提高检测精度。基于RepGFPN(reparameterized generalized-FPN)方法设计更加轻量高效的LigGFPN(lightweight generalized-FPN)加强特征融合网络,以提高网络特征提取能力,并在此基础上,使用GhostConv(ghost convolution)替换传统卷积,以减少模型的参数量。实验结果表明,改进后算法与原算法相比,检测精度P和召回率R分别提高了5.3个百分点和5个百分点,平均精度均值mAP0.5:0.95和mAP0.5分别提升了8.2个百分点和4.6个百分点,改进的算法在保证模型较小的同时有效提高了检测准确率。
关键词
昏暗图像
yolov5n
全维动态卷积(ODConv)
MobileNetV2
RepGFPN
GhostConv
Keywords
dim image
yolov5n
omni-dimensional dynamic convolution(ODConv)
MobileNetV2
reparameterized generalized-FPN(RepGFPN)
Ghost convolution(GhostConv)
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Yolov5n的无人机对地面军事目标识别算法
4
作者
王乾胜
展勇忠
邹宇
机构
中北大学信息与通信工程学院
湖南云箭集团有限公司
内蒙航天动力机械测试所
出处
《计算机测量与控制》
2024年第6期189-197,226,共10页
文摘
针对目前主流的目标检测算法在真实航拍战场数据背景下识别精度低、误检率与漏检率高等问题,对Yolo目标识别算法进行了研究,提出一种基于改进Yolov5n的轻量化航拍军事目标检测模型;首先,采用ECA注意力机制与主干网络C3模块融合,以解决航拍图像背景复杂且存在相似目标干扰问题;其次,引入归一化高斯瓦萨斯坦距离(NWD)代替CIoU损失函数,提高对模糊小目标的检测识别;最后,采用GSConv轻量化卷积代替标准卷积,减轻模型重量;经过实验测试,改进后的算法模型平均检测精度达到81.5%,提升0.9个百分点,模型大小为3.4 MB,减轻0.4 MB,识别速度为每秒113帧;实验结果表明该模型在轻量化的同时保持着高精度的航拍军事目标检测。
关键词
ECA
NWD
GSConv
军事目标识别
yolov5n
Keywords
ECA
NWD
GSConv
military target recognition
yolov5n
分类号
TP391.413 [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
轻量化YOLOv5n的高精度垃圾检测算法
被引量:
6
5
作者
涂成凤
易安林
姚涛
贺文伟
机构
西南交通大学信息科学与技术学院
西南交通大学烟台新一代信息技术研究院
出处
《计算机工程与应用》
CSCD
北大核心
2023年第10期187-195,共9页
基金
国家自然科学基金(61872170)。
文摘
针对现有部署至移动设备或嵌入式设备的生活垃圾检测模型参数量多,计算量大,且识别种类较少等问题,对YOLOv5n目标检测算法进行了轻量化、高精度的优化研究。在YOLOv5n的架构上引入轻量级网络ShuffleNetv2与GhostNet实现了检测网络的轻量化;同时添加注意力机制SE增强特征提取能力,以及引入基于响应的知识蒸馏算法提升定位和分类的准确率,从而提高目标检测精度。实验结果表明,在HGI-30数据集上,优化后的YOLOv5n的参数量和计算量分别减少22.3%和23.3%,检测精度mAP0.5和mAP0.5:0.95分别增加1.6个百分点和2.6个百分点。
关键词
yolov5n
轻量级网络
知识蒸馏
生活垃圾分类
Keywords
yolov5n
lightweight network
knowledge distillation
domestic waste classification
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
驾驶员手机使用检测模型:优化Yolov5n算法
6
作者
王鑫鹏
王晓强
林浩
李雷孝
李科岑
陶乙豪
机构
内蒙古工业大学信息工程学院
天津理工大学计算机科学与工程学院
内蒙古工业大学数据科学与应用学院
出处
《计算机工程与应用》
CSCD
北大核心
2023年第18期129-136,共8页
基金
国家自然科学基金(61962044)
内蒙古自治区科技成果转化专项资金项目(2020CG0073,2021CG0033)
+1 种基金
内蒙古自然科学基金(2021MS06019)
内蒙古自治区研究生科研创新项目(S20210195Z)。
文摘
为进一步实现在移动设备或嵌入式设备上对手机使用的违法行为进行实时检测,通过优化Yolov5n算法提出了一种轻量化、高精度、实时性的检测模型。将Focal-EIoU Loss与FocalL1 Loss相结合来获得更加精确的框定位以及损失函数的更快收敛。利用Slimming剪枝算法来进一步提高模型的轻量化及计算效率。在模型微调时利用数据增强技术对微调操作进行指导,从而使模型能够获得更好的性能提升。在手机使用数据集上对改进方法进行消融实验,进一步验证检测模型的有效性。实验表明,优化后的模型在手机使用数据集及Pascal VOC 2012数据集上的检测精度分别提高了0.2、12.3个百分点,参数量减少44.4%,计算量分别减小45.2%、40%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。
关键词
yolov5n
算法优化
Slimming剪枝
Focal-EIoU
Loss
FocalL1
Loss
数据增强
Keywords
yolov5n
algorithm optimization
Slimming pruning
Focal-EIoU Loss
FocalL1 Loss
data augmentation
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YOLOv5n的红枣缺陷识别方法
7
作者
陈星宇
凡玉琪
刘虎涛
蒋培宗
机构
辽宁工程技术大学
出处
《信息与电脑》
2023年第14期181-186,共6页
文摘
针对新疆红枣产业在加工出售前需要在大量红枣中剔除有裂口、皱皮和变形等缺陷的红枣这一需求,文章提出一种基于改进YOLOv5n模型的红枣缺陷识别方法。该方法首先在YOLOv5n模型目标检测头部引入SEConv通道注意力机制的卷积操作,用于增强模型的特征表示能力,其次使用C3替换SPPF操作加快识别速度,最后通过调整自适应锚定框,更好地适应红枣尺寸和长宽比。实验结果表明,改进后的模型缺陷识别准确度达到了95.8%,相比原模型提升了3.5个百分点,识别速度达到7.2ms,比原模型提升了20.9%。这意味着改进后的YOLOv5模型在保持高准确度的同时,能够更高效地处理大量红枣图像。
关键词
红枣图像处理
yolov5n
缺陷识别
Keywords
jujube image processing
yolov5n
Defect identification
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YOLOV5n的绝缘子和间隔棒检测算法
被引量:
1
8
作者
胡博宇
黄忠谋
朱蔚健
李雪健
李勇
机构
广西大学电气工程学院电力装备智能控制与运维重点实验室
广西电网有限责任公司崇左供电局计量中心
出处
《广西电力》
2022年第6期42-46,共5页
基金
广西科技基地和人才专项(桂科AD22080043),广西高校中青年教师科研基础能力提升项目(2021KY0015)。
文摘
轻量级神经网络的出现显著降低了目标检测算法在移动端部署的难度,当前已有许多运算量小、精度较高的卷积神经网络在多个公共数据集上取得了不错的效果。然而,在基于图像的电力巡检领域,图像中目标检测与识别的效率对于及时排除电力故障具有重要意义,尤其是针对基于无人机的巡检,实现在线实时的故障检测更有意义。为了实现绝缘子和间隔棒这些重要巡检目标的移动端实时检测,本文提出了一种基于YOLOV5n的针对电力设备检测与分类的轻量级网络模型,算法在YOLOV5n的基础上优化网络,通过减少一系列的卷积层并舍去一部分的捷径分支,提高网络的并行程度并降低网络的深度。最终设计出模型更轻量、精确度更高的YOLOV5n-1、YOLOV5n-2,基于自建的电力巡检数据集进行测试,实验结果表明,提出的算法比YOLOV5n减少了27%的GFLOPs,检测时间降低了24%,降低了硬件要求,更适合在移动端部署。
关键词
智能巡检
人工智能
目标检测
yolov5n
绝缘子
间隔棒
Keywords
intelligent patrol
artificial intelligence
object detection
yolov5n
insulator
spacer
分类号
TM76 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于机器视觉的雨雾天驾驶辅助系统设计
9
作者
洪儒
于力涵
戴安邦
谢迎娟
机构
河海大学信息科学与工程学院
出处
《计算机测量与控制》
2024年第3期259-266,共8页
基金
国家自然科学基金(61573128)
国家自然科学基金(61701169)
+5 种基金
国家重点研发计划(2018YFC0407101)
教育部产学合作协同育人项目(220803494162012,220603632072407)
国家级大学生创业训练项目(202210294232E)
江苏省大学生创新创业训练计划项目(202210294220Y)
河海大学本科实践教学改革研究项目(河海教务[2022]47号)
河海大学创新性实验项目(河海教务[2022]49号)。
文摘
随着私家车数量日益增多,雨雾天交通安全问题成为了亟待解决的难题;在嵌入式硬件资源有限的情况下,为驾驶用户设计了基于机器视觉的雨雾天语音辅助驾驶系统;系统结合了湿度传感器、轻量化去雾神经网络AOD-NET和目标检测模型YOLOv5n;在目标检测模型YOLOv5n上,利用K-means++算法重新设计锚框,选取较优的骨干网络并利用模型剪枝进一步压缩模型大小;实验结果表明,改进的模型在Jetsonnano上的FPS达到了17.78,最终mAP在人工加雾、分辨率变化的TT100K (Tsinghua-Tencent 100K)数据集到达了65.8%,满足了正常天气与雨雾天气下的驾驶辅助实际应用。
关键词
机器视觉
Jetson
nano
雨雾天辅助驾驶
交通标志检测
AOD-NET去雾
yolov5n
Keywords
machine vision
Jetson nano
assisted driving in rain and haze weather
traffic sign detection
AOD-NET dehazing
yolov5n
分类号
V19 [航空宇航科学与技术—人机与环境工程]
下载PDF
职称材料
题名
基于改进YOLOv5无人机图像目标检测算法
被引量:
3
10
作者
罗旭鸿
刘永春
楚国铭
蒲红平
机构
四川轻化工大学自动化与信息工程学院
人工智能四川省重点实验室
成都航空职业技术学院无人机产业学院
出处
《无线电工程》
北大核心
2023年第7期1528-1535,共8页
基金
人工智能四川省重点实验室科研项目(2020RZY01)
厅市共建智能终端四川省重点实验室项目(SCITLAB-20011)
四川轻化工大学研究生创新基金资助项目(Y2022161)。
文摘
针对目前在无人机图像目标检测算法中存在漏检与误检、不能兼顾检测速度,并且不能很好地应用于移动设备端等问题,提出了以YOLOv5n算法为基础进行改进的无人机图像目标检测算法。在原有的网络结构中添加小目标检测层M,增强对小目标的检测能力;在主干特征提取网络中引入BoT模块,减少网络参数量计算并提高检测精度;在特征融合网络中添加CBAM注意力机制,有效抑制背景信息干扰;将网络的头部替换成解耦头部,增强网络的收敛效果。将改进的算法在处理后的VirDrone数据集上进行测试,实验结果表明,在YOLOv5n算法上整体平均精度均值提升了10.25%,检测精度提高了9.81%,改进后的算法在保证实时性的同时有效提高了检测精度。
关键词
BOT
小目标检测
yolov5n
CBAM
解耦头
Keywords
BoT
small object detection
yolov5n
CBAM
decoupled head
分类号
V279 [航空宇航科学与技术—飞行器设计]
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
融合多异构滤波器的轻型弱小目标检测网络
被引量:
4
11
作者
赵菲
邓英捷
机构
国防科技大学电子科学学院ATR国防科技重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2023年第9期145-156,共12页
基金
国家自然科学基金青年基金(61901489)。
文摘
针对红外图像信息维度单一且弱小目标因特征不明显而难以检测的问题,将不同结构的多滤波器融入YOLOv5n网络,根据增强弱小目标和抑制背景干扰的不同特性分别选择三个异构滤波器作用于网络的多通道输入图像,从而丰富原始图像的信息维度,有效提升后端网络对复杂背景下弱小目标的适应能力;通过添加注意力模块、采用小锚框策略、裁剪网络深层分支等改进措施,在增强YOLOv5n网络弱小目标检测能力的同时,进一步减少了计算和存储资源需求。实验结果表明,所提出的算法能够有效检测红外复杂背景中的弱小目标,同时占用存储和计算资源更少,为算法部署在资源受限的嵌入式设备上提供了基础。
关键词
机器视觉
红外弱小目标
资源受限
多异构滤波器
yolov5n
Keywords
machine vision
infrared dim small target
limited resources
multi-heterogeneous filters
yolov5n
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLOv5n的轻量化海产生物目标检测
张翔
张俊虎
李海涛
李辉
《渔业现代化》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于YOLOv5n的轻量级织物疵点检测算法
李洋
李敏
黄政
董雄伟
朱立成
《毛纺科技》
CAS
北大核心
2024
0
下载PDF
职称材料
3
Dim-YOLOv5n昏暗场景目标检测算法
朱晓彤
张荣芬
刘宇红
孙龙
《计算机工程与应用》
CSCD
北大核心
2024
0
下载PDF
职称材料
4
基于改进Yolov5n的无人机对地面军事目标识别算法
王乾胜
展勇忠
邹宇
《计算机测量与控制》
2024
0
下载PDF
职称材料
5
轻量化YOLOv5n的高精度垃圾检测算法
涂成凤
易安林
姚涛
贺文伟
《计算机工程与应用》
CSCD
北大核心
2023
6
下载PDF
职称材料
6
驾驶员手机使用检测模型:优化Yolov5n算法
王鑫鹏
王晓强
林浩
李雷孝
李科岑
陶乙豪
《计算机工程与应用》
CSCD
北大核心
2023
0
下载PDF
职称材料
7
基于改进YOLOv5n的红枣缺陷识别方法
陈星宇
凡玉琪
刘虎涛
蒋培宗
《信息与电脑》
2023
0
下载PDF
职称材料
8
基于改进YOLOV5n的绝缘子和间隔棒检测算法
胡博宇
黄忠谋
朱蔚健
李雪健
李勇
《广西电力》
2022
1
下载PDF
职称材料
9
基于机器视觉的雨雾天驾驶辅助系统设计
洪儒
于力涵
戴安邦
谢迎娟
《计算机测量与控制》
2024
0
下载PDF
职称材料
10
基于改进YOLOv5无人机图像目标检测算法
罗旭鸿
刘永春
楚国铭
蒲红平
《无线电工程》
北大核心
2023
3
下载PDF
职称材料
11
融合多异构滤波器的轻型弱小目标检测网络
赵菲
邓英捷
《光学学报》
EI
CAS
CSCD
北大核心
2023
4
原文传递
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