期刊文献+
共找到185篇文章
< 1 2 10 >
每页显示 20 50 100
计算机视觉下的车辆目标检测算法综述 被引量:37
1
作者 李明熹 林正奎 曲毅 《计算机工程与应用》 CSCD 北大核心 2019年第24期20-28,共9页
车辆目标检测是基于计算机视觉的目标检测领域的一个重要应用领域,近年来随着深度学习在图像分类方面取得的巨大进展,机器视觉技术结合深度学习方法的车辆目标检测算法逐渐成为该领域的研究重点和热点。介绍了基于机器视觉的车辆目标检... 车辆目标检测是基于计算机视觉的目标检测领域的一个重要应用领域,近年来随着深度学习在图像分类方面取得的巨大进展,机器视觉技术结合深度学习方法的车辆目标检测算法逐渐成为该领域的研究重点和热点。介绍了基于机器视觉的车辆目标检测的任务、难点与发展现状,以及深度学习方法中几种具有代表性的卷积神经网络模型,通过这些网络模型衍生出的two stage、one stage车辆目标检测算法和用于模型训练的相关数据集与检测效果评价标准,对其存在的问题及未来可能的发展方向进行了讨论。 展开更多
关键词 深度学习 计算机视觉 车辆检测 目标检测算法
下载PDF
基于YOLO目标检测算法的输电线路检测 被引量:10
2
作者 杨利波 杨嘉妮 贺学敏 《电力信息与通信技术》 2022年第8期99-105,共7页
输电线路是电网的重要组成部分,确保输电线路安全是保障电力系统稳定运行的重要措施。文章提出一种基于YOLO(you only Look once)算法的输电线路检测模型,用以对无人机等可见光拍摄图像中的输电线路进行物体检测。输电线路的识别检测任... 输电线路是电网的重要组成部分,确保输电线路安全是保障电力系统稳定运行的重要措施。文章提出一种基于YOLO(you only Look once)算法的输电线路检测模型,用以对无人机等可见光拍摄图像中的输电线路进行物体检测。输电线路的识别检测任务一直是目标检测任务的难题,针对输电线路细长物理结构的特点,对微型目标检测YOLO模型进行改进,设计了对细长物理结构的高长宽比预测锚(anchor),对特征提取网络Darknet进行精简,在保持模型性能和检测精度的基础上对其进行轻量化处理,设计一种可通过单GPU(graphics processing unit)训练的轻量级模型并通过实验与原始YOLO模型、Faster R-CNN以及SSD在测试集上进行性能对比。实验结果表明,轻量级YOLO模型在测试集上检测精度达到83.04%,说明预测锚结构和精简后的网络模型对于输电线路检测是有效的。 展开更多
关键词 输电线路 物体检测 目标检测算法 检测模型
下载PDF
基于深度学习的两阶段目标检测算法综述 被引量:7
3
作者 叶嘉欣 《互联网周刊》 2023年第5期16-18,共3页
目标检测是计算机视觉的重要研究方向之一,旨在准确识别图像中目标的位置和类别,因其较高的准确性,受到研究人员的广泛关注。近年来,计算机技术快速发展,相对于传统的目标检测算法,基于深度学习的目标检测算法的优势逐渐凸显,该算法精... 目标检测是计算机视觉的重要研究方向之一,旨在准确识别图像中目标的位置和类别,因其较高的准确性,受到研究人员的广泛关注。近年来,计算机技术快速发展,相对于传统的目标检测算法,基于深度学习的目标检测算法的优势逐渐凸显,该算法精度高、实时性好。本文介绍了几种经典的两阶段目标检测算法,对其优缺点进行了比较,并对未来两阶段目标检测算法的发展进行了展望。 展开更多
关键词 深度学习 目标检测算法 技术演变 计算机视觉
下载PDF
基于深度学习的目标检测算法综述 被引量:5
4
作者 曾文炳 李军 《汽车工程师》 2024年第1期1-11,共11页
介绍了目标检测数据集的发展过程、基本评价指标的设定,并基于此综述了不同类别的目标检测算法,分别对两阶段和单阶段检测算法及相应优化算法进行解析,围绕检测速度和检测精度的迭代过程,阐述了目标检测算法的困难与挑战。最后,就算法... 介绍了目标检测数据集的发展过程、基本评价指标的设定,并基于此综述了不同类别的目标检测算法,分别对两阶段和单阶段检测算法及相应优化算法进行解析,围绕检测速度和检测精度的迭代过程,阐述了目标检测算法的困难与挑战。最后,就算法本身的提升和算法应用需求下的优化设计提出总结和展望,指出目标检测的训练监督问题、算法对小目标的检测困难问题,同时指出实时检测任务中检测速度与检测精度的协调性问题和多模态融合应用问题,以及算法运行可解释性对算法再提升的重要意义。 展开更多
关键词 目标检测算法 深度学习 计算机视觉 卷积神经网络
下载PDF
未来视频监控系统的走向——智能化视频监控系统 被引量:9
5
作者 张季 《中国安防》 2008年第11期58-61,共4页
一、传统视频监控系统的缺陷视频监控是实施安全监控的重要技术手段。它涉及信号与视频处理、通信和计算机视觉等多个学科的研究领域。视频通信、处理和理解是视频监测技术的三大核心技术。尽管成像设备、视频压缩、通信以及数据存储等... 一、传统视频监控系统的缺陷视频监控是实施安全监控的重要技术手段。它涉及信号与视频处理、通信和计算机视觉等多个学科的研究领域。视频通信、处理和理解是视频监测技术的三大核心技术。尽管成像设备、视频压缩、通信以及数据存储等方面的技术发展迅速并且日趋成熟。 展开更多
关键词 视频监控系统 视频监测 智能视频监控 成像设备 视频通信 目标检测算法 前景目标 视频压缩 移动目标 模拟视频监控
原文传递
基于曲线进化的目标检测算法
6
作者 马波 张田文 《信号处理》 CSCD 2003年第3期237-241,共5页
提出了基于曲线进化的运动目标检测算法。对于运动目标检测问题定义了新颖的能量模型,并给出了相应的曲线进化方程。结合水平集算法,所提出的曲线进化模型能够自动的适应拓扑变化,检测出多个运动目标区域及轮廓。从计算物理学领域引入... 提出了基于曲线进化的运动目标检测算法。对于运动目标检测问题定义了新颖的能量模型,并给出了相应的曲线进化方程。结合水平集算法,所提出的曲线进化模型能够自动的适应拓扑变化,检测出多个运动目标区域及轮廓。从计算物理学领域引入基于偏微分方程的水平集窄带算法,在构造窄带时无需显示的知道曲线的位置,并能够快速的实现。 展开更多
关键词 目标检测算法 曲线进化 图像编码 边缘检测 直方图 水平集算法
下载PDF
基于CNN与Transformer的无人机图像目标检测研究 被引量:8
7
作者 祝星馗 蒋球伟 《武汉理工大学学报(信息与管理工程版)》 2022年第2期323-331,共9页
针对无人机航拍图像中存在的密集目标、背景复杂、小目标检测困难、图像尺寸大等问题,提出了卷积神经网络(CNN)与Transformer相结合的无人机图像目标检测算法。该算法在YOLOv5网络的基础上结合了Transformer结构打破了CNN感受野的局限性... 针对无人机航拍图像中存在的密集目标、背景复杂、小目标检测困难、图像尺寸大等问题,提出了卷积神经网络(CNN)与Transformer相结合的无人机图像目标检测算法。该算法在YOLOv5网络的基础上结合了Transformer结构打破了CNN感受野的局限性,凭借自注意力机制捕获全局的依赖关系。同时采用了大尺度的特征图,使用加权双向特征金字塔网络(BiFPN)增强了特征的传播与重用,让网络对小目标的检测能力大大提高。最后使用数据降维与滑动窗口的方法减少网络的内存消耗与计算量。在VisDrone无人机数据集上的实验结果表明所提算法在满足实时性的基础上,平均精确率比YOLOv5网络提高约7%,达到了最先进的42.48%,展现了模型对无人机图像的优秀检测性能。 展开更多
关键词 深度学习 无人机图像检测 卷积神经网络 目标检测算法 计算机视觉
下载PDF
基于YOLOv3-spp的缺陷检测优化模型 被引量:8
8
作者 曾凯 李响 +2 位作者 贾建梅 文继锋 王翔 《计算机系统应用》 2022年第2期213-219,共7页
目前基于传统的机器视觉分析方法筛选后的PCB焊接缺陷图像还需要进行人工的复检流程,工作量大导致视觉疲劳后容易出错.为了改善这种现状,本文设计应用YOLOv3-spp的目标检测算法来构建焊接缺陷检测模型.为提升检测速度,采用模型剪枝、模... 目前基于传统的机器视觉分析方法筛选后的PCB焊接缺陷图像还需要进行人工的复检流程,工作量大导致视觉疲劳后容易出错.为了改善这种现状,本文设计应用YOLOv3-spp的目标检测算法来构建焊接缺陷检测模型.为提升检测速度,采用模型剪枝、模型蒸馏、模型量化等技术对检测模型进行压缩优化,采用深度学习加速组件OpenVINO来加载压缩优化后的检测模型,实现对PCB焊接缺陷图像的复检.基于该优化算法设计了一种基于深度学习技术的PCB焊接缺陷检测识别系统.它能快速、准确地识别焊接缺陷并定位缺陷位置,解决了人工目检带来的效率低下、漏检误检率高等问题. 展开更多
关键词 深度学习 缺陷检测 目标检测算法 模型压缩
下载PDF
基于IVPSIC-Net的小样本热轧钢带表面缺陷检测研究 被引量:2
9
作者 任楚岚 闫精鲲 《物联网技术》 2024年第3期24-29,共6页
针对钢带表面缺陷检测样本不足、检测精度较低等问题,提出IVPSIC-Net模型,不需要对缺陷图像扩增或合成,仅需较少的数据样本,即可对钢带表面缺陷进行较为准确的分类和分割。经由ImageNet数据集进行预训练,通过调整宽度因子、引入多层感... 针对钢带表面缺陷检测样本不足、检测精度较低等问题,提出IVPSIC-Net模型,不需要对缺陷图像扩增或合成,仅需较少的数据样本,即可对钢带表面缺陷进行较为准确的分类和分割。经由ImageNet数据集进行预训练,通过调整宽度因子、引入多层感知机和空洞卷积等对特征提取模块进行优化与改进。基于MobileNet121将训练得到的模型权重迁移至IVPSIC-Net模型,大幅度减少了模型计算量。结合位置信息,融合改进的自注意力机制实现对缺陷的有效检出。实验证明,模型对热轧钢带的6种典型表面缺陷均可较为准确地分类和分割。所提出的方法在分类任务中准确度达到85%,相较其他缺陷目标检测算法(YOLOv4、MPF-DNN、FAR-Net、PSIC-Net等)提升了4.79%~6.97%;在分割任务中,相较其他分割算法(Deeplabv3plus、VGG-Unet、RDUnet-A、PSIC-Net等),错误率降低了8.00%~20.03%,能够更准确地分割出钢带表面的缺陷区域。 展开更多
关键词 钢带表面缺陷检测 小样本 PSIC-Net MobileNet 目标检测算法 注意力机制
下载PDF
基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法 被引量:1
10
作者 胡丹丹 张忠婷 《智能系统学报》 CSCD 北大核心 2024年第3期653-660,共8页
在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以... 在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以提升检测速度。其次,在特征融合网络中引入基于感受野模块(receptive field block,RFB)改进的RFB-s,通过模仿人类视觉感知,增强特征图的有效感受野区域,提高网络特征表达能力及对目标特征的可辨识性。最后,使用自适应空间特征融合(adaptively spatial feature fusion,ASFF)方式以提升PANet对多尺度特征融合的效果。实验结果表明,在PASCAL VOC数据集上,所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点,达到84.01%,在满足自动驾驶汽车实时性要求的前提下,在一定程度上减少目标检测时的误检及漏检情况,有效提升模型在复杂驾驶场景下的检测性能。 展开更多
关键词 YOLOv5s 自动驾驶 目标检测算法 深度可分离卷积 感受野模块 自适应空间特征融合 PANet 多尺度特征融合
下载PDF
基于改进YOLOv5的螺旋选矿机矿物分带图像分割算法研究 被引量:1
11
作者 刘惠中 宁剑 +2 位作者 邹起华 彭志龙 阮怡晖 《有色金属(选矿部分)》 CAS 2024年第1期96-105,共10页
螺旋选矿机是一种流膜类重力选矿设备,目前其精矿的截取是通过工人观察矿物分带,根据经验确定精矿与中矿或尾矿的边界分割位置,并相应调节截取器的分矿块的分割点到精矿边界分割线位置,从而实现对精矿的准确截取和精矿品位的控制。由于... 螺旋选矿机是一种流膜类重力选矿设备,目前其精矿的截取是通过工人观察矿物分带,根据经验确定精矿与中矿或尾矿的边界分割位置,并相应调节截取器的分矿块的分割点到精矿边界分割线位置,从而实现对精矿的准确截取和精矿品位的控制。由于每个工人的经验和技术水平不一样,难以保证每次获取的矿带分割线位置信息和调节操作的准确性,而容易造成选矿指标的波动。螺旋选矿机分选流体存在流速快、矿带边界模糊的问题,采用常规的图像识别算法和原始YOLOv5算法都难以得到满意的结果,针对此问题,提出了一种能够识别模糊小目标矿带分割点的改进YOLOv5算法,利用本算法对从工业中采集的螺旋选矿机生产矿带图像样本进行了矿带边界分割识别试验和测试。结果表明,改进的YOLOv5算法比原始YOLOv5算法准确度提高了14.3%,其识别的精度可以满足生产中对螺旋选矿机矿物分带自动识别的要求。 展开更多
关键词 螺旋选矿机 重力选矿 深度学习 目标检测算法
下载PDF
基于多源图像识别技术的信号设备室智慧巡检系统 被引量:1
12
作者 黄子辉 林保罗 +2 位作者 陈微 吴丽思 张晓明 《铁道通信信号》 2024年第2期72-79,共8页
针对城市轨道交通信号设备发生故障或隐患时,难以通过日常巡检及时发现的问题,提出基于多源图像识别技术的信号设备室智慧巡检系统。采用YOLOv5目标检测算法实现设备指示灯颜色及状态的自动识别,通过对算法模型进行训练和分析,将识别结... 针对城市轨道交通信号设备发生故障或隐患时,难以通过日常巡检及时发现的问题,提出基于多源图像识别技术的信号设备室智慧巡检系统。采用YOLOv5目标检测算法实现设备指示灯颜色及状态的自动识别,通过对算法模型进行训练和分析,将识别结果匹配设备信息,同时诊断设备运行状态,自动生成设备巡检报告和异常报告。在广州地铁3号线的试点应用中,验证分析了设备指示灯识别准确率与像素值的关系,以及在满足监控覆盖时的摄像头布设方案。实验结果表明,基于多源图像识别技术的设备室智慧巡检系统巡检效率高,漏检率低,能够大幅减少人工巡检成本,具有广阔的市场应用前景和较高的应用价值,对强化城市轨道交通智能运维具有重要意义。 展开更多
关键词 城市轨道交通 信号设备室 多源图像识别 智慧巡检 目标检测算法
下载PDF
基于深度学习的小目标检测算法综述 被引量:2
13
作者 周升和 邵武长 王强 《数字技术与应用》 2023年第2期156-158,共3页
在CV中,检测小目标一直是一个困难且具有挑战性的问题。在本文中,我们对基于深度学习的小目标检测算法进行较为全面的调查。首先介绍了小目标以及目标检测的含义,然后从小目标检测存在的难点以及解决方法阐述了小目标检测算法的研究进展... 在CV中,检测小目标一直是一个困难且具有挑战性的问题。在本文中,我们对基于深度学习的小目标检测算法进行较为全面的调查。首先介绍了小目标以及目标检测的含义,然后从小目标检测存在的难点以及解决方法阐述了小目标检测算法的研究进展,并总结了各个方法的优缺点。 展开更多
关键词 目标检测 深度学习 方法阐述 目标检测算法 挑战性 研究进展
下载PDF
基于深度学习的架空线路绝缘子掉串识别研究 被引量:5
14
作者 廖金 董国芳 刘畅 《现代电子技术》 2022年第2期167-171,共5页
针对无人机巡检拍摄的架空线路绝缘子设备的照片进行处理,旨在建立一个基于Faster R-CNN目标检测算法的架空线路绝缘子设备识别与掉串诊断的模型。首先通过TensorFlow建立训练框架,将收集到的绝缘子数据集训练Faster R-CNN网络识别绝缘... 针对无人机巡检拍摄的架空线路绝缘子设备的照片进行处理,旨在建立一个基于Faster R-CNN目标检测算法的架空线路绝缘子设备识别与掉串诊断的模型。首先通过TensorFlow建立训练框架,将收集到的绝缘子数据集训练Faster R-CNN网络识别绝缘子,其次利用小波变换去噪增强图像特征信息,再对经过二值化处理的图像进行霍夫变换直线检测以及垂直投影确定有无缺陷。该模型绝缘子识别率为85.6%,掉串检测正确率为96%,有较强的鲁棒性。通过这样一个检测模型可以及时发现绝缘子设备存在的绝缘隐患,降低出现绝缘故障的风险,并且可以配合无人机巡检,大大减少人力劳动,更有效地分配人力资源及减少运维的成本。 展开更多
关键词 绝缘子设备 无人机巡检 掉串检测 深度学习 目标检测算法 小波变换 二值化处理 霍夫变换直线检测
下载PDF
基于麦克纳姆轮的视觉识别与搬运系统设计
15
作者 陈炜琦 周骞煜 吴岩 《电子制作》 2024年第7期23-27,共5页
本文基于麦克纳姆轮的全向移动特性设计了一个视觉识别与搬运系统,能够完成将场地内所有物品分类搬运到指定区域的物流分拣任务。该系统以单片机NXP RT1064为核心控制器,搭载三个OPENART mini图像识别视觉模块,采用目标检测算法判断物... 本文基于麦克纳姆轮的全向移动特性设计了一个视觉识别与搬运系统,能够完成将场地内所有物品分类搬运到指定区域的物流分拣任务。该系统以单片机NXP RT1064为核心控制器,搭载三个OPENART mini图像识别视觉模块,采用目标检测算法判断物品位置,利用PID控制算法驱动麦克纳姆轮实现系统运动,结合神经网络实现分类并驱动机械臂将物品搬运到指定区域,根据采集的IMU963RA九轴陀螺仪和1024正交解码mini编码器的数据计算系统当前位置坐标。经过反复调试与测试,该系统运行速度快、分类结果准确,能很好地完成物流分拣任务。 展开更多
关键词 麦克纳姆轮 PID算法 目标检测算法 神经网络 机械臂搬运 平面定位
下载PDF
基于映射图与界面视觉要素排序的激光全息投影人机动态交互
16
作者 张颖 《设计艺术研究》 2024年第1期51-55,共5页
针对人机动态交互界面任务执行中,界面感知元素检测过程一旦失真,存在耗时较长、操作准确率较低的问题,提出基于映射图与界面视觉要素的激光全息投影人机动态交互方法 。利用自组织特征映射算法生成映射图,通过迭代学习提取目标特征;结... 针对人机动态交互界面任务执行中,界面感知元素检测过程一旦失真,存在耗时较长、操作准确率较低的问题,提出基于映射图与界面视觉要素的激光全息投影人机动态交互方法 。利用自组织特征映射算法生成映射图,通过迭代学习提取目标特征;结合感知元素重要度指标和人机交互界面感知强度,通过自动标注为视觉感知元素排序编号,构建人机动态交互界面优化模式,设计激光全息投影人机动态交互界面。测试结果表明,所提方法应用下,被标记的目标视觉元素特征点经过更新后,布局完整、有序,感知强度指数误差控制在1-5之间,交互任务执行耗时均在12.5s以内,操作准确率平均值为92%,解决了激光全息投影人机动态交互优化问题。 展开更多
关键词 激光全息投影 人机动态交互 JAVA语言 目标检测算法 自组织特征映射算法
下载PDF
激光主动探测中的“猫眼”目标识别定位算法
17
作者 王湛岩 刘朋 +1 位作者 赵志刚 彭孝东 《电光与控制》 CSCD 北大核心 2024年第3期53-57,共5页
激光主动探测是利用光学系统的“猫眼效应”对敌方侦察设备进行探测识别的技术,其核心技术是利用回波精准地找到敌方光学探测器的位置,从而实施对探测器的干扰或其他措施。构建了激光主动探测中激光传输的基本模型,讨论了大气衰减、离... 激光主动探测是利用光学系统的“猫眼效应”对敌方侦察设备进行探测识别的技术,其核心技术是利用回波精准地找到敌方光学探测器的位置,从而实施对探测器的干扰或其他措施。构建了激光主动探测中激光传输的基本模型,讨论了大气衰减、离焦量和入射角度等多种条件对激光主动探测的影响;基于激光主动探测的光电回波图像,以实际探测过程中的激光传输特性为基础,创造性地提出了回波功率、目标大小、目标形状3种判据,与传统目标检测算法相结合,实现了对敌探测设备的精确识别定位;通过实例检验,验证了该算法相较于传统算法具有更好的识别能力,且具有较强的通用性和一定的实战应用价值。 展开更多
关键词 激光传输特性 目标检测算法 回波功率 目标形状大小
下载PDF
基于LAM-Net的轨道侵入界异物自主检测系统 被引量:5
18
作者 叶涛 赵宗扬 郑志康 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第9期206-218,共13页
针对轨道入侵异物对行车安全造成的极大威胁,而现有的轨道目标检测算法难以平衡检测精度和速度、易受复杂环境影响以及难以部署于嵌入式设备等问题,提出了一种轻量型自适应多尺度卷积神经网络,其通过特征图线性变换简化特征提取过程,使... 针对轨道入侵异物对行车安全造成的极大威胁,而现有的轨道目标检测算法难以平衡检测精度和速度、易受复杂环境影响以及难以部署于嵌入式设备等问题,提出了一种轻量型自适应多尺度卷积神经网络,其通过特征图线性变换简化特征提取过程,使用自适应多尺度特征融合优化特征表达能力,并通过设计轻量型注意力进一步提升异物检测精度;同时,结合NVIDIA Jetson TX2嵌入式平台,研制了轨道入侵异物自主检测系统。实验结果表明,本文提出的模型很好地平衡了检测速度和精度,在NVIDIA GeForce GTX1080Ti的GPU平台上对轨道数据集的检测速度为297 FPS,检测精度为92.96%,比YOLOv4-tiny高7.72%,实现了在轨道交通复杂场景下高精度、高速度以及高鲁棒性的检测入侵异物。 展开更多
关键词 目标检测算法 轻量型卷积神经网络 深度学习 轨道入侵异物 自适应特征融合 检测系统
下载PDF
基于改进卷积神经网络的肺部肿瘤检测
19
作者 王煜君 江宇楠 +2 位作者 刘琳岚 张鹏飞 罗坤龙 《长江信息通信》 2024年第1期32-35,共4页
肺部肿瘤目前是致死率最高的疾病之一。其初期的形状一般非常微小,且和正常的组织类似,哪怕是经验丰富的医生也无法确保能够精准地确定肿瘤所在位置,因此使用计算机辅助检测是一个不错的选择。在研究深度学习目标检测算法YOLOv5的基础上... 肺部肿瘤目前是致死率最高的疾病之一。其初期的形状一般非常微小,且和正常的组织类似,哪怕是经验丰富的医生也无法确保能够精准地确定肿瘤所在位置,因此使用计算机辅助检测是一个不错的选择。在研究深度学习目标检测算法YOLOv5的基础上,针对上述难点,从以下三个方面改进YOLOv5算法来进行肺部肿瘤检测。首先,根据数据集中所有肿瘤大小重新设计了初始检测框的大小;然后,利用主干特征提取网络中的特征图,并新添加了一个检测层,该检测层的特征图只经过了两次下采样,能更好地保留肿瘤的细节信息;最后,选择CBAM注意力机制加入FPN结构,进一步提高模型的检测效果。通过在LUNA16数据集上进行实验,发现改进算法的精确率、召回率和mAP分别达到了96.81%、94.94%和96.6%,比改进前分别提高了15.18%、18.02%和13.46%,且与近三年同类算法相比,也具有较好的检测性能。所以此改进算法能有效地对肺部肿瘤进行检测。 展开更多
关键词 肺部肿瘤 目标检测算法 YOLOv5 检测 注意力机制
下载PDF
单阶段安全帽检测深度学习算法综述
20
作者 管含宇 凌云 汪舒磊 《计算机工程与应用》 CSCD 北大核心 2024年第16期61-75,共15页
安全帽佩戴实时检测是智慧工地和智慧交通必不可少的一部分,基于深度学习的安全帽检测逐渐取代了传统的检测方法,在精度、性能和效率等方面取得了显著进展,在现实场景中有了广泛的应用。为了便于安全帽算法的研究,综合分析了各应用场景... 安全帽佩戴实时检测是智慧工地和智慧交通必不可少的一部分,基于深度学习的安全帽检测逐渐取代了传统的检测方法,在精度、性能和效率等方面取得了显著进展,在现实场景中有了广泛的应用。为了便于安全帽算法的研究,综合分析了各应用场景中安全帽目标检测算法的研究现状。总结了目标检测算法的发展历史;对近年来国内外学者的安全帽检测算法研究进行归纳,对比总结了不同算法不同优化的优缺点,着重分析了安全帽检测算法的轻量化方法;根据目前目标检测算法在实际应用场景中出现的不足,对安全帽检测的深度学习算法的未来研究方向进行了展望。 展开更多
关键词 深度学习 目标检测算法 安全帽检测
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部