检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第3期61卷 94-110页

作者：董一兵曾辉侯少杰河北经贸大学管理科学与信息工程学院石家庄050061

针对低空无人机目标检测面临目标尺度变化大、小目标容易漏检和误检的挑战,发展了一种融合多尺度特征的目标检测轻量化网络(LMUAV-YOLOv8),通过开展消融和对比实验,验证了算法的有效性和先进性,并借助类激活图,对模型的决策过程进行了... 详细信息

针对低空无人机目标检测面临目标尺度变化大、小目标容易漏检和误检的挑战,发展了一种融合多尺度特征的目标检测轻量化网络(LMUAV-YOLOv8),通过开展消融和对比实验,验证了算法的有效性和先进性,并借助类激活图,对模型的决策过程进行了解释。设计了一种轻量化的特征融合网络(UAV_RepGFPN),提出新的特征融合路径以及特征融合模块DBB_GELAN,降低参数量和计算量的同时,提高特征融合网络的性能。使用部分卷积(PConv)和三重注意力机制(Triplet Attention)构建特征提取模块(FTA_C2f),并引入ADown下采样模块,通过对输入特征图维度的重新排列和细粒度调整,以提升模型中深层网络对空间特征的捕捉能力,并进一步降低参数量和计算量。优化YOLOv9的可编程梯度信息(programmable gradient information,PGI)策略,设计基于上下文引导(Context_guided)的可逆架构,并额外生成三个辅助检测头,提出UAV_PGI可编程梯度方法,避免传统深度监督中多路径特征集成可能导致的语义信息损失。为了验证模型的有效性及泛化能力,在VisDrone 2019测试集上开展了对比实验,结果显示,与YOLOv8s相比,LMUAV-YOLOv8s的准确度、召回率、mAP@0.5和mAP@0.5:0.95等指标分别提升了4.2、3.9、5.1和3.0个百分点,同时参数量减少了63.9%,计算量仅增加0.4 GFLOPs,实现了检测性能与资源消耗的良好平衡。基于NVIDIA Jetson Xavier NX嵌入式平台的推理实验结果显示:与基线模型相比,该算法能够在满足实时检测要求的条件下,获得更高的检测精度,对于无人机实时目标检测场景具有较好的适用性。借助类激活图,对算法的决策过程进行了可视化分析,结果表明,该模型具备更优异的小尺度特征提取和高分辨率处理能力。

关键词：小目标检测多尺度轻量化 YOLOv8 可编程梯度信息

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8算法的钢材表面缺陷检测

引用

机械科学与技术 2025年第1期44卷 19-29页

作者：王孟宇刘志强长沙理工大学汽车与机械工程学院长沙410114 长沙理工大学卓越工程师学院长沙410114

针对钢材表面缺陷尺度不一,现有检测算法多尺度特征处理能力较差、精度有待提高的问题,提出了一种面向钢材表面缺陷检测的改进型算法,命名为ADP-YOLOv8。首先,提出了一种自适应权重下采样(Adaptive weight downsampling)模块,其通过加... 详细信息

针对钢材表面缺陷尺度不一,现有检测算法多尺度特征处理能力较差、精度有待提高的问题,提出了一种面向钢材表面缺陷检测的改进型算法,命名为ADP-YOLOv8。首先,提出了一种自适应权重下采样(Adaptive weight downsampling)模块,其通过加权组合不同的下采样特征图,增强了模型对缺陷信息的关注;然后,通过改进特征提取网络中的C2F模块,加强从网络高层的可扩展感受野中提取特征;最后,引入可编程梯度信息(PGI)模块,通过其多级辅助信息组件逐步整合不同尺度的特征,有效提高了模型对不同尺度缺陷敏感性。所提出方法的平均精度为79.3%,相比基准模型提高了3.5%;检测速度为163.2frame/s。相比其他主流的目标检测算法,改进后的检测器在性能上更具优势,展示出了在检测精度、速度和模型体积方面的良好平衡。

关键词：表面缺陷检测自适应权重感受野可编程梯度信息

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：