检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第7期61卷 153-164页

作者：操振余朝刚靳胜洁王帅鹏朱文良上海工程技术大学城市轨道交通学院上海201620

为解决自动化生产领域物品包装表面喷码字符因微小尺寸及特征模糊而导致的检测定位精度差问题,将YOLOv10n作为基线网络提出一种针对特征模糊小目标检测的精确定位算法(YOLO-DLW)。使用细节信息提取卷积(detail information extraction c... 详细信息

为解决自动化生产领域物品包装表面喷码字符因微小尺寸及特征模糊而导致的检测定位精度差问题,将YOLOv10n作为基线网络提出一种针对特征模糊小目标检测的精确定位算法(YOLO-DLW)。使用细节信息提取卷积(detail information extraction convolution,DIEConv)模块替换基线网络中所有的跨步卷积模块,避免其导致的细节特征丢失问题,提高网络对小目标特征的提取能力。引入低级特征融合检测层,减少基线网络在下采样过程中造成的小目标特征损失。在颈部网络采用加权混合融合金字塔网络(weighted hybrid fusion pyramid network,WHFPN)结构,并结合内容引导注意力(content-guided attention,CGA)机制,有效提升特征层间的信息融合效率和网络对关键信息的提取能力。与基线模型相比,YOLO-DLW算法应用在编织袋小目标字符定位数据集上,准确率、召回率、mAP@0.5和mAP@0.5:0.95分别提高了7.3、8.2、3.9和3.3个百分点,有效解决基线模型对字符区域的误检和漏检问题。

关键词：小目标检测精确定位 YOLOv10n 细节信息提取卷积加权混合融合金字塔内容引导注意力

来源：评论

学校读者我要写书评

暂无评论

小波DehazeFormer网络的道路交通图像去雾

引用

光学精密工程 2024年第12期32卷 1915-1928页

作者：夏平李子怡雷帮军王雨蝶唐庭龙三峡大学水电工程智能视觉监测湖北省重点实验室湖北宜昌443002 三峡大学计算机与信息学院湖北宜昌443002

针对道路交通雾图像对比度低、细节丢失、模糊和失真的问题,提出了一种小波DehazeFormer模型的道路交通图像去雾方法。为提升模型去雾能力,构建了编解码结构的小波DehazeFormer网络,编码器以DehazeFormer与选择性核特征融合模块(Selecti... 详细信息

针对道路交通雾图像对比度低、细节丢失、模糊和失真的问题,提出了一种小波DehazeFormer模型的道路交通图像去雾方法。为提升模型去雾能力,构建了编解码结构的小波DehazeFormer网络,编码器以DehazeFormer与选择性核特征融合模块(Selective kernel feature fusion,SKFF)级联作为骨干网络的基本单元,编码部分由三级这样的基本单元构成,以融合图像的原始信息和去雾后的信息,更好地捕获雾图中关键特征;中间特征层采用局部残差结构,并加入卷积注意力机制(Convolutional Block Attention Module,CBAM),对不同级别的特征赋予不同权重,同时融入内容引导注意力混合方案(Content-guided Attention based Mixup Fusion Scheme,CGAFusion),通过学习空间权重来调整特征;解码部分由DehazeFormer和SKFF构成,采用逐点卷积,在保证网络性能同时,减少网络的参数量;跳跃连接引入小波变换,对不同尺度的特征图进行小波分析,获取不同尺度的高、低频特征,放大交通雾图的细节使得复原图像保留纹理;最后,将原始图像和经解码后输出的特征图融合,获取更多的细节信息。实验结果表明,本文方法相比于基线DehazeFormer网络,其PSNR指标在公开数据集中提升1.32以上,在合成数据集中提升0.56,SSIM指标提升了0.015以上,MSE值有较大幅度降低,下降了23.15以上;Entropy指标提升0.06以上。本文去雾算法对提升交通雾图像的对比度、降低雾图模糊和失真及细节丢失等方面均表现出优良的性能,有助于后续道路交通的智能视觉监控与管理。

关键词：交通图像去雾小波变换选择性核特征融合内容引导注意力 DehazeFormer

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：