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：
基于改进的YOLOv7油田井场压力表小目标识别
1
作者 白俊卿 常文文 +1 位作者 程国建 黄小朋 《西安石油大学学报（自然科学版）》 CAS 北大核心 2024年第2期120-127,共8页
针对油田井场压力表小目标在不同光照条件下特征提取困难且目标检测率低等问题,提出一种基于改进的YOLOv7小目标井场压力表实时检测算法。首先,利用全局最大池化和全局最小池化的简单线性组合生成一种自适应池化层,并使用轻量级模块生成... 针对油田井场压力表小目标在不同光照条件下特征提取困难且目标检测率低等问题,提出一种基于改进的YOLOv7小目标井场压力表实时检测算法。首先,利用全局最大池化和全局最小池化的简单线性组合生成一种自适应池化层,并使用轻量级模块生成SPEM注意力模块,后将其加入YOLOv7主干网络中,提高网络对不同光照条件下压力表小目标的特征提取;其次,使用模量激活函数替代SiLU函数,减少死亡节点,解决梯度消失问题,提高模型的泛化能力;最后,将原来的YOLOv7中的CIoU损失函数替换为Wise-IoU,实现对损失函数的优化,并利用梯度增益分配策略来减少低质量示例产生的有害梯度,以聚焦普通质量锚盒的预测和回归。实验结果表明,改进后的算法相较于原YOLOv7算法精准率上升1.07%,召回率提升2.08%,同时也优于Faster RCNN、SSD、YOLOv3算法的检测结果,能有效满足油田井场压力表小目标的检测要求,具有较强的工程实践意义。 展开更多
关键词 智能井场 压力表 小目标检测 YOLOv7 SPEM注意力模块 模量激活函数
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