期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进YOLO-V5深度学习模型的靶丸快速筛选方法
被引量：
1
1
作者
刘一郡
赵维谦
+3 位作者
刘子豪
罗杰
李兆宇
王允
《光学技术》
CAS
CSCD
北大核心
2023年第5期591-595,共5页
针对激光惯性约束核聚变实验中海量靶丸筛选效率低的问题,提出一种基于改进YOLO-v5深度学习模型的靶丸快速筛选方法。方法通过控制靶丸在不同的景深处成像,并将图像拼接在一起以获得其清晰图像;同时引入通道注意力机制来增强模型的特征...
针对激光惯性约束核聚变实验中海量靶丸筛选效率低的问题,提出一种基于改进YOLO-v5深度学习模型的靶丸快速筛选方法。方法通过控制靶丸在不同的景深处成像,并将图像拼接在一起以获得其清晰图像;同时引入通道注意力机制来增强模型的特征提取能力,建立了SE-YOLOV5s深度学习靶丸表面缺陷识别模型,并对靶丸缺陷按照缺陷种类进行了分类和评估从而实现对海量靶丸的筛选。靶丸表面缺陷检测的准确率为94.4%,每秒可检测到约50张靶丸图像(分辨率3072×4096),为激光惯性约束核聚变试验提供一种快速、准确筛选海量靶丸的方法。
展开更多
关键词
应用光学
聚变靶丸
目标识别
深度学习
YOLO算法
原文传递
题名
基于改进YOLO-V5深度学习模型的靶丸快速筛选方法
被引量：
1
1
作者
刘一郡
赵维谦
刘子豪
罗杰
李兆宇
王允
机构
北京理工大学光电学院“复杂环境智能感测技术”工信部重点实验室
出处
《光学技术》
CAS
CSCD
北大核心
2023年第5期591-595,共5页
基金
高性能激光差动共焦拉曼光谱显微成像关键技术及系统研究项目(U22A6006)
机械测试理论、方法与技术项目(51825501)。
文摘
针对激光惯性约束核聚变实验中海量靶丸筛选效率低的问题,提出一种基于改进YOLO-v5深度学习模型的靶丸快速筛选方法。方法通过控制靶丸在不同的景深处成像,并将图像拼接在一起以获得其清晰图像;同时引入通道注意力机制来增强模型的特征提取能力,建立了SE-YOLOV5s深度学习靶丸表面缺陷识别模型,并对靶丸缺陷按照缺陷种类进行了分类和评估从而实现对海量靶丸的筛选。靶丸表面缺陷检测的准确率为94.4%,每秒可检测到约50张靶丸图像(分辨率3072×4096),为激光惯性约束核聚变试验提供一种快速、准确筛选海量靶丸的方法。
关键词
应用光学
聚变靶丸
目标识别
深度学习
YOLO算法
Keywords
applied
optics
icf
capsules
target
identification
deep
learning
YOLO
algorithm
分类号
TP394.1 [自动化与计算机技术—计算机应用技术]
TH691.9 [自动化与计算机技术—计算机科学与技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进YOLO-V5深度学习模型的靶丸快速筛选方法
刘一郡
赵维谦
刘子豪
罗杰
李兆宇
王允
《光学技术》
CAS
CSCD
北大核心
2023
1
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
