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5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：
改进YOLOv7-tiny的手语识别算法研究 被引量：2
1
作者 韩晓冰 胡其胜 +1 位作者 赵小飞 秋强 《现代电子技术》 北大核心 2024年第1期55-61,共7页
在与听障人士进行交流时,常常会面临交流不便的困难,文中提出一种手语识别的改进模型来解决这个困难。该模型基于YOLOv7-tiny网络模型,并对其进行了多项改进,旨在提高模型的精度和速度。首先,通过对CBAM注意力机制的通道域进行改进,解... 在与听障人士进行交流时,常常会面临交流不便的困难,文中提出一种手语识别的改进模型来解决这个困难。该模型基于YOLOv7-tiny网络模型,并对其进行了多项改进,旨在提高模型的精度和速度。首先,通过对CBAM注意力机制的通道域进行改进,解决了因降维而造成的通道信息缺失问题,并将改进后的CBAM加入到YOLOv7-tiny的Neck层中,从而使模型更加精准地定位和识别到关键的目标;其次,将传统的CIoU边界框损失函数替换为SIoU边界框损失函数,以加速边界框回归的同时提高定位准确度;此外,为了减少计算量并加快检测速度,还将颈部层中的普通卷积模块替换为Ghost卷积模块。经过实验测试,改进后网络模型的平均精度均值(mAP)、精准率和召回率分别提升了5.31%、6.53%、2.73%,有效地提高了手语识别网络的检测精确度。 展开更多
关键词 手语识别 yolov7-tiny Ghost卷积 注意力机制 SIoU 边界框
下载PDF
基于改进YOLOv7⁃tiny的户外行人检测算法研究
2
作者 潘兴好 郭彩萍 《现代计算机》 2024年第3期54-60,共7页
在行人检测的高密度交通场景中,检测算法通常会漏掉被遮挡和远处的模糊行人,同时无法兼顾检测的精度和速度。针对这些问题,基于YOLOv7⁃tiny提出一种改进的户外行人检测算法。该算法引入SENet注意力机制,抑制了不相关的信息,以此提高特... 在行人检测的高密度交通场景中,检测算法通常会漏掉被遮挡和远处的模糊行人,同时无法兼顾检测的精度和速度。针对这些问题,基于YOLOv7⁃tiny提出一种改进的户外行人检测算法。该算法引入SENet注意力机制,抑制了不相关的信息,以此提高特征图表达信息的能力,同时增强了对行人目标特征的提取。为了更好地识别目标的边缘和重叠情况,提高回归精度,在损失函数中用SIoU代替CIoU,提升了遮挡情况下的检测率。根据在WiderPerson数据集上的实验,在保证检测速度的前提下,对比YOLOv7⁃tiny检测算法,平均检测精度提升了2个百分点。实验结果表明,经过改进的算法可以显著提高检测性能。 展开更多
关键词 行人检测 yolov7⁃tiny SENet SIoU
下载PDF
基于改进YOLOv7⁃Tiny的高速公路入口两轮车辆闯入检测
3
作者 王宏 田恬 《现代计算机》 2024年第8期17-23,共7页
近年来,浙江、福建等省区相继出台相关地方性法规,禁止两轮车辆(摩托车、电动车等)通行高速公路。针对高速公路入口工作人员难以实时检测到两轮车辆闯入的问题,提出一种改进YOLOv7⁃Tiny的两轮车辆闯入检测算法。首先,从VOC2005中提取摩... 近年来,浙江、福建等省区相继出台相关地方性法规,禁止两轮车辆(摩托车、电动车等)通行高速公路。针对高速公路入口工作人员难以实时检测到两轮车辆闯入的问题,提出一种改进YOLOv7⁃Tiny的两轮车辆闯入检测算法。首先,从VOC2005中提取摩托车图片并增补了带有入口背景的图片后形成新数据集;其次基于YOLOv7⁃tiny,引入ECA注意力机制,使模型更加聚焦训练摩托车相关目标特征。使用ssFPN网络,对小目标特征信息进行增强;采用基于动态非单调机制的WIoU损失函数,提高对于小物体检测的准确性;使用Adam优化器,提升回归过程的收敛速度和准确性。改进后的算法,mAP、Precision、Recall分别提高了2.63、4.01、13.92个百分点,F1提高0.10,表明该方法具有显著的有效性。 展开更多
关键词 两轮车辆闯入检测 yolov7⁃tiny ECA注意力机制 ssFPN WIoU
下载PDF
基于轻量化YOLOv7-tiny的船舶目标检测算法
4
作者 丘锐聪 周海峰 +3 位作者 陈颖 张兴杰 黄金满 翁卫征 《大连海事大学学报》 CAS CSCD 北大核心 2024年第2期31-40,共10页
为解决船舶目标检测算法参数量与计算量大,以及受内河环境下近岸复杂背景影响和船舶相互遮挡导致船舶检测困难的问题,基于YOLOv7-tiny做出改进,提出MED-YOLO船舶目标检测轻量化算法。首先,使用MobileNetV3网络作为主干特征提取网络,极... 为解决船舶目标检测算法参数量与计算量大,以及受内河环境下近岸复杂背景影响和船舶相互遮挡导致船舶检测困难的问题,基于YOLOv7-tiny做出改进,提出MED-YOLO船舶目标检测轻量化算法。首先,使用MobileNetV3网络作为主干特征提取网络,极大地降低了模型计算成本;其次,将EMA注意力模块引入颈部网络,构建EMA-ELAN模块,增强网络多维度感知和多尺度特征提取能力;然后,选用将尺度感知、空间感知和任务感知三合一的Dyhead作为改进模型的检测头部,以获得更强的特征表达能力;最后,使用具有动态非单调聚焦机制的WIoU作为模型边界框损失函数,提高模型应对船舶遮挡的能力,提升检测性能。实验结果表明,MED-YOLO相较YOLOv7-tiny在参数量与计算量方面分别减少39.8%和55.0%,精度与mAP@0.5分别提高了1.4%和1.0%,达到98.3%和98.9%,在实现轻量化的同时具有更好的检测性能,满足了计算资源受限环境下的部署需求,具有一定的工程实际意义。 展开更多
关键词 yolov7-tiny 目标检测 轻量化 注意力机制 损失函数
原文传递
基于改进YOLOv7⁃tiny的画钟测验识别
5
作者 温远寒 曹娜 +2 位作者 刘怡欣 何小海 滕奇志 《现代计算机》 2024年第3期18-25,共8页
画钟测验是筛查认知障碍人群的一种重要医学手段。针对目前画钟测验中存在目标尺度不同和类别不平衡的问题,提出一种基于改进YOLOv7⁃tiny的画钟测验识别算法。为改善尺度变化和小尺度目标检测带来的错检漏检问题,引入BiFPN双向特征金字... 画钟测验是筛查认知障碍人群的一种重要医学手段。针对目前画钟测验中存在目标尺度不同和类别不平衡的问题,提出一种基于改进YOLOv7⁃tiny的画钟测验识别算法。为改善尺度变化和小尺度目标检测带来的错检漏检问题,引入BiFPN双向特征金字塔结构,双向信息传递机制可有效融合不同层级特征,捕捉不同尺度特征中更丰富的上下文和细节信息。为提升类别不平衡指标的识别准确度,采用WDLoss损失函数计算损失提高小目标识别敏感性。此外还创建了一个基于认知障碍群体的画钟测验数据集,在此数据集上实验表明,改进后YOLOv7⁃tiny算法对画钟测验数据集所有类别的mAP为94.28%,相比于原YOLOv7⁃tiny模型提高了1.13%,不均衡类别中指针的AP提高了12.2%。 展开更多
关键词 画钟测验 yolov7⁃tiny BiFPN WDLoss
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