针对YOLO v5l(you only look once version 5 large)算法对于小目标、少样本且背景复杂的排水管道缺陷图像检测的精度低、误检和漏检率较高等问题,提出了一种基于YOLO v5l-Im算法的排水管道缺陷检测改进方法。做了三点改进:首先提出了Fo...针对YOLO v5l(you only look once version 5 large)算法对于小目标、少样本且背景复杂的排水管道缺陷图像检测的精度低、误检和漏检率较高等问题,提出了一种基于YOLO v5l-Im算法的排水管道缺陷检测改进方法。做了三点改进:首先提出了Focal-EIoU(focal embedding intersection over union)损失函数,有效提升了检测模型的性能;其次为增强检测模型对小目标缺陷的检测效果,减少缺陷误检和漏检的概率,将骨干网络中浅层特征图融合到双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)中,增加针对小目标的预测层;最后在YOLO v5l中引入坐标注意力机制(coordinate attention,CA),提高模型对图像中感兴趣区域的敏感程度,减少冗余背景信息的干扰。3种改进对平均检测准确率(mean average precision,mAP)的提升分别为2.0、2.9、5.9个百分点。将三种有效改进融合到一起,检测结果表明:本文提出的YOLO v5l-Im模型的mAP达到了92.1%,较原模型的85.5%提升了6.5个百分点。由此可见,所做的改进有效增强了YOLO v5l对排水管道缺陷的检测能力。展开更多
从 CAP1400核电钢制安全壳和模块整体出厂的构想尚存在诸多不确定因素切入，按照模块整体出厂参数，依据已审批的3000～5000 t 级核电站码头初步设计资料、SG 浮吊卸货运输方案、拟采用18000 t 级半潜船运输构想、重件道路等场内设施初...从 CAP1400核电钢制安全壳和模块整体出厂的构想尚存在诸多不确定因素切入，按照模块整体出厂参数，依据已审批的3000～5000 t 级核电站码头初步设计资料、SG 浮吊卸货运输方案、拟采用18000 t 级半潜船运输构想、重件道路等场内设施初步设计参数，对码头、场内设施等设计方案按照理想状态同比例放大航道、港池、码头、重件道路等参数建立模型，进行模块整体出厂的改造分析。经过对船型参数、航道、港池、码头、场内设施详细的技术与经济对比分析，对模块整体出厂从理论、安全、技术、经济等方面给出了切合实际的建议。展开更多
文摘针对YOLO v5l(you only look once version 5 large)算法对于小目标、少样本且背景复杂的排水管道缺陷图像检测的精度低、误检和漏检率较高等问题,提出了一种基于YOLO v5l-Im算法的排水管道缺陷检测改进方法。做了三点改进:首先提出了Focal-EIoU(focal embedding intersection over union)损失函数,有效提升了检测模型的性能;其次为增强检测模型对小目标缺陷的检测效果,减少缺陷误检和漏检的概率,将骨干网络中浅层特征图融合到双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)中,增加针对小目标的预测层;最后在YOLO v5l中引入坐标注意力机制(coordinate attention,CA),提高模型对图像中感兴趣区域的敏感程度,减少冗余背景信息的干扰。3种改进对平均检测准确率(mean average precision,mAP)的提升分别为2.0、2.9、5.9个百分点。将三种有效改进融合到一起,检测结果表明:本文提出的YOLO v5l-Im模型的mAP达到了92.1%,较原模型的85.5%提升了6.5个百分点。由此可见,所做的改进有效增强了YOLO v5l对排水管道缺陷的检测能力。
文摘从 CAP1400核电钢制安全壳和模块整体出厂的构想尚存在诸多不确定因素切入，按照模块整体出厂参数，依据已审批的3000～5000 t 级核电站码头初步设计资料、SG 浮吊卸货运输方案、拟采用18000 t 级半潜船运输构想、重件道路等场内设施初步设计参数，对码头、场内设施等设计方案按照理想状态同比例放大航道、港池、码头、重件道路等参数建立模型，进行模块整体出厂的改造分析。经过对船型参数、航道、港池、码头、场内设施详细的技术与经济对比分析，对模块整体出厂从理论、安全、技术、经济等方面给出了切合实际的建议。
