检索结果-内蒙古大学图书馆

中国工程机械学报 2025年第2期23卷 366-370+376页

作者：丁张杰黄剑谢林袁卞永明同济大学机械与能源工程学院中交第二航务工程局有限公司中交公路长大桥建设国家工程研究中心有限公司

随着目标检测技术在无人化施工等场景中的广泛应用，传统目标检测算法在复杂工程环境中面临识别精度低、计算量大、处理速度慢等挑战。基于这些挑战，本文提出了一种基于改进YOLOv8的工程场景目标检测方法，通过在YOLOv8中引入星乘模块... 详细信息

随着目标检测技术在无人化施工等场景中的广泛应用，传统目标检测算法在复杂工程环境中面临识别精度低、计算量大、处理速度慢等挑战。基于这些挑战，本文提出了一种基于改进YOLOv8的工程场景目标检测方法，通过在YOLOv8中引入星乘模块改进C2f结构，在保证检测精度的同时显著减少模型参数量和计算量。以此为基础，本文引入了轻量化共享与细节增强卷积检测头，进一步提高检测头的细节捕获能力，并显著降低计算负担。实验结果显示：在基于Roboflow的工程场景数据集上，与YOLOv8n相比，改进后的模型在mAP@0.5和mAP@0.5:0.95上分别提高了0.3%和2.0%，参数和计算量分别减少了36.7%和34.6%，帧率（FPS）则相应提高了23.3%，验证了提出的改进算法在轻量化和检测精度方面的优越性。

关键词：目标检测 YOLOv8 工程场景模型轻量化

来源：评论

学校读者我要写书评

暂无评论

用于隧道超前支护小导管影像实时目标检测的Transformer模型

引用

铁道建筑 2025年第4期65卷 92-98页

作者：郝蕊范文娜孙安培王焜张素华张瑾张晋博陈敏中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 北京经纬信息技术有限公司北京100081 西南交通大学地球科学与工程学院成都611756

针对因隧道内部环境复杂和小导管形态变化导致的超前支护小导管难以自动识别的问题,本文提出一种联合可变形卷积与门控特征融合机制的超前支护小导管影像实时检测Transformer模型。该模型通过可变形卷积灵活地进行特征图采样,提升模型... 详细信息

针对因隧道内部环境复杂和小导管形态变化导致的超前支护小导管难以自动识别的问题,本文提出一种联合可变形卷积与门控特征融合机制的超前支护小导管影像实时检测Transformer模型。该模型通过可变形卷积灵活地进行特征图采样,提升模型对于小导道形态变化的适应能力,建立多尺度门控特征融合机制,自适应筛选并融合各个尺度的特征,过滤冗余信息。此外,在主干特征提取网络中引入部分卷积(Partial Convolution,PConv),在保持识别精度的同时降低模型计算量,提升了检测速度。试验结果表明,本文模型在保持推理速度的情况下,平均精度和每张影像最多考虑10个检测结果时的平均召回率指标较基线模型分别提升1.3%和0.9%,证明了模型改进的有效性。

关键词：铁路隧道目标检测模型试验超前支护小导管可变形卷积门控特征融合模型轻量化

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8n的梨树叶片病害检测模型

引用

湖南农业大学学报(自然科学版) 2025年第2期51卷 113-121页

作者：黄政张涛孔万仔赵丹枫魏泉苗上海海洋大学信息学院上海201306 自然资源部东海局上海200137

针对传统目标检测模型对自然场景下梨树叶片病害检测存在精度低、模型参数量大等问题,提出一种基于YOLOv8n的梨树叶片病害检测改进模型。首先,使用RepGhostNet改进主干网络,利用结构重参数化实现特征的隐式重用,在提升网络特征提取能力... 详细信息

针对传统目标检测模型对自然场景下梨树叶片病害检测存在精度低、模型参数量大等问题,提出一种基于YOLOv8n的梨树叶片病害检测改进模型。首先,使用RepGhostNet改进主干网络,利用结构重参数化实现特征的隐式重用,在提升网络特征提取能力的同时使网络更加轻量化。其次,引入双层路由注意力机制,通过查询自适应的方式降低模型对不相关特征的关注,提高模型对关键信息的敏感性,增强网络的表征能力和特征融合能力。最后,使用Inner-SIoU损失函数优化边界框回归,加快模型收敛速度,提高识别精度。结果表明:改进后的模型能够有效对梨树叶片病害进行检测,在DiaMOSPlant数据集上对梨树叶片病害的检测平均精准度m AP@50达到0.901,相较于原模型提高了5.6%;而模型参数量仅为2.4×10^(6)个,计算量仅为7GFLOPs,相较于原模型分别降低了20.00%和13.58%。与SSD、Faster-RCNN、YOLOv5n、YOLOv8s等主流目标检测模型相比,改进的模型不仅平均精准度有所提高,而且参数量和计算量均减少。

关键词：梨树叶片病害检测 YOLOv8n 模型轻量化 RepGhostNet 双层路由注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进C3D模型的料仓视频分类识别方法

引用

计算机测量与控制 2025年第2期33卷 161-167,183页

作者：曹庆园朱建鸿江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

在自动上料控制系统中,针对传统电感式传感器容易受到外界复杂环境干扰,且需要进行繁琐校准工作等问题,提出了一种基于改进C3D模型的料仓视频视觉分类识别方法;基于实验需求,设计了合作标靶和建立了料仓识别视频数据集;将初始C3D模型作... 详细信息

在自动上料控制系统中,针对传统电感式传感器容易受到外界复杂环境干扰,且需要进行繁琐校准工作等问题,提出了一种基于改进C3D模型的料仓视频视觉分类识别方法;基于实验需求,设计了合作标靶和建立了料仓识别视频数据集;将初始C3D模型作为主干网络进行改进,将该模型第3、4、5层卷积层进行精简,使得模型参数量大幅降低,有利于加快推理速度;在轻量化后的C3D模型上融合SE注意力机制,C3D模型从时空两个维度中提取特征,SE注意力机制可以有效在复杂场景视频帧中找出标靶显著区域,在兼顾时序信息的同时能够高效提取特征进而提高识别准确率;实验结果表明,SE-C3D识别模型准确率达到99.61%,与初始C3D模型相比,准确率提高2.48%,与其他典型三维卷积模型对比,各项性能指标也均有明显提升,对未来智能化上料系统的发展具有重要意义。

关键词：上料系统 3D卷积神经网络视频分类 SE注意力模型轻量化

来源：评论

学校读者我要写书评

暂无评论

基于样条插值的轻量化AIS船舶轨迹预测

引用

水下无人系统学报 2025年第02期33卷 350-358页

作者：胡建涛李天姣刘辉李舒心程徐天津理工大学计算机科学与工程学院天津理工大学电气工程与自动化学院

船舶自动识别系统(AIS)能够提供大量实时船舶航行数据,已成为海上交通管理、搜救行动和风险评估等诸多领域不可或缺的关键数据来源。其中船舶轨迹预测问题受到广泛关注。然而,实现精准的长时间轨迹预测面临两大问题:一是AIS数据本身的... 详细信息

船舶自动识别系统(AIS)能够提供大量实时船舶航行数据,已成为海上交通管理、搜救行动和风险评估等诸多领域不可或缺的关键数据来源。其中船舶轨迹预测问题受到广泛关注。然而,实现精准的长时间轨迹预测面临两大问题:一是AIS数据本身的完整性问题;二是预测模型的效率问题。因此,如何有效地处理AIS数据缺失以及如何构建轻量且高效的预测模型，成为了亟待解决的重要问题。文中提出了一种基于样条插值的轻量化AIS船舶轨迹预测方法,采用样条插值来填补缺失的AIS数据,并引入了一种轻量化的线性层结构以降低深度学习模型的复杂度。实验结果表明,该方法能够有效插值缺失的AIS数据,显著减少深度学习模型的参数量和计算量,进而提升对船舶轨迹的预测精度。

关键词：船舶自动识别系统样条插值模型轻量化船舶轨迹预测

来源：评论

学校读者我要写书评

暂无评论

基于改进DeepLabv3+的车辆和车道线检测方法

引用

汽车实用技术 2025年第6期50卷 41-45页

作者：陈方舟朱宸赵晓雨马陈坚松提艳江苏理工学院汽车与交通工程学院江苏常州213001

针对现有研究较少采用同一网络实现车辆和车道线的同时检测,且实时性较差的问题,文章对传统的DeepLabv3+网络进行轻量化改进,用MobileNet v2网络替换原有的Xception主干网络,进一步将MobileNet v2网络的五次下采样改成四次,并调整学习... 详细信息

针对现有研究较少采用同一网络实现车辆和车道线的同时检测,且实时性较差的问题,文章对传统的DeepLabv3+网络进行轻量化改进,用MobileNet v2网络替换原有的Xception主干网络,进一步将MobileNet v2网络的五次下采样改成四次,并调整学习率等参数;构建同时包含车辆和车道线的图像数据集,将Xception、MobileNet v2和文章提出的改进方法在数据集上进行训练和测试。实验结果表明,该改进方法的平均像素准确率(mPA)和平均交并比(mIoU)分别为86.78%和77.66%,与原Xception主干网络相比基本相同;模型体积为22.44 m^(3),减小了89.3%,帧率(FPS)提高了72.43%,该方法在保证检测精度的同时大幅提升了检测速度。因此,该研究为智能网联汽车自动驾驶过程中的车辆和车道线检测提供了建议,为汽车行驶安全提供了有力支持。

关键词：车辆检测车道线检测 DeepLabv3+ 模型轻量化

来源：评论

学校读者我要写书评

暂无评论

低通筛选优化神经架构搜索的风电齿轮箱边缘侧故障诊断方法

引用

机械工程学报 2025年第7期 361-372页

作者：吴艳灵汤宝平邓蕾付豪重庆大学高端装备机械传动全国重点实验室

边缘侧故障诊断要求深度学习模型轻量化，但现有的模型设计方法多为手动设计，费时耗力，同时设计的模型不考虑边缘硬件可配置的资源容量，使得设计的模型可能无法满足部署要求。基于此，提出了一种低通筛选优化的神经架构搜索算法，在... 详细信息

边缘侧故障诊断要求深度学习模型轻量化，但现有的模型设计方法多为手动设计，费时耗力，同时设计的模型不考虑边缘硬件可配置的资源容量，使得设计的模型可能无法满足部署要求。基于此，提出了一种低通筛选优化的神经架构搜索算法，在考虑硬件可配置资源容量时，为边缘硬件自动设计故障诊断模型。首先，设计一个经验启发的搜索空间以降低轻量化和高精度模型的搜索难度，然后建立一个低通筛选奖励函数，引导智能体在搜索过程中迭代的筛选低于硬件可配置资源容量条件的轻量化诊断模型，最后采用帕累托支配得到竞争性帕累托最优解集，并为边缘硬件选择最优的部署模型实现风电齿轮箱的边缘侧故障诊断。最终通过行星齿轮箱试验和实际应用案例分析对所提方法的有效性和可行性进行验证。结果表明搜索的模型在准确率、浮点数计算量、参数量方面均优于对比模型。特别是在应用案例中，相比最优性能的深度模型GoogLeNet-v1和边缘友好模型MobileNet-v2，搜索的模型LSNAS-Netb准确率提升3.06%和3.65%，同时参数量和浮点数计算量仅达到GoogLeNet-v1的1/15.56、1/5.47,MobileNet-v2的1/6.19、1/1.18。

关键词：边缘故障诊断神经架构搜索低通筛选模型轻量化风电齿轮箱

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv10n的电动车头盔佩戴检测算法

引用

电子测量技术 2025年第5期 40-49页

作者：周翔王可庆周新翔韩基泰南京信息工程大学自动化学院无锡学院自动化学院

针对电动车头盔佩戴检测方法存在着复杂路况下头盔小目标检测精度较低、目标相互遮挡漏检率较高、检测模型大运算复杂等问题。本研究提出一种基于改进YOLOv10n的目标检测算法，以解决在实际应用中的这些问题。首先，在MAFPN的基础上融合... 详细信息

针对电动车头盔佩戴检测方法存在着复杂路况下头盔小目标检测精度较低、目标相互遮挡漏检率较高、检测模型大运算复杂等问题。本研究提出一种基于改进YOLOv10n的目标检测算法，以解决在实际应用中的这些问题。首先，在MAFPN的基础上融合了BiFPN的优点，创新性地提出了BIMAFPN结构，提高了模型在复杂路况场景下的检测性能。其次，构建Inner-Wise-MPDIoU损失函数以替代传统的CIoU损失函数，在提高网络的检测精度的同时，还加速了模型的收敛过程。最后，引入LSCD检测头进一步减少模型参数量并提升检测性能。实验结果表明，改进模型相比于原模型在mAP@0.5精度上提升了2.7%,同时参数量降低了25%,模型大小减少了35%。本研究使用的检测方法不仅显著提高了复杂路况下的头盔检测精度，同时在兼顾轻量化的基础上保持了良好的实时性，便于将模型部署于小型嵌入式交通设备中。

关键词： YOLOv10n 头盔佩戴检测 BIMAFPN 损失函数 LSCD 模型轻量化

来源：评论

学校读者我要写书评

暂无评论

基于模型剪枝的棉花氮素营养水平诊断

引用

农业工程学报 2024年第6期40卷 277-284页

作者：陈沛沛戴建国张国顺侯文庆穆正阳石河子大学信息科学与技术学院石河子832003 兵团空间信息工程技术研究中心石河子832003 新疆政法学院信息网络安全学院图木舒克843900

确定棉花的氮素营养水平是实施精准施肥的先决条件和基础。近年来,深度学习逐渐应用于氮素营养水平诊断中,但该方法对高性能设备的依赖性较高,限制了其在资源受限边缘设备上的部署应用。针对这一问题,该研究提出一种基于树莓派4B的棉花... 详细信息

确定棉花的氮素营养水平是实施精准施肥的先决条件和基础。近年来,深度学习逐渐应用于氮素营养水平诊断中,但该方法对高性能设备的依赖性较高,限制了其在资源受限边缘设备上的部署应用。针对这一问题,该研究提出一种基于树莓派4B的棉花氮素营养水平诊断方法。研究采用ResNet101网络构建诊断模型,并通过网络瘦身算法对模型进行剪枝优化,最终将剪枝比例为87%的模型部署在资源受限的树莓派4B上。试验结果表明:当剪枝比例达到87%时,模型精度损失2.55个百分点,同时剪枝后模型参数量、计算量和存储体积分别为4.37 M、1.05 G和16.65 MB,明显提高模型在计算能力有限设备上的推理速度,有助于快速、准确地评估田间棉花的氮素营养状况,从而实现对棉花的精准施肥,提高产量和质量。该研究不仅为实现棉花氮素营养水平的大面积快速诊断提供了技术参考,同时对于作物营养水平诊断的智能终端装备研发具有参考价值。

关键词：棉花氮模型氮素营养水平卷积神经网络模型轻量化边缘智能

来源：评论

学校读者我要写书评

暂无评论

面向小样本学习的轻量化知识蒸馏

引用

软件学报 2024年第5期35卷 2414-2429页

作者：陈嘉言任东东李文斌霍静高阳南京大学计算机科学与技术系江苏南京210023

小样本学习旨在模拟人类基于少数样例快速学习新事物的能力,对解决样本匮乏情境下的深度学习任务具有重要意义.但是,在诸多计算资源有限的现实任务中,模型规模仍可能限制小样本学习的广泛应用.这对面向小样本学习的轻量化任务提出了现... 详细信息

小样本学习旨在模拟人类基于少数样例快速学习新事物的能力,对解决样本匮乏情境下的深度学习任务具有重要意义.但是,在诸多计算资源有限的现实任务中,模型规模仍可能限制小样本学习的广泛应用.这对面向小样本学习的轻量化任务提出了现实的需求.知识蒸馏作为深度学习领域广泛使用的辅助策略,通过额外的监督信息实现模型间知识迁移,在提升模型精度和压缩模型规模方面都有实际应用.首先验证知识蒸馏策略在小样本学习模型轻量化中的有效性.并结合小样本学习任务的特点,针对性地设计两种新的小样本蒸馏方法:(1)基于图像局部特征的蒸馏方法;(2)基于辅助分类器的蒸馏方法.在miniImageNet和TieredImageNet数据集上的相关实验证明所设计的新的蒸馏方法相较于传统知识蒸馏在小样本学习任务上具有显著优越性.

关键词：深度学习小样本学习图像识别知识蒸馏模型轻量化

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：