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7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YOLOv7的杂交大豆苗期胚轴颜色检测模型 被引量：2
1
作者 于春涛 李金阳 +4 位作者 石文强 亓立强 关哲允 张伟 张春宝 《中国农业大学学报》 CAS CSCD 北大核心 2024年第2期11-22,共12页
为构建田间杂交大豆胚轴颜色检测模型,以大田场景下的大豆植株为研究对象,利用自走式大豆表型信息采集平台获取图像数据并构建杂交大豆胚轴颜色数据集,使用不同目标检测模型(SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOX和YOLOv7... 为构建田间杂交大豆胚轴颜色检测模型,以大田场景下的大豆植株为研究对象,利用自走式大豆表型信息采集平台获取图像数据并构建杂交大豆胚轴颜色数据集,使用不同目标检测模型(SSD、Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、YOLOX和YOLOv7)对杂交大豆胚轴颜色数据集进行检测,将模型分数(F1)、平均精度均值(mAP)及检测速度3个指标用于评估不同模型在杂交大豆胚轴颜色检测中的性能。在YOLOv7网络中添加CARAFE特征上采样算子、SE注意力机制模块和WIoU位置损失函数,建立杂交大豆胚轴颜色检测模型YOLOv7-CSW,并利用改进模型对杂交大豆胚轴颜色数据集进行消融试验。结果表明:1)YOLOv7模型的F1(0.92)与mAP(94.3%)均显著高于其他模型,2)YOLOv7模型的检测速度为58帧/s,低于YOLOv5和YOLOX,检测速度可以满足田间实时检测任务需求,3)YOLOv7-CSW模型比YOLOv7模型的F1和mAP分别升高0.04和2.6%,4)YOLOv7-CSW模型比YOLOv7模型检测速度升高了5帧/s,可以实现杂交大豆胚轴颜色实时检测。综上,YOLOv7-CSW模型可以更好地获取胚轴颜色特征并准确地检测出目标位置,提高了复杂农田环境下的目标检测性能,能够实现田间杂交大豆胚轴颜色快速准确检测。 展开更多
关键词 大豆 杂种优势 胚轴颜色检测 yolov7网络 目标检测
原文传递
基于改进YOLOv7的管道缺陷检测技术研究
2
作者 冯丽丹 王闯 +1 位作者 祁军 石元博 《辽宁石油化工大学学报》 CAS 2024年第4期82-90,共9页
针对城镇地下管网规模巨大、传统的人工检测方法已不能满足现在工程需求的问题,提出采用MobileNetv3-YOLOv7网络模型作为地下管道缺陷目标检测的算法来提升检测的精度和速度。首先,管道图像数据集进行预处理,对输入图像灰度化及重采样,... 针对城镇地下管网规模巨大、传统的人工检测方法已不能满足现在工程需求的问题,提出采用MobileNetv3-YOLOv7网络模型作为地下管道缺陷目标检测的算法来提升检测的精度和速度。首先,管道图像数据集进行预处理,对输入图像灰度化及重采样,均衡样本的数量;其次,将轻量化网络MobileNetv3和YOLOv7网络框架相结合,增加BiFPN特征金字塔结构以提高精确度;然后,在数据处理方面通过Mosaic数据增强方式提高该模型的鲁棒性;最后,设计YOLOv7网络模型的对比实验验证本模型的可行性。在Pytorch实验框架下,对MobileNetv3-YOLOv7网络模型进行了验证。实验结果表明,该模型可减少参数计算量,并且平均准确率有所提高。 展开更多
关键词 图像处理 地下管道缺陷 目标检测 yolov7网络 轻量化网络
下载PDF
基于YOLOv7的交通目标检测算法研究
3
作者 王沛雪 张富春 董晨乐 《计算机测量与控制》 2024年第4期74-80,共7页
针对交通场景中,由于光照、遮挡、目标小以及背景复杂等因素导致目标检测精度低,易出现漏检和误检问题的情况,提出了一种基于YOLOv7的交通目标检测算法;该算法在主干网络中融入多头注意力机制,以增强网络特征学习能力,从而更好地捕获数... 针对交通场景中,由于光照、遮挡、目标小以及背景复杂等因素导致目标检测精度低,易出现漏检和误检问题的情况,提出了一种基于YOLOv7的交通目标检测算法;该算法在主干网络中融入多头注意力机制,以增强网络特征学习能力,从而更好地捕获数据和特征内部的相关性;在YOLOv7颈部网络引入协调注意力模块(CA),将位置信息嵌入到注意力机制中,忽略无关信息的干扰,以增强网络的特征提取能力;增加一个多尺度检测网络,以增强模型对不同尺度目标的检测能力;将CIoU损失函数更改为SIoU函数,以减少模型收敛不稳定问题,提高模型的鲁棒性;实验结果表明,改进的算法在BDD100K公开数据集上的检测精度和速度分别达到了59.8%mAP和96.2 FPS,相比原算法检测精度提高了2.5%;这表明改进的算法在满足实时性要求的同时,具备良好的检测精度,适用于复杂情况下的交通目标检测任务。 展开更多
关键词 交通目标检测 yolov7网络 注意力机制 浅层网络检测层 SIoU损失函数
下载PDF
改进YOLOv7的晶圆字符检测算法
4
作者 梁汉濠 张雷 +1 位作者 刘超 潘玲佼 《无线电工程》 2024年第2期327-334,共8页
针对晶圆加工中的字符检测问题,提出一种基于YOLOv7改进的目标检测模型。在原版YOLOv7的SPP层之前插入Swin Transformer模块,增强网络对于全局信息的获取能力,提升对于全局和局部特征的整合能力;在预测部分插入A2-Net注意力机制,将特征... 针对晶圆加工中的字符检测问题,提出一种基于YOLOv7改进的目标检测模型。在原版YOLOv7的SPP层之前插入Swin Transformer模块,增强网络对于全局信息的获取能力,提升对于全局和局部特征的整合能力;在预测部分插入A2-Net注意力机制,将特征信息全局融合后重新分配,提升网络的鲁棒性;在定位损失函数上用SIOU损失函数代替CIOU,角度损失的引入,增加了对于字符检测位置的准确性。在自制的字符数据集上,实验验证改进后的模型相比于传统模型,mAP提升了5.02%,并且每秒识别图片数高于传统算法,在实际使用中也取得了良好的效果。 展开更多
关键词 晶圆字符检测 yolov7网络 Swin Transformer模块 注意力模块 损失函数
下载PDF
基于YOLOv7的运输皮带异物识别算法研究
5
作者 莫凡 陈波 《煤矿现代化》 2024年第5期115-118,123,共5页
针对因光照不足和井下环境恶劣造成的运输皮带异物识别率差等问题,本文提出了一种改进的YOLOv7模型,通过在其特征提取网络中引入注意力模块,使其能够更加关注重要的特征信息,从而有效提升网络对特征的提取能力。同时,将模型的原始基础... 针对因光照不足和井下环境恶劣造成的运输皮带异物识别率差等问题,本文提出了一种改进的YOLOv7模型,通过在其特征提取网络中引入注意力模块,使其能够更加关注重要的特征信息,从而有效提升网络对特征的提取能力。同时,将模型的原始基础网络替换为更轻量化的骨干特征提取网络GhostBottleneck,以加快模型的检测速度。实验结果表明,本文算法在皮带异物识别应用中精度达到了97.3%,相较于基线模型提高了3.6%,识别速率提高了8.5%,表明了算法的有效性。井下运输皮带作为煤炭运输系统的重要组成部分,对于保障矿井正常生产和人员安全具有至关重要的作用。然而,由于井下环境的复杂性和不确定性,运输皮带经常面临着非煤异物的威胁,如物料堆积、设备故障、人员误操作等。这些异物不仅可能导致皮带运行异常,甚至可能引发严重的安全事故。因此,开展井下运输皮带异物检测方法的研究具有重要的理论意义和实际应用价值。 展开更多
关键词 智能化 运输皮带 异物识别 yolov7网络
下载PDF
基于改进YOLOv7的小目标检测 被引量：50
6
作者 戚玲珑 高建瓴 《计算机工程》 CAS CSCD 北大核心 2023年第1期41-48,共8页
目前的目标检测技术已趋于成熟,但小目标检测仍是研究的难点。针对目标检测过程中小目标检测更容易出现漏检等问题,提出一种改进的YOLOv7目标检测模型。结合特征分离合并思想,对YOLOv7网络模型中的MPConv模块进行改进,以减少网络特征处... 目前的目标检测技术已趋于成熟,但小目标检测仍是研究的难点。针对目标检测过程中小目标检测更容易出现漏检等问题,提出一种改进的YOLOv7目标检测模型。结合特征分离合并思想,对YOLOv7网络模型中的MPConv模块进行改进,以减少网络特征处理过程造成的特征损失,并通过实验确定放置改进MPConv模块的最佳位置。由于小目标检测过程中容易出现漏检的现象,利用ACmix注意力模块提高网络对小尺度目标的敏感度,降低噪声所带来的影响。在此基础上,使用SIoU替换原YOLOv7网络模型中的CIoU来优化损失函数,减少损失函数自由度,提高网络鲁棒性。在Okahublot公开的FloW-Img子数据集上进行实验,结果表明,对于数据集中的密集、小目标和超小目标三种情况的图片,改进后的YOLOv7网络模型相比原网络,漏检情况得到明显改善,且mAP达到71.1%,相比基线YOLOv7网络模型提升了4个百分点,检测效果优于原网络模型与传统经典目标检测网络模型。 展开更多
关键词 目标检测技术 小目标检测 yolov7网络模型 注意力模块 损失函数
下载PDF
基于改进YOLOv7-tiny的坦克车辆检测方法 被引量：1
7
作者 郑陆石 胡晓锋 +2 位作者 于伟国 赵东志 张鸿涛 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第12期285-292,共8页
针对不同种类无人机航拍高度相差较大、图像分辨率不佳引起的坦克车辆检测算法效果不佳、速度慢等问题,提出一种基于改进YOLOv7-tiny的无人机视角坦克车辆检测算法。首先构建包含568幅图像、2132个目标的坦克车辆数据集。其次对YOLOv7-t... 针对不同种类无人机航拍高度相差较大、图像分辨率不佳引起的坦克车辆检测算法效果不佳、速度慢等问题,提出一种基于改进YOLOv7-tiny的无人机视角坦克车辆检测算法。首先构建包含568幅图像、2132个目标的坦克车辆数据集。其次对YOLOv7-tiny网络进行3个方面改进:提出了AC-ELAN网络结构并加入3D注意力机制,提高对目标信息的提取能力;引入SPPCSPC结构进一步扩大模型的感受野,同时能够有效减少训练学习时间;将损失函数计算方法替换为WIoU,聚焦于普通质量锚框,加速了模型收敛。最后实验结果表明,改进算法在自建数据集上表现优异,比传统的YOLOv7-tiny平均精度提升5.0%,在GPU设备上检测速度达到71帧/s,能够在无人机计算平台实现实时检测。 展开更多
关键词 目标检测 yolov7-tiny网络 非对称卷积 3D注意力机制 WIoU损失
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