基于YOLO算法的手势识别 被引量：27

1

作者 王粉花 黄超 +1 位作者 赵波 张强 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第8期873-879,共7页

研究YOLO算法在手势识别中的应用,提升在近肤色和光线明暗不一的背景下检测的速度和精度.YOLO算法是端到端的检测方法,通过卷积神经网络自动提取目标的特征,可以大幅度提高运算速度.鉴于YOLO算法在目标检测任务中的优良表现,将YOLO算法... 研究YOLO算法在手势识别中的应用,提升在近肤色和光线明暗不一的背景下检测的速度和精度.YOLO算法是端到端的检测方法,通过卷积神经网络自动提取目标的特征,可以大幅度提高运算速度.鉴于YOLO算法在目标检测任务中的优良表现,将YOLO算法应用到手势识别问题中.通过对YOLO系列算法的研究对比表明,YOLO算法在手势识别中具有良好表现.同时,在YOLOv3算法的快速版本YOLOv3-tiny的基础上提出了YOLOv3-tiny-T算法.YOLOv3-tiny-T在包含5种手势的UST数据集上,平均精度均值为92.24%,较YOLOv3-tiny获得了5%左右的提升. 展开更多

关键词 手势识别 YOLO算法 YOLOv3-tiny-T算法 平均精度均值

下载PDF 职称材料

综采工作面采煤机故障监测诊断系统的设计与应用

2

作者 刘晓强 《自动化应用》 2024年第9期103-105,108,共4页

综采工作面采煤机截割部是煤炭生产的重要组成部分,具有较高的故障频率,且其维护活动成本高、耗时长。煤炭企业迫切需要一种有效的采煤机截割部故障监测系统。针对此问题,将综合重要度(IIM)引入故障树分析方法中,以识别采煤机截割部的... 综采工作面采煤机截割部是煤炭生产的重要组成部分,具有较高的故障频率,且其维护活动成本高、耗时长。煤炭企业迫切需要一种有效的采煤机截割部故障监测系统。针对此问题,将综合重要度(IIM)引入故障树分析方法中,以识别采煤机截割部的薄弱环节。开发了一种基于IIM的故障树分析方法的监测诊断系统,以确定采煤机截割部的关键故障。以XX煤矿MG400/930-WD型采煤机为例,通过IIM排序,可确定轴承磨损为关键故障原因。为验证所提方法的有效性,采用径向条形图分析了4种重要性测度的相对值分布,并通过平均精度评价了不同排序的准确性。结果表明,IIM能明确区分底事件的相对重要性,IIM排序的平均准确率为94.52%。因此,所提方法能准确有效地识别关键故障原因,且有限的资源应优先考虑IIM较高的底事件。 展开更多

关键词 采煤机截割部 故障树模型 综合重要性测度 平均精度均值

下载PDF 职称材料

基于改进YOLOv5s的经编织物缺陷检测 被引量：1

3

作者 孙浩东 周其洪 +3 位作者 陈鹏 陈革 王水 王菡珠 《棉纺织技术》 CAS 北大核心 2023年第7期46-52,共7页

针对经编织物缺陷检测精度低、漏检和误检率高等问题,提出改进的YOLOv5s算法模型CSC-YOLOv5s。首先使用ConvNeXtBlock模块替换主干提取网络中的CSP模块,增强主干网络的特征提取能力,减少特征提取时细节信息的丢失;其次提出SC-PANet网络... 针对经编织物缺陷检测精度低、漏检和误检率高等问题,提出改进的YOLOv5s算法模型CSC-YOLOv5s。首先使用ConvNeXtBlock模块替换主干提取网络中的CSP模块,增强主干网络的特征提取能力,减少特征提取时细节信息的丢失;其次提出SC-PANet网络结构,引入SimAM注意力机制模块,增强模型在特征融合时对经编织物缺陷区域的关注,提高小尺寸缺陷的检测精度,结合Content-Aware ReAssembly上采样算子改进上采样层,提升特征融合精度;最后改进损失函数,加速模型收敛。试验结果表明,CSC-YOLOv5s算法在自建经编织物数据集上mAP值为90.6%、召回率为85.9%,比原始YOLOv5s算法分别提高5.5个百分点和5.9个百分点,改进后的算法整体性能较好。 展开更多

关键词 缺陷检测 YOLOv5s模型 注意力机制 经编织物 平均精度均值

下载PDF 职称材料

改进的YOLOv3目标检测算法 被引量：5

4

作者 曹春键 臧强 +1 位作者 王泽嘉 屠壮 《中国科技论文》 CAS 北大核心 2021年第11期1195-1201,共7页

针对YOLOv3目标检测算法存在网络参数量大、检测精度不够高的问题,首先,使用一种轻量化YOLOv3特征提取网络的方法,降低特征提取网络部分的参数量;其次,提出一种多级特征融合网络结构,提高YOLOv3算法特征层的检测效果;最后,采用一种软化... 针对YOLOv3目标检测算法存在网络参数量大、检测精度不够高的问题,首先,使用一种轻量化YOLOv3特征提取网络的方法,降低特征提取网络部分的参数量;其次,提出一种多级特征融合网络结构,提高YOLOv3算法特征层的检测效果;最后,采用一种软化的非极大值抑制(soft non-maximun suppression,Soft-NMS)算法,在检测阶段有效避免重叠目标下的漏检。结果表明,相比于YOLOv3算法,改进YOLOv3算法的参数量降低了46%,模型大小约为原模型的50%,在PASCAL VOC 2007数据集上的平均精度均值(mean average precision,mAP)提升了3.5%。 展开更多

关键词 目标检测 YOLOv3算法 特征融合 非极大值抑制 平均精度均值

下载PDF 职称材料

基于改进YOLOv5的玻璃纤维管纱缺陷检测方法

5

作者 董振宇 景军锋 《棉纺织技术》 CAS 北大核心 2023年第12期12-19,共8页

针对玻璃纤维管纱缺陷检测中存在的抗干扰能力差、检测精度低和检测速度慢的问题,提出了一种基于改进YOLOv5的玻璃纤维管纱缺陷检测方法(BY-YOLO)。首先建立了高效重参数网络(ER-Net)作为主干网络对管纱缺陷特征进行优化提取,利用结构... 针对玻璃纤维管纱缺陷检测中存在的抗干扰能力差、检测精度低和检测速度慢的问题,提出了一种基于改进YOLOv5的玻璃纤维管纱缺陷检测方法(BY-YOLO)。首先建立了高效重参数网络(ER-Net)作为主干网络对管纱缺陷特征进行优化提取,利用结构重参数化技术和精确金字塔池化模块(R-SPP)提升检测速度,减弱特征噪声信息对检测效果的影响;其次提出了深度注意力路径聚合网络(DA-PANet)作为颈部网络对管纱的多尺度特征进行融合,通过特征增强模块Depth-Mixer和注意力机制模块增强管纱缺陷特征的语义信息,提高模型对多尺度缺陷的检测能力。试验结果表明:该方法能够将玻璃纤维管纱缺陷检测的mAP值提高至94.43%,同时将其检测速度提升到103帧/s。与其他主流的检测模型相比,该研究提出的方法拥有更高的鲁棒性、准确性和实时性。 展开更多

关键词 管纱缺陷检测 机器视觉 深度学习 YOLOv5 结构重参数化技术 注意力机制模块 平均精度均值

下载PDF 职称材料

基于轻量化YOLOv4电动车头盔检测的算法 被引量：2

6

作者 王艳鹏 王振亚 +1 位作者 赵继红 葛广英 《自动化应用》 2022年第6期8-12,共5页

在城市交通中,时常出现电动车骑行者引发的安全事故,佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此提出了一种基于改进YOLOv4的电车头盔检测算法,可以有效地检测电动车骑行者佩戴头盔的状况。首先建立电车头盔数据集并对其... 在城市交通中,时常出现电动车骑行者引发的安全事故,佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此提出了一种基于改进YOLOv4的电车头盔检测算法,可以有效地检测电动车骑行者佩戴头盔的状况。首先建立电车头盔数据集并对其进行标注,利用数据增强方法扩充数据集;再将主干网络CSPDarknet中普通卷积改为深度可分离卷积,减少计算量,便于用于交通部门实际检测中;然后运用k-means++聚类算法对网络anchors进行重新设置,提高网络提取特征的能力;最终改进后的YOLOv4网络的平均精度均值(mAP)提高了2.75%。 展开更多

关键词 头盔检测 YOLOv4 深度可分离卷积 平均精度均值

下载PDF 职称材料

面向行人重识别的通道与空间双重注意力网络 被引量：1

7

作者 曾涛 薛峰 杨添 《计算机工程》 CAS CSCD 北大核心 2022年第12期281-287,295,共8页

针对现实场景下因受到摄像机视角变化、行人姿态变化、物体遮挡、图像低分辨率、行人图片未对齐等因素影响导致行人判别性特征难以获取的问题,设计混合池通道注意模块(HPCAM)和全像素空间注意力模块(FPSAM),并基于这两种注意力模块提出... 针对现实场景下因受到摄像机视角变化、行人姿态变化、物体遮挡、图像低分辨率、行人图片未对齐等因素影响导致行人判别性特征难以获取的问题,设计混合池通道注意模块(HPCAM)和全像素空间注意力模块(FPSAM),并基于这两种注意力模块提出一种通道与空间双重注意力网络(CSDA-Net)。HPCAM模块能够在通道维度上抑制无用信息的干扰,增强显著性特征的表达,以提取得到判别性强的行人特征。FPSAM模块在空间维度上增强行人特征的判别能力,从而提高行人重识别的准确率。通过在传统行人重识别深度模型框架中分阶段融入HPCAM模块和FPSAM模块,获得由粗糙到细粒度的注意力特征。实验结果表明,CSDA-Net网络在行人重识别主流数据集CUHK03、DukeMTMC-ReID和Market1501上的Rank-1准确率分别为78.3%、91.3%和96.0%,平均精度均值(mAP)分别为80.0%、82.1%和90.4%,与MGN网络相比,Rank-1准确率分别提升14.9、2.6和0.3个百分点,mAP分别提升13.7、3.7和3.5个百分点,能够提取更具鲁棒性和判别性的表达特征。 展开更多

关键词 行人重识别 双重注意力机制 行人特征 深度学习 平均精度均值

下载PDF 职称材料

基于统一划分的特征自适应行人再识别方法 被引量：2

8

作者 张德磊 宋晓宁 於东军 《南京理工大学学报》 EI CAS CSCD 北大核心 2020年第3期266-271,共6页

为解决行人再识别(Re-ID)任务中,目标特征统一划分方法导致的部位信息关联性减少和识别率降低的问题,提出了基于密集连接卷积网络(DenseNet)的深度学习方法框架及基于统一划分方法的特征自适应Re-ID方法。在统一划分方法的基础上,为了... 为解决行人再识别(Re-ID)任务中,目标特征统一划分方法导致的部位信息关联性减少和识别率降低的问题,提出了基于密集连接卷积网络(DenseNet)的深度学习方法框架及基于统一划分方法的特征自适应Re-ID方法。在统一划分方法的基础上,为了保留部位特征的相关性,利用马氏距离公式计算相邻特征距离,自适应地选取信息相关性高的部位特征做融合,再对融合后的特征做行人分类。该文算法分别在Market1501数据集、CUHK03数据集以及DukeMTMC-ReID数据集上进行实验。平均精度均值(mAP)分别达到82.8%、70.3%、60.1%。该文方法与基于部位的卷积基准(PCB)以及部位对齐的行人再识别(AlignedReID++)相比,mAP均有提高。 展开更多

关键词 统一划分 行人再识别 深度学习 马氏距离 平均精度均值

下载PDF 职称材料

基于改进Mask R-CNN钢纤维混凝土裂缝检测模型 被引量：2

9

作者 周双喜 袁海强 邓芳明 《华东交通大学学报》 2021年第6期37-45,共9页

针对混凝土裂缝检测具有多类别影响的复杂性,难以做准确分类、分割和定位任务问题,提出基于改进Mask R-CNN钢纤维混凝土裂缝检测方案。为提高检测速率和精度,对方案模型主干网络增加分散注意力模块跨越特征图组,提高特征学习能力,在交... 针对混凝土裂缝检测具有多类别影响的复杂性,难以做准确分类、分割和定位任务问题,提出基于改进Mask R-CNN钢纤维混凝土裂缝检测方案。为提高检测速率和精度,对方案模型主干网络增加分散注意力模块跨越特征图组,提高特征学习能力,在交并比基础上增加目标与锚框间距离、重叠率、尺度和惩罚项提高回归精度,并与原始Mask R-CNN模型进行对比。仿真结果表明裂缝、数字以及词汇的平均精度均值达到96.09%,能够精准定位裂缝并作出像素级分割,单样本耗时198 ms。提出的模型既增加了准确率又降低了图片处理延时,与原始Mask R-CNN模型相比,平均精度均值和图片处理速率分别提升6.2%和5.7%。仿真实验证明改进后的模型具有较强的鲁棒性以及泛化能力。 展开更多

关键词 裂缝检测 钢纤维混凝土 改进Mask R-CNN Split-Attention 平均精度均值

下载PDF 职称材料

基于YOLOv8算法的轨道信号灯检测研究

10

作者 晋云功 《铁路通信信号工程技术》 2024年第9期92-98,共7页

为提高信号灯检测智能化水平,提出一种基于YOLOv8算法的智能化信号灯检测方法。将自建信号灯数据集按4:1随机划分为训练集和验证集,经预处理后训练深度学习模型。结果显示模型能够收敛,能够端对端地实现信号灯位置及颜色的检测,对信号... 为提高信号灯检测智能化水平,提出一种基于YOLOv8算法的智能化信号灯检测方法。将自建信号灯数据集按4:1随机划分为训练集和验证集,经预处理后训练深度学习模型。结果显示模型能够收敛,能够端对端地实现信号灯位置及颜色的检测,对信号灯检测任务具有较好的应用潜力。 展开更多

关键词 信号灯检测 YOLOv8 深度学习 平均精度均值(mAP) 智能化轨道交通

下载PDF 职称材料

基于注意力机制的弱监督动作定位方法 被引量：1

11

作者 胡聪 华钢 《计算机应用》 CSCD 北大核心 2022年第3期960-967,共8页

针对弱监督动作定位方法无法直接进行动作定位且定位准确性不高的问题,提出了一种基于注意力机制的弱监督动作定位方法,并设计和实现了一种基于动作前后帧信息和区分函数的动作定位模型。采用条件变分自编码器(CVAE)注意力值生成模型,... 针对弱监督动作定位方法无法直接进行动作定位且定位准确性不高的问题,提出了一种基于注意力机制的弱监督动作定位方法,并设计和实现了一种基于动作前后帧信息和区分函数的动作定位模型。采用条件变分自编码器(CVAE)注意力值生成模型,将生成的帧级注意力值作为伪帧级标签;为了增强帧前后的关联性,改进CVAE注意力值生成模型,加入动作前后帧信息以获取帧级注意力值;采用基于区分函数的注意力值优化模型,对伪帧级标签进行反复训练和优化。在THUMOS14和ActivityNet1.2数据集上进行的实验结果表明,基于动作前后帧信息和区分函数的动作定位模型具有较好的动作定位效果和准确性,相较于未加入动作前后帧信息的模型,动作漏检率减小了11.7%;与AutoLoc、W-TALC、3C-Net等弱监督动作定位模型对比,当交并比(IoU)取值0.5时,在THUMOS14数据集上平均检测精度均值(mAP)提升10.7%以上,在ActivityNet1.2数据集上mAP提升8.8%以上。 展开更多

关键词 弱监督 注意力值 条件变分自编码器 区分函数 动作定位 平均检测精度均值

下载PDF 职称材料