题名 基于改进YOLOv7算法的风力涡轮机表面缺陷检测
被引量：3
1
作者
王志 高林 杨宇
机构
湖北民族大学智能科学与工程学院
出处
《湖北民族大学学报（自然科学版）》
CAS
2024年第1期75-80,共6页
基金
国家自然科学基金项目(61562025,61962019) 湖北省高等学校省级教学研究项目(2017387) 湖北民族大学校内科研项目(XN2317)。
文摘
针对风力涡轮机表面缺陷类型多、尺度差异大与特征提取困难等问题,提出了改进YOLOv7(you only look once version 7)算法用于风力涡轮机表面缺陷检测。首先,采用渐进金字塔网络(asymptotic feature pyramid network,AFPN)替换YOLOv7网络中的路径聚合特征金字塔网络(path aggregation feature pyramid network,PAFPN),解决了多尺度融合过程中特征丢失和退化问题,并降低了模型复杂度;其次,采用扩充的高效聚合网络(efficient layer aggregation network-wide,ELAN-W)模块替换了AFPN中的基础模块,提高了模型的特征提取能力;最后,在颈部网络输入端以卷积和空间组增强(spatial group-wise enhance,SGE)注意力机制构建了卷积注意力模块,提升了模型对检测目标的定位能力和检测性能。实验结果表明,改进YOLOv7算法对风力涡轮机表面缺陷检测的平均精度均值、检测速度分别达到了85.4%、133.0帧/s,相较于原版YOLOv7算法分别提升了1.8%、17.7%。该研究成果能够有效地提升风力涡轮机表面缺陷检测性能。
关键词
风力涡轮机 YOLOv7 afpn 扩充的高效聚合网络 SGE 巡检 多尺度融合
Keywords
wind turbines YOLOv7 afpn ELAN-W SGE inspection multi-scale fusion
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于改进YOLOv8n的无人机目标检测算法研究
被引量：1
2
作者
张立国 袁煜淋 金梅 张琦 吴文哲
机构
燕山大学电气工程学院
出处
《计量学报》
CSCD
北大核心
2024年第10期1487-1493,共7页
基金
国家重点研发计划(2020YFB1711001) 河北省军民融合产业发展专项(2018B190)。
文摘
针对低空无人机目标的误检漏检等问题,提出改进YOLOv8n的算法模型ASSM-YOLO。首先,添加小目标检测头并使用AFPN替换原有Neck结构,渐近融合低层与高层特征;其次,引入SA注意力机制增强对无人机目标的感知能力;再次,将主干网络卷积层替换为SPD-Conv,改善卷积过程中特征丢失问题;最后,替换损失函数MPDIoU Loss,优化回归损失计算。在DUT-UAV数据集上的实验表明:ASSM-YOLO算法的平均精度值R_(mAP@0.5)、R_(mAP@0.75)和R_(mAP@0.5∶0.95)结果为92.5%、72.2%和62.9%,较原YOLOv8n网络分别提升了5.9%、8.3%和6.5%,显著提升了无人机目标的检测精度。
关键词
机器视觉 YOLOv8n afpn SA注意力 SPD-Conv MPD损失函数
Keywords
machine vision YOLOv8n afpn SA attention SPD-Conv MPD loss
分类号
TB96
[机械工程—光学工程]
题名 基于YOLOv7的机场跑道异物检测算法
3
作者
程擎 叶紫 何汶键 华翔
机构
中国民用航空飞行学院空中交通管理学院
出处
《电子测量技术》
北大核心
2024年第16期120-129,共10页
基金
2024年度中央高校基本科研业务费项目(24CAFUC10189) 交通运输工程一流学科建设项目(CZYL2024002)资助。
文摘
机场跑道异物对航班安全起降构成极大威胁,准确及时地检测并清除机场跑道异物是机场安全工作的重点。针对机场跑道异物检测任务中的小目标检测精确度与实时性,提出一种基于YOLOv7的机场跑道异物检测算法。首先在主干网络引入CBAM模块,从空间注意力与和通道注意力两方面专注小目标特征信息提取;其次在加强特征提取网络结合AFPN思想提出SA-PANet结构,将相邻有效特征层进行渐进式特征融合,缓解有效特征层之间的语义差距;然后在加强特征提取网络的PANet结构下采样支路中引入BiFormer模块,聚焦小目标特征信息的进一步融合提取;最后在边界框定位损失函数计算过程中引入MPDIoU Loss,加速模型收敛并提升机场跑道异物检测准确率与定位精度。在机场跑道异物图像数据集上实验表明,改进后算法mAP 50为98.76%,较改进前算法提升9.09个百分点。与其他针对机场跑道异物检测的算法相比,改进后算法具有更高的检测精度同时将模型参数量与模型计算量增幅控制在可接受范围内,达到机场跑道异物检测任务的准确、快速需求。
关键词
目标检测 机场跑道异物 注意力机制 CBAM afpn BiFormer MPDIoU Loss
Keywords
target detection FOD attention mechanism CBAM afpn BiFormer MPDIoU Loss
分类号
TN911.73
[电子电信—通信与信息系统]
题名 基于改进的YOLOv5s绝缘子故障识别方法
4
作者
刘玉洁 金钧
机构
大连交通大学自动化与电气工程学院
出处
《机械与电子》
2024年第12期31-36,共6页
文摘
为解决高速铁路绝缘子故障检测中常见的错检、漏检等问题,以YOLOv5s算法为基础进行优化提出TASM YOLOv5算法。首先,增加Triplet注意力机制,以提升算法的特征提取能力;其次,引入AFPN渐进特征金字塔网络来提高特征融合利用能力,并且选用SiLU控制激活函数以提高稳定性;最后,更换损失函数为MPDIoU损失函数,可实现准确有效的边界框回归。实验结果表明,TASM YOLOv5算法的平均准确率较高,所得权重文件大小符合轻量化的要求,能有效提高绝缘子故障检测的精度。
关键词
绝缘子故障识别 YOLOv5s网络 afpn MPDIoU损失函数
Keywords
insulator fault recognition YOLOv5s network afpn MPDIoU loss function
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 多源信息融合下冷链配送车辆碳排放动态预测方法
5
作者
杨霖 刘双印 徐龙琴 赫敏 绳庆峰 韩佳伟
机构
仲恺农业工程学院信息科学与技术学院 仲恺农业工程学院广州市农产品质量安全溯源信息技术重点实验室 仲恺农业工程学院智慧农业创新研究院 北京市农林科学院信息技术研究中心
出处
《智慧农业（中英文）》
CSCD
2024年第4期138-148,共11页
基金
国家自然科学基金项目(62373390,61871475) 国家重点研发计划项目(2022YFD2001804,2023YFD2001302) 北京市农林科学院科研创新平台建设项目(PT2024-24)。
文摘
[目的/意义]冷链配送碳排放动态预测是企业碳排放精准评估及其绿色信用等级评定的重要依据。本研究面向车辆碳排放受路况信息、行驶特征、制冷参数等多因素影响,提出一种融合多源信息的冷藏车辆碳排放动态预测模型。[方法]基于道路车辆数量与像素面积占比表征路况信息,构建基于改进YOLOv8s的路况信息识别模型,并以路况信息、行驶特征(速度、加速度)、货物重量、制冷参数(温度、功率)等为输入,构建基于改进iTransformer的冷藏车辆碳排放动态预测模型。最后与其他模型展开对比分析,分别验证路况信息识别与车辆碳排放动态预测的精度。[结果]改进的YOLOv8s路况信息识别模型在精确率、召回率和平均识别精度上分别达到98.1%、95.5%和98.4%,比YOLOv8s分别提高了1.2%、3.7%和0.2%,参数量和运算量分别减少了12.5%和31.4%,检测速度提高了5.4%。改进的iTransformer模型碳排放量预测的均方误差、平均绝对误差、均方根误差和R^(2)分别为0.026 1%VOL、0.079 1%VOL、0.161 5%VOL和0.940 0,均优于其他时序预测模型。[结论]提出的多源信息融合下冷链配送碳排放预测模型可实现对冷藏车辆碳排放量的精准预测,为有效降低冷链配送碳排放与提升配送企业绿色信用等级等提供理论参考。
关键词
冷链配送 碳排放 路况识别 时序预测 YOLOv8s iTransformer 多源信息融合 渐进特征金字塔网络
Keywords
cold chain distribution carbon emissions road condition recognition time series prediction YOLOv8s iTransformer Multi-Source Information Fusion afpn
分类号
S24
[农业科学—农业电气化与自动化]
题名 基于CAN总线的某型数字化战车自动测试系统设计
被引量：5
6
作者
杨云飞 葛玉 黄林昊 吴建磊
机构
武汉军械士官学校
出处
《计算机测量与控制》
2015年第1期127-131,共5页
文摘
针对现代数字化战车电气与电子系统技术复杂、各分系统关联程度高、维修保障困难等问题,设计了一种基于CAN总线的数字化战车自动测试系统;整体设计基于模块化思想,充分利用车载备用总线,综合运用了DSP+FPGA控制处理技术、AFPN智能故障诊断技术,在诊断过程中对功能模块的每个扩展方向分别建立模糊Petri网模型,能够对车载电气与电子系统进行分系统独立测试和全系统联合检测,具有快速故障定位能力和拓扑适应能力;采用适配器与上位机测试软件的分体式设计,实现了平台物理资源复用,从而实现了底层设备的通用、互换,保障了测试一致性;应用表明,该系统能够较好的适用于现代数字化战车的维修保障,使用方便,故障诊断快速有效。
关键词
CAN总线 自动测试系统 afpn 故障诊断数据采集 信号调理
Keywords
CAN bus automatic test system afpn fault diagnosis data acquisition singal conditioning
分类号
TP921.2
[自动化与计算机技术]
题名 改进YOLOv8n的道路目标检测算法
被引量：1
7
作者
高德勇 陈泰达 缪兰
机构
兰州交通大学电子与信息工程学院 甘肃省人工智能与图形图像工程研究中心
出处
《计算机工程与应用》
CSCD
北大核心
2024年第16期186-197,共12页
基金
国家自然科学基金(61963023) 甘肃省高等学校创新基金(2021B-113)。
文摘
针对道路场景中目标尺度多变、复杂背景干扰导致检测精度低、漏检率高的问题,提出一种改进YOLOv8n的道路目标检测算法。引入多样化分支块(diverse branch block,DBB)构建C2fDBB模块,替代原算法中的C2f模块,增强网络多尺度特征提取能力。在路径聚合网络(path aggregation network,PANet)的基础上结合渐进特征金字塔网络(asymptotic feature pyramid network,AFPN)思想,提出PA-AFPN(path aggregation progressive feature pyramid network)特征融合方式,提升网络对多尺度特征的融合能力。设计SPPF2_TA(SPPF with dual-branch structure incorporating triplet attention)模块,通过在SPPF(spatial pyramid pooling fast)中引入平均池化分支和三重注意力机制(triplet attention,TA),有效整合多尺度信息,降低背景干扰对检测的影响。采用MPDIoU作为新边界回归损失函数,替代原损失函数,加速算法收敛,提高目标定位精度。在公开道路目标数据集BDD100K和SODA10M上的实验结果显示,改进方法的mAP@0.5相较于基线算法分别提升了5.7个百分点和7.3个百分点,计算量降低了0.6 GFLOPs。与其他主流目标检测方法相比,改进方法在计算量、FPS和mAP@0.5等方面均展现出显著优势,更加契合道路场景下的目标检测任务需求。
关键词
YOLOv8 结构重参数化 渐进特征金字塔网络(afpn ) 道路目标 注意力机制
Keywords
YOLOv8 structural reparameterization asymptotic feature pyramid network(afpn ) road object attention mechanism
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于YOLOv5的无人机航拍目标检测改进算法
8
作者
吕国丰
机构
闽江师范高等专科学校
出处
《湖南邮电职业技术学院学报》
2024年第3期51-55,共5页
基金
2022年度福建省中青年教师教育科研项目(科技类)“基于改进蚁群算法的机器人路径规划研究”(课题编号:JAT220663)。
文摘
在无人机航拍领域,针对难以捕获和精确辨识小目标,以及小目标检测对系统实时处理能力要求较高,提出一种基于YOLOv5改进结构的深度学习算法。通过替换轻量级MobileNetV3作为主干网络,显著减小了模型复杂度与计算负担,同时保留了高效的特征提取能力,以及引入AFPN特征融合结构,实现了图像空间信息多尺度特征的高效融合,不仅增强了模型对小目标的敏感性,还显著提升了目标检测的精度与效率。实验验证:改进后的算法在VisDrone数据集上的整体表现较好。
关键词
YOLOv5 目标检测 MobileNetV3 afpn 特征融合结构
Keywords
YOLOv5 target detection MobileNetV3 afpn feature fusion structure
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于改进YOLOv8n的钢材表面缺陷检测
9
作者
赵洋 王军凯 林志毅 周忠祥 徐森
机构
沈阳化工大学计算机科学与技术学院 辽宁省化工过程工业智能化技术重点实验室
出处
《电子测量技术》
北大核心
2024年第13期191-198,共8页
基金
辽宁省教育厅基本科研项目面上项目(LJKMZ20220782)资助。
文摘
为解决钢材表面缺陷检测中面临的缺陷类型繁多、尺寸差异显著以及现有模型复杂度高、检测精度不足等问题,本文提出了一种基于改进YOLOv8n的检测算法YOLOv8-ODAW。首先,引入全维动态卷积(ODConv)增强对多维度特征的捕捉能力,减少信息损失;其次,嵌入渐进特征金字塔网络(AFPN)改善特征融合过程,实现了非相邻层级特征间的直接交互,有效缓解语义断层。最后,采用动态非单调聚焦机制的Wise-IoUv3损失函数优化边界框回归,加快网络收敛的同时提高检测精度。在NEU-DET数据集上进行多组实验,结果表明,改进后的YOLOv8-ODAW网络模型相比原网络模型mAP50%提升了7.3%、GFLOPs下降了21.95%,展现出对钢材表面缺陷更佳的定位与识别能力,且检测速度满足工业应用需求。
关键词
钢材 缺陷检测 YOLOv8n 全维动态卷积 渐进特征金字塔网络 Wise-IoUv3
Keywords
steel defect detection YOLOv8n omni-dimensional dynamic convolution(ODConv) asymptotic feature pyramid network(afpn ) Wise-IoUv3
分类号
TN911
[电子电信—通信与信息系统]
题名 基于AFPN的汽车故障诊断研究
被引量：1
10
作者
金永夫 郝平 张华波 袁华炜
机构
浙江工业大学信息工程学院 绍兴文理学院计算机学院
出处
《机电工程》
CAS
2010年第5期90-93,101,共5页
文摘
针对汽车故障诊断专家系统的知识具有动态性和不确定性的特点.提出了一种基于自适应模糊Petri网(AFPN)的汽车故障诊断方法。该方法首先根据模糊产生式规则建立相应的模糊Petri网模型,然后利用BP算法,通过样本数据对模糊Petri网中的权值等进行反复的学习训练,最后利用训练得到的参数和故障征兆发生概率对故障进行诊断。这种方法使知识库能动态更新,并可以避免依靠人工经验设置带来的不确定性。诊断结果表明,和传统故障树方法相比,该方法具有很多优点。
关键词
自适应模糊Petri网 故障诊断 知识表示 知识学习 汽车
Keywords
adaptive fuzzy Petri nets（afpn ） fault diagnosis knowledge representation knowledge learning automobiles
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
