检索结果-内蒙古大学图书馆

软件导刊 2025年第3期24卷 193-199页

作者：卢逸霏林凯鑫邹文文陈小兰罗德林蔡荣贵莆田学院新工科产业学院福建莆田351100 厦门华天涉外职业技术学院信息技术学院福建厦门361102 漳州科技职业学院艺术设计与建筑学院福建漳州363202 泉州海洋职业学院信息工程学院福建泉州362700

航拍图像中普遍存在目标尺寸微小、尺度多变以及背景繁杂等问题,从而导致YOLO系列算法的检测精度较低。为此,基于YOLOv5s提出YOLO-SC2算法。首先,在YOLOv5s的网络结构基础上添加细粒化卷积模块、融合基于Transformer架构的C3TR层,并采用... 详细信息

航拍图像中普遍存在目标尺寸微小、尺度多变以及背景繁杂等问题,从而导致YOLO系列算法的检测精度较低。为此,基于YOLOv5s提出YOLO-SC2算法。首先,在YOLOv5s的网络结构基础上添加细粒化卷积模块、融合基于Transformer架构的C3TR层,并采用C2F模块替换C3模块以增强目标特征信息提取能力;其次,通过替换Focal-EIoU损失函数,使用软非极大值抑制算法增强小目标检测准确性;最后,融合解耦合头,提高多目标下的检测精度。实验数据表明,在VisDrone2019公开数据集上进行实验,相较于原始模型,改进后的模型在P、mAP_0.5、mAP_0.5:0.95指标上分别实现了6.2%、8.2%和8.4%的提升。通过与其他算法对比,验证了该改进算法的有效性。

关键词： YOLOv5s 细粒化卷积模块 C3TR 损失函数软非极大值抑制算法解耦合头

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5s的小目标工程车辆定点监测识别算法

引用

新疆大学学报(自然科学版中英文) 2025年第1期42卷 99-106页

作者：徐世亮赖民权雷雨刘继忠江西省自然资源事业发展中心江西南昌330025 南昌大学先进制造学院江西南昌330031

为有效减少并预防因违法土地开垦和矿产挖掘而造成自然环境破坏的行为,利用部署到高塔上的摄像头,提出了一种在复杂环境中进行各类工程车辆检测的ETS-YOLO小目标监测识别算法.首先,使用EﬃcientViT网络替换YOLOv5s的主干特征提取网络,以... 详细信息

为有效减少并预防因违法土地开垦和矿产挖掘而造成自然环境破坏的行为,利用部署到高塔上的摄像头,提出了一种在复杂环境中进行各类工程车辆检测的ETS-YOLO小目标监测识别算法.首先,使用EﬃcientViT网络替换YOLOv5s的主干特征提取网络,以提高注意力多样性,大幅缩减模型参数量.其次,增加小目标检测层,增强网络对浅层语义信息的提取,以提高小目标检测效果.最后,使用软非极大值抑制算法(soft-NMS)替换原有NMS函数,以有效识别遮挡、重叠目标.实验结果表明:改进后的模型平均准确度均值(mAP)为93.3%、参数量为5.90 M、检测速度为52 f/s.相较YOLOv5s模型,mAP提升2.6%,参数量下降16.1%.

关键词：目标检测工程车辆 EﬃcientViT 改进型YOLOv5s 软非极大值抑制算法

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的多尺度人脸检测方法研究

基于卷积神经网络的多尺度人脸检测方法研究

引用

作者：郭新瑶华北电力大学

学位级别：硕士

人脸检测作为人脸信息处理中的一项关键技术,近年来成为计算机视觉领域内一项受到普遍重视、研究十分活跃的研究方向,并在不同领域中广泛应用。针对目前非受限环境下人脸检测平均精度较低的问题,本文通过分析和研究单步骤人脸检测模型,... 详细信息

人脸检测作为人脸信息处理中的一项关键技术,近年来成为计算机视觉领域内一项受到普遍重视、研究十分活跃的研究方向,并在不同领域中广泛应用。针对目前非受限环境下人脸检测平均精度较低的问题,本文通过分析和研究单步骤人脸检测模型,提出其优化方案并提升了多尺度人脸检测性能。首先,本文介绍了六种典型的人脸检测模型,对其基本原理及网络架构做了详细的描述。为了进一步提高模型对人脸特征的学习能力,本文选取SSH模型作为基础模型用于缓解小尺寸人脸检测平均精度较低的问题;其次,本文提出多尺度人脸检测方法,考虑到上下文信息对人脸定位与回归的重要性,在卷积神经网络VGG-16的最后一个卷积层后加入用单位矩阵初始化的递归神经网络模块,用于提取人脸的上下文信息;在原层融合的基础上,采取更多层融合方案,并为不同层分配权重,提升了模型对人脸的检测性能;然后,针对非受限环境下人脸遮挡问题,在最后检测器输出锚点融合时应用软非极大值抑制算法,实验过程中,选取了最佳的分数重置函数和最优参数,从而缓解了某些遮挡人脸无法被检测的问题。最后,为了验证本文方法的有效性,在WIDER FACE数据集上做多尺度人脸检测实验,结果显示本文所提模型较原SSH模型分别在WIDER FACE数据集“简单”、“中等”和“困难”子集上平均精度分别提升0.2%、0.5%和2.0%。同时,在SoF数据集上做光照和遮挡实验,图片测试结果显示改进模型较原SSH模型定位更准确。本文所提方法通过加入用单位矩阵初始化的递归神经网络模块、应用更多层融合方案以及软非极大值抑制算法,能有效提高多尺度人脸检测的平均精度,并整体提升非受限环境下多尺度人脸检测性能。

关键词：多尺度人脸检测单步骤人脸检测器单位矩阵初始化的递归神经网络模块多层融合软非极大值抑制算法

来源：评论

学校读者我要写书评

暂无评论

一种遥感图像车辆检测方法

引用

北京测绘 2022年第5期36卷 547-551页

作者：马志龙倪佳忠杭州天图地理信息技术公司浙江杭州310007 浙江省测绘科学技术研究院浙江杭州311100

针对常用的遥感图像车辆检测方法稳定性和效率较差的问题,本文提出一种改进YOLO-V5遥感图像车辆检测方法。首先,使用群归一化层替换YOLO-V5中的归一化层,消除训练数据大小对模型的影响,降低模型训练对显卡显存的需求,增加模型收敛速度;... 详细信息

针对常用的遥感图像车辆检测方法稳定性和效率较差的问题,本文提出一种改进YOLO-V5遥感图像车辆检测方法。首先,使用群归一化层替换YOLO-V5中的归一化层,消除训练数据大小对模型的影响,降低模型训练对显卡显存的需求,增加模型收敛速度;然后,使软非极大值抑制算法选择车辆目标锚框,可更精确地定位车辆,防止因遮挡漏检车辆。由实验可知:相比原YOLO-V5模型的各类别平均精确度提高了1.53%,帧率提高0.83,表明所提方法稳定性更好、检测效率更高,可应用于遥感图像汽车检测领域。

关键词：遥感图像车辆目标检测 YOLO-V5模型群归一化层软非极大值抑制算法

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：