基于改进YOLO v7轻量化模型的自然果园环境下苹果识别方法 被引量：2

1

作者 张震 周俊 +1 位作者 江自真 韩宏琪 《农业机械学报》 EI CAS CSCD 北大核心 2024年第3期231-242,262,共13页

针对自然果园环境下苹果果实识别中,传统的目标检测算法往往很难在检测模型的检测精度、速度和轻量化方面实现平衡,提出了一种基于改进YOLO v7的轻量化苹果检测模型。首先,引入部分卷积(Partial convolution, PConv)替换多分支堆叠模块... 针对自然果园环境下苹果果实识别中,传统的目标检测算法往往很难在检测模型的检测精度、速度和轻量化方面实现平衡,提出了一种基于改进YOLO v7的轻量化苹果检测模型。首先,引入部分卷积(Partial convolution, PConv)替换多分支堆叠模块中的部分常规卷积进行轻量化改进,以降低模型的参数量和计算量;其次,添加轻量化的高效通道注意力(Efficient channel attention, ECA)模块以提高网络的特征提取能力,改善复杂环境下遮挡目标的错检漏检问题;在模型训练过程中采用基于麻雀搜索算法(Sparrow search algorithm, SSA)的学习率优化策略来进一步提高模型的检测精度。试验结果显示:相比于YOLO v7原始模型,改进后模型的精确率、召回率和平均精度分别提高4.15、0.38、1.39个百分点,其参数量和计算量分别降低22.93%和27.41%,在GPU和CPU上检测单幅图像的平均用时分别减少0.003 s和0.014 s。结果表明,改进后的模型可以实时准确地识别复杂果园环境中的苹果,模型参数量和计算量较小,适合部署于苹果采摘机器人的嵌入式设备上,为实现苹果的无人化智能采摘奠定了基础。 展开更多

关键词 苹果识别 自然果园环境 YOLO v7 pconv 高效通道注意力机制 麻雀搜索算法

下载PDF 职称材料

基于改进YOLOv7-tiny和动态检测门的金枪鱼自动检测与计数研究 被引量：2

2

作者 袁红春 史经伟 《渔业现代化》 CSCD 2023年第6期74-83,共10页

远洋渔业仍面临自动化、智能化水平偏低等问题,渔获量统计仍普遍采用人工计数。为解决远洋金枪鱼渔业中人工统计渔获量费时费力的问题,本研究提出一种基于DP-YOLO(DCNv2-PConv-YOLO)模型与动态检测门算法相结合的自动计数方法。该方法选... 远洋渔业仍面临自动化、智能化水平偏低等问题,渔获量统计仍普遍采用人工计数。为解决远洋金枪鱼渔业中人工统计渔获量费时费力的问题,本研究提出一种基于DP-YOLO(DCNv2-PConv-YOLO)模型与动态检测门算法相结合的自动计数方法。该方法选用YOLOv7-tiny作为基础模型,采用可变形卷积DCNv2获取更多形状特征,使用部分卷积PConv降低计算量,设计动态检测门算法避免重复计数,同时提出错计误差指标评估计数方法。消融试验结果显示,DP-YOLO相比YOLOv7-tiny减少了3.3%的参数,23.7%的计算量和2.1%计算时间,提高了5.3%平均精度;渔获量自动统计试验结果表明,该计数方法的识别准确率达到95.8%,计数精度达到97.9%,错计误差仅为2.1%,相比YOLOv5s+Deepsort与YOLOv7-tiny+Deepsort已有的计数算法,分别领先45.8%和25%,为远洋渔业的渔获量自动统计提供了新的思路。 展开更多

关键词 金枪鱼计数 YOLOv7-tiny pconv DCNv2 智慧渔业

下载PDF 职称材料

改进YOLOv7的带钢表面缺陷检测算法

3

作者 孙卫波 丁卫 《工业控制计算机》 2024年第8期94-96,101,共4页

针对带钢缺陷检测中存在的计算复杂度高、对小目标检测效果差等问题,提出了一种基于改进YOLOv7的小目标检测算法,用于区分带钢在生产过程中产生的表面缺陷。在YOLOv7的基础上,首先,将loss部分的损失函数CIOU替换为MPDiou,可以更好地处... 针对带钢缺陷检测中存在的计算复杂度高、对小目标检测效果差等问题,提出了一种基于改进YOLOv7的小目标检测算法,用于区分带钢在生产过程中产生的表面缺陷。在YOLOv7的基础上,首先,将loss部分的损失函数CIOU替换为MPDiou,可以更好地处理目标框之间的交叉、遮挡等情况;接着,使用PConv(Partial Convolution)替换YOLOv7中的Backbone部分的卷积,可以减少算法的冗余计算量;最后,在YOLOv7的Head部分引入SimAM (Simple Attention Mechanism)注意力机制、动态蛇形卷积(Dynamic Snake Convolution)和BiFPN特征融合模块,以增强卷积神经网络的特征表达能力。 展开更多

关键词 带钢 缺陷检测 YOLOv7 pconv SimAM Bi FPN

下载PDF 职称材料

轻量化YOLOv7-tiny的水下压印字符识别

4

作者 李卓润 李波 +1 位作者 邱鹏程 刘洪 《国外电子测量技术》 2024年第4期162-169,共8页

自动化水下字符识别技术能通过编号更高效地定位追踪水下设备,是管理和维护水下设备的关键。针对该任务目标区别较小和水下场景中干扰等问题,并考虑其检测速度需求,基于YOLOv7-tiny模型,提出一种轻量化的改进模型。首先采用MobileNetV3... 自动化水下字符识别技术能通过编号更高效地定位追踪水下设备,是管理和维护水下设备的关键。针对该任务目标区别较小和水下场景中干扰等问题,并考虑其检测速度需求,基于YOLOv7-tiny模型,提出一种轻量化的改进模型。首先采用MobileNetV3作为新的特征提取网络对整体框架进行轻量化处理;然后引入PConv至ELAN模块中,减少Neck层的计算量;最后将置换注意力机制应用至Head层,提升了模型对字符定位的表达能力。实验结果表明,改进后的模型相较于原模型的平均精度均值(mAP)提高了2.4%,参数量和计算量分别减少30.0%和38.5%,检测速度提升30.8%。改进后的模型在水下字符识别任务中具有更高的效率和精度,为推进并实现水下自动化识别编号设备的部署提供了可行性。 展开更多

关键词 水下字符识别 YOLOv7-tiny 轻量化 pconv 置换注意力

下载PDF 职称材料

基于YOLOv7的轻量级鱼类目标检测算法

5

作者 曹静雯 孟娟 +1 位作者 朱珈缘 马媛媛 《现代电子技术》 北大核心 2024年第11期78-83,共6页

针对传统鱼群检测方法耗时长且检测结果易受检测人员技术经验影响等问题,结合养殖鱼群图像特征,基于YOLOv7模型,提出一种轻量级实时检测鱼群的方法。该方法将GhostNet引入YOLOv7模型中作为主干特征提取网络,以减少网络的参数量,同时将... 针对传统鱼群检测方法耗时长且检测结果易受检测人员技术经验影响等问题,结合养殖鱼群图像特征,基于YOLOv7模型,提出一种轻量级实时检测鱼群的方法。该方法将GhostNet引入YOLOv7模型中作为主干特征提取网络,以减少网络的参数量,同时将特征融合网络的ELAN-H模块中CBS卷积层替换为PConv,进一步降低模型的计算复杂度,并在特征融合网络中加入CBAM注意力模块和轻量级上采样算子CARAFE,以提高网络的特征表达能力。在采集的鱼群数据集上进行实验表明,提出模型的平均精度均值为95.54%,参数量为24.13×10^(6),浮点运算次数(GFLOPs)为38.45×10^(9),相较于YOLOv7模型,改进后的模型平均精度均值提高了1.86%,参数量和计算量分别降低了13.14%、70%。相较于YOLOv4和YOLOv5s等模型,文中模型的平均精度均值也均有提高,能够为鱼群检测提供一种轻量化的实时高效检测方法,大大降低了检测人员的工作量。 展开更多

关键词 YOLOv7 GhostNet 轻量化 pconv 注意力机制 CARAFE

下载PDF 职称材料

基于YOLOv7的轻量化水下目标检测算法

6

作者 唐鲁婷 黄洪琼 《电光与控制》 CSCD 北大核心 2024年第9期92-97,共6页

水下目标检测在海洋科学、环境保护、资源开发、军事防御、文化遗产保护等领域具有重要意义。然而,水下环境复杂,水下图像质量较差和小生物聚集导致水下目标检测时出现漏检、误检等问题,需要提高检测精度;检测的实时性也需要设计更加快... 水下目标检测在海洋科学、环境保护、资源开发、军事防御、文化遗产保护等领域具有重要意义。然而,水下环境复杂,水下图像质量较差和小生物聚集导致水下目标检测时出现漏检、误检等问题,需要提高检测精度;检测的实时性也需要设计更加快速的网络结构;水下设备的存储和计算能力有限,需要在保证准确性的同时保持较低的计算开销,为此提出了基于YOLOv7的改进型算法YOLOv7-PSS。首先,利用PConv卷积代替骨干网络中的部分普通卷积,减少算法的参数量,加快算法的训练与预测;然后,融合SE注意力机制,增强特征的提取能力;随后,利用SIoU损失函数加速网络收敛,优化算法训练过程。实验结果表明,在URPC2021水下目标检测数据集上,所提算法的mAP达到87.3%,比原算法提高了7.5%,而算法的参数量比原算法减少了11.9%,为水下设备的部署奠定了基础。 展开更多

关键词 目标检测 水下图像 YOLOv7 pconv 注意力机制

下载PDF 职称材料

基于改进YOLOv8模型的轻量化板栗果实识别方法 被引量：3

7

作者 李茂 肖洋轶 +1 位作者 宗望远 宋宝 《农业工程学报》 EI CAS CSCD 北大核心 2024年第1期201-209,共9页

为实现自然环境下的板栗果实目标快速识别,该研究以湖北省种植板栗为研究对象,提出了一种基于改进YOLOv8模型的栗果识别方法 YOLOv8-PBi。首先,将部分卷积(partial convolution,PConv)引入C2f模块中,缩减卷积过程中的浮点数和计算量;其... 为实现自然环境下的板栗果实目标快速识别,该研究以湖北省种植板栗为研究对象,提出了一种基于改进YOLOv8模型的栗果识别方法 YOLOv8-PBi。首先,将部分卷积(partial convolution,PConv)引入C2f模块中,缩减卷积过程中的浮点数和计算量;其次,引入加权双向特征金字塔网络(bidirectional feature pyramid network,BiFPN),增强多尺度特征融合性能,最后,更改边界框损失函数为动态非单调聚焦机制WIoU(wise intersection over union,WIoU),提高模型收敛速度,进一步提升模型检测性能。试验结果表明,改进YOLOv8-PBi模型准确率、召回率和平均精度分别为89.4%、74.9%、84.2%;相比原始基础网络YOLOv8s,模型权重减小46.22%,准确率、召回率和平均精度分别提升1.3、1.5、1.8个百分点。部署模型至边缘嵌入式设备上,经过TensorRT加速后,检测帧率达到43帧/s。该方法可为板栗智能化收获过程中的栗果识别提供技术基础。 展开更多

关键词 图像处理 图像识别 YOLOv8 板栗果实 目标检测 部分卷积 BiFPN

下载PDF 职称材料

室内环境下的改进YOLOv8n障碍物识别算法

8

作者 刘锦旺 《计算机应用文摘》 2024年第9期117-119,共3页

针对室内环境下障碍物尺寸不一和场景变化多样导致的YOLOv8n目标检测算法精度低和检测速度慢的问题,文章提出了1种改进Tiny-YOLO算法(以下简称“Tiny-YOLO算法”)。该算法使用部分卷积(PConv)方法设计了轻量化模块C2f_PConv以替换主干... 针对室内环境下障碍物尺寸不一和场景变化多样导致的YOLOv8n目标检测算法精度低和检测速度慢的问题,文章提出了1种改进Tiny-YOLO算法(以下简称“Tiny-YOLO算法”)。该算法使用部分卷积(PConv)方法设计了轻量化模块C2f_PConv以替换主干网络中的C2f模块,有效降低了网络参数;引入EMA增强了网络的特征融合能力,同时提高了检测精度。经COCO2017Indoors障碍物数据集验证,Tiny-YOLO算法拥有比YOLOv8n更高的性能,对于室内障碍物识别具有一定的有效性。 展开更多

关键词 障碍物检测 目标检测 YOLOv8n pconv 注意力机制

下载PDF 职称材料

列车司机手势识别方法研究

9

作者 李小平 代旭鹏 +1 位作者 孙守庆 朱高伟 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第2期533-544,共12页

按照司乘标准执行规定的手势是列车司机驾驶操作的重要环节,通过对司机手势进行检测,能够有效评估列车司机的驾驶状态和操作质量,保证列车行车安全。传统人工检查方式效率低,难以满足实际需求,现有的手势识别算法存在模型参数量大、检... 按照司乘标准执行规定的手势是列车司机驾驶操作的重要环节,通过对司机手势进行检测,能够有效评估列车司机的驾驶状态和操作质量,保证列车行车安全。传统人工检查方式效率低,难以满足实际需求,现有的手势识别算法存在模型参数量大、检测精度较低、检测速度慢等问题。随着智能铁路的发展,利用深度学习方法构建轻量化、高效、高精度的列车司机手势识别模型逐渐成为行业发展需求。针对上述需求,提出一种基于改进YOLOv5的列车司机手势识别模型。首先,引入轻量化卷积PConv改进YOLOv5中的C3模块,降低检测网络的参数量和计算量,提升模型检测效率,并在其后添加CBAM模块,加强重要特征信息,抑制无关信息的干扰,强化检测网络特征提取能力;其次,在颈部层引入BiFPN网络结构替换PANet网络结构,增强不同尺度特征的融合能力,同时通过新增小目标检测层,提高模型对小目标的检测能力;最后,选择Focal-EIoU作为边界框损失优化模型损失函数,加快模型的收敛速度,提高手势定位精度。实验结果表明,改进模型在测试集下mAP@0.5可达97.7%,平均检测时间为23.2 ms,相较于YOLOv5计算量降低了23.1%,mAP@0.5和平均检测时间分别提升了0.6个百分点和7.1 ms。所提模型可在降低参数量和计算量的同时有效提高检测精度和检测效率,可为列车司机手势识别提供新思路。 展开更多

关键词 列车司机 手势识别 YOLOv5 pconv CBAM模块

下载PDF 职称材料

基于FasterNet和YOLOv5改进的玻璃绝缘子自爆缺陷快速检测方法

10

作者 邬开俊 徐泽浩 单宏全 《高电压技术》 EI CAS CSCD 北大核心 2024年第5期1865-1876,共12页

为了实现对电力输电线路中绝缘子缺陷实时快速的巡检需求,提出了一种结合FasterNet-tiny和YOLOv5-s-v6.1网络模型改进的缺陷快速检测算法FasterNet-YOLOv5。首先引入参数量小推理速度更快的FasterNet网络替换原先的CSPDarkNet53主干网络... 为了实现对电力输电线路中绝缘子缺陷实时快速的巡检需求,提出了一种结合FasterNet-tiny和YOLOv5-s-v6.1网络模型改进的缺陷快速检测算法FasterNet-YOLOv5。首先引入参数量小推理速度更快的FasterNet网络替换原先的CSPDarkNet53主干网络,加快网络的检测速度。然后结合由GhostNetv2网络提出的解耦全连接注意力机制(decoupled fully connected,DFC),在主干特征提取网络中设计了DFC-FasterNet模块,模块中的DFC Attention机制可以在特征提取过程中增大感受野,提升网络的检测精度。最后针对玻璃绝缘子自爆缺陷目标较小和背景较复杂的情况,重新设计Neck模块,提出BiFPN-F特征融合模块,使网络更精确地定位绝缘子缺陷区域。实验结果表明:改进后的算法可以快速精准定位,其均值平均精度(mean average precision,mAP)达到93.3%,相较于改进前提升5.67%,检测速度达到45.7 Hz,较改进前提升近1倍。同时与最新的YOLOv8n和YOLOv7-tiny相比,改进后的FasterNet-YOLOv5在自爆缺陷上的检测精度和速度更具优势,该文所提算法能够更快速地对绝缘子及其自爆缺陷实时定位识别。 展开更多

关键词 缺陷检测 BiFPN-F FasterNet YOLOv5s DFC Attention pconv

下载PDF 职称材料

基于YOLOv8n的轻量化卷烟种类目标检测方法研究

11

作者 韩雨芯 《信息技术与信息化》 2024年第8期60-64,共5页

由于单纯依靠人工检测卷烟售卖情况存在着库存管理成本高、数据更新慢和监控效率低下的问题,为了实现卷烟在烟草店售卖情况的自动化检测,有效减少烟草行业零售终端操作不规范的现象,提出一种基于YOLOv8n模型的卷烟种类检测算法。首先,使... 由于单纯依靠人工检测卷烟售卖情况存在着库存管理成本高、数据更新慢和监控效率低下的问题,为了实现卷烟在烟草店售卖情况的自动化检测,有效减少烟草行业零售终端操作不规范的现象,提出一种基于YOLOv8n模型的卷烟种类检测算法。首先,使用PConv卷积方式在主干网络进行有效特征提取,在模型获取全局上下文信息的同时有效地减少模型的参数量和计算量。然后,采用加权双向特征金字塔网络BiFPN的特征融合思想,使模型能够有效融合不同尺度的特征图的同时保证模型的检测精确率。最后,基于自建烟草数据集进行实验,所提出算法的模型参数量是原来的20.16%,FLOPs降至8.4 GB,精确率提高了3%。实验结果表明,所提出的算法有效地减少了模型在进行目标检测时的响应时间,实现了轻量化且精确率较高的卷烟种类的目标检测方法。 展开更多

关键词 YOLOv8n 卷烟种类 pconv BiFPN 轻量化

下载PDF 职称材料

一种改进的YOLOv7-OBB舰船识别方法

12

作者 孙宏磊 陈雯柏 刘辉翔 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第8期192-198,共7页

为解决高分辨率遥感图像中舰船识别准确率低的问题,提出了一种改进的YOLOv7-OBB舰船识别方法。引入定向检测框OBB(oriented bounding box)和KLD损失,可有效解决舰船密集排列和比例细长且方向任意所产生的漏检问题,在提高定位精度的同时... 为解决高分辨率遥感图像中舰船识别准确率低的问题,提出了一种改进的YOLOv7-OBB舰船识别方法。引入定向检测框OBB(oriented bounding box)和KLD损失,可有效解决舰船密集排列和比例细长且方向任意所产生的漏检问题,在提高定位精度的同时保留了船只的目标方向信息;在YOLOv7基础框架的主干网络加入混合注意力模块ACmix,加强网络对于小目标检测的敏感度,能够提升对小型船只的检测精度;在颈部加入全局注意力机制(NAMAttention)和Partial卷积(PConv),在保证模型轻量化的同时,可提高PAN网络在复杂背景中捕捉关键特征的能力。实验结果表明,与YOLOv7模型相比,该方法在DOTAships数据集上取得了88.5%的平均精度,93.0%的准确率,84.7%的召回率,分别比YOLOv7提高了5%,0.9%和3.9%。与当前主流算法相比,该方法在检测效果上有着明显提升。 展开更多

关键词 YOLOv7-OBB算法 舰船识别 定向检测框 混合注意力模块 全局注意力机制 Partial卷积

下载PDF 职称材料

改进轻量化 YOLOv7-tiny 道路限高障碍物检测方法

13

作者 张青春 王文聘 +2 位作者 张洪源 张恩溥 宁建峰 《中国测试》 CAS 北大核心 2024年第5期186-192,共7页

针对道路限高障碍物检测困难、模型复杂以及难以在嵌入式端部署等问题,提出一种基于改进轻量化YOLOv7-tiny模型的道路限高障碍物检测方法。改进模型采用更加轻量的FasterNet网络替换原有主干网络,在Neck层使用PConv卷积替代部分Conv卷积... 针对道路限高障碍物检测困难、模型复杂以及难以在嵌入式端部署等问题,提出一种基于改进轻量化YOLOv7-tiny模型的道路限高障碍物检测方法。改进模型采用更加轻量的FasterNet网络替换原有主干网络,在Neck层使用PConv卷积替代部分Conv卷积,以减少计算冗余和内存访问,从而有效降低模型的参数量和计算量。同时,引入CA注意力机制提高检测精度,并使用Focal-EIoU损失函数优化模型的收敛速度和效率。实验结果表明:相较于YOLOv7-tiny目标检测模型,改进模型在检测数据集上,mAP@0.5提高6.6%,参数量和计算量分别降低24%和20.5%,模型权重文件减少27.2%,能够在保持较高检测精度的同时,满足轻量化的需求。 展开更多

关键词 障碍物检测 轻量化 YOLOv7-tiny FasterNet pconv卷积 CA注意力机制

下载PDF 职称材料