期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进YOLOv5s的充电站内车辆起火检测
1
作者 阿斯卡尔·艾山 高瑞 +3 位作者 马智轲 孙清振 刘凯波 杨春萍 《国外电子测量技术》 2024年第10期145-152,共8页
针对目前对于充电站内车辆起火现象的检测精度较低、检测速度慢等问题,从实用化角度出发,提出了一种基于YOLOv5s改进的车辆起火检测方法YOLOv5s-Fast。首先在Backbone网络中采用了全局上下文注意力机制与C3模块进行融合,成为一种新的特... 针对目前对于充电站内车辆起火现象的检测精度较低、检测速度慢等问题,从实用化角度出发,提出了一种基于YOLOv5s改进的车辆起火检测方法YOLOv5s-Fast。首先在Backbone网络中采用了全局上下文注意力机制与C3模块进行融合,成为一种新的特征提取的模块C3GC,增强模型提取特征的能力,减少了计算量;其次在Neck网络中采用了轻量级上采样算子,能够根据输入图像进行自适应的上采样,提升了检测精度;最后引入解耦头,提高了目标检测的准确率与效率。实验结果表明,所提出的方法YOLOv5s-Fast与原YOLOv5s相比,平均精度提升了4.9%、检测帧率由原先的46 fps提高到59 fps,方法更加实用化。 展开更多
关键词 YOLOv5s C3GC 轻量级算子 解耦头
下载PDF
基于改进YOLOv5s的水果图像识别
2
作者 罗荔豪 欧鸥 +2 位作者 赵伟 黄元 刘学虎 《信息技术》 2023年第11期28-34,40,共8页
针对已有的水果识别模型在复杂场景下识别准确率低、推理耗时长、对硬件要求高等问题,提出了一种适用于复杂场景下轻量级的水果识别模型YOLOv5s_CB_CA。在YOLOv5s目标检测算法的基础上,对主干特征提取网络Backbone引入卷积注意力机制CB... 针对已有的水果识别模型在复杂场景下识别准确率低、推理耗时长、对硬件要求高等问题,提出了一种适用于复杂场景下轻量级的水果识别模型YOLOv5s_CB_CA。在YOLOv5s目标检测算法的基础上,对主干特征提取网络Backbone引入卷积注意力机制CBAM,丰富空间和通道维度的特征信息;并采用特征图上采样CARAFE替换原始上采样,减少计算量、提高识别速度。将改进算法与YOLOv5s算法在水果图像数据集作对比。实验结果表明:YOLOv5s_CB_CA算法平均精度(mAP)达到了96.5%、召回率(Recall)达到了93.5%,使模型体积缩小了约14%。YOLOv5s_CB_CA算法提高了检测精度和召回率、缩小了模型体积,证明了该算法的有效性。 展开更多
关键词 水果识别 目标检测 YOLOv5s算法 卷积注意力机制CBAM 轻量级算子CARAFE
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部