期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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236篇文章
< 1 2 … 12 >
每页显示 20 50 100
已选0条
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Mediapipe-3DCNN-LSTM优化YOLOv3的手势识别算法 认领 引用
1
作者 尤国强 《自动化与仪器仪表》 2026年第6期293-297,302,共5页
为解决当前动态手势识别在复杂场景下精度不足、实时性欠缺、相似动态手势区分度低等问题,研究融合手部信息预处理、优化多尺度检测及时空特征建模模块,构建新型动态手势识别模型。实验评估显示,在公开数据集的仿真测试中,该模型平均精... 为解决当前动态手势识别在复杂场景下精度不足、实时性欠缺、相似动态手势区分度低等问题,研究融合手部信息预处理、优化多尺度检测及时空特征建模模块,构建新型动态手势识别模型。实验评估显示,在公开数据集的仿真测试中,该模型平均精度值达0.925,在自制复杂场景数据集上,其平均精确率的平均值达(96.2±1.3)%,同时实时识别速度达(42.5±1.5)FPS。该模型在实际场景测试中,单手势无遮挡场景识别精度最高达0.992,多手势/背景干扰场景精度保持在0.974~0.986。在工业车间、户外强光等真实应用场景中,识别准确率分别达(93.2±0.3)%与(91.8±0.4)%。综上所述,研究模型能够有效平衡复杂场景下的手势识别精度与实时性,在多元场景中具备优异的鲁棒性与适配性。 展开更多
关键词 图像识别算法 Mediapipe 3DCNN YOLOv3 手势识别
暂未订购 下载PDF
基于改进YOLOv3算法的电力基建施工区域危险源自动识别 认领 引用
2
作者 肖哲 黄凯 《自动化应用》 2026年第2期191-193,203,共3页
针对电力基建施工区域危险源自动识别实践中存在的识别精度较低的问题,提出基于改进YOLOv3算法的电力基建施工区域危险源自动识别。首先,采用高分辨率电荷耦合器件(CCD)摄像设备和分布式拓扑结构,实现施工区域的无死角监控;然后,在YOLOv... 针对电力基建施工区域危险源自动识别实践中存在的识别精度较低的问题,提出基于改进YOLOv3算法的电力基建施工区域危险源自动识别。首先,采用高分辨率电荷耦合器件(CCD)摄像设备和分布式拓扑结构,实现施工区域的无死角监控;然后,在YOLOv3算法基础上,利用挤压-激励(SE)注意力模块,优化特征金字塔网络结构,增强模型对小目标和复杂背景的识别能力;最后,应用Focal Loss函数替代传统Logistic Regression,有效解决类别不平衡问题。实验结果表明,该方法在10类典型危险源识别任务中的平均精度均值(mAP)达到0.957,比对照组2高32.4%,在积水坑洞和高空坠落物等高危场景表现出色,可为电力基建施工安全监控提供可靠的技术方案,具有重要的工程应用价值。 展开更多
关键词 改进YOLOv3算法 危险源 自动识别 注意力模块
暂未订购 下载PDF
改进型YOLOv3的PCB缺陷检测研究 认领 引用 被引量：3
3
作者 张健滔 黄允 +1 位作者 汪鹏宇 瞿栋 《机械设计与制造》 北大核心 2025年第7期172-177,共6页
为了准确快速进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称RE-CU)和铜面异物(简称FB-CU),利用YOLOv3模型进行缺陷识别实验。实验结果显示:YOLOv3模型在PCB缺陷识别中有较好的检测效果,在阈值为0.5时,有缺陷图片(简称NG图片)的... 为了准确快速进行PCB缺陷检测,文中针对常见的PCB缺陷铜面残渣(简称RE-CU)和铜面异物(简称FB-CU),利用YOLOv3模型进行缺陷识别实验。实验结果显示:YOLOv3模型在PCB缺陷识别中有较好的检测效果,在阈值为0.5时,有缺陷图片(简称NG图片)的漏检率低于15%,无缺陷图片(简称OK图片)的误检率只有5%左右。在深入分析检测的结果后,发现对于小缺陷的识别效果较差,于是增加了一个感受野更小的检测头,构建了具有四个检测头的网络结构。利用改进型的YOLOv3算法进行实验,结果表明:改进后的YOLOv3算法具有更好的检测性能,在阈值为0.5时,OK图片的误检率较改进前降低为0.25%,并且在阈值为0.7时更是达到了0%,NG图片的漏检率较改进前也有所降低。 展开更多
关键词 深度学习 PCB 缺陷检测 YOLOv3算法 目标检测
暂未订购 下载PDF
基于YOLOv3算法的监控视频动态目标自动识别方法 认领 引用 被引量：1
4
作者 程荣森 《自动化应用》 2025年第14期21-23,共3页
针对监控视频中动态目标获取受光照变化、摄像头抖动等因素干扰的问题,提出基于YOLOv3算法的监控视频动态目标自动识别方法。首先,对监控视频图像进行预处理,包括背景建模和差分计算,以优化图像背景;接着,提取视频中的特征;最后,结合YOL... 针对监控视频中动态目标获取受光照变化、摄像头抖动等因素干扰的问题,提出基于YOLOv3算法的监控视频动态目标自动识别方法。首先,对监控视频图像进行预处理,包括背景建模和差分计算,以优化图像背景;接着,提取视频中的特征;最后,结合YOLOv3算法对提取的特征进行检测和跟踪,实现动态目标的自动识别与实时检测。实验结果显示,所提方法显著提升了动态目标的检测精度和速度,证明该方法在应用上取得了更好的效果,适用于监控视频中的动态目标自动识别。 展开更多
关键词 侦查技术 目标检测 监控视频 YOLOv3算法 动态目标获取 光照变化 摄像头抖动
暂未订购 下载PDF
基于改进YOLOv3算法的水利工程施工危险源辨识方法分析 认领 引用 被引量：1
5
作者 李云波 杨国柱 龚永林 《河南科技》 2025年第15期44-47,共4页
【目的】水利水电工程施工过程中存在众多危险源,一旦发生事故,将对人员生命财产造成严重损失,为此,提出了一种新的基于改进YOLOv3算法的水利工程施工危险源辨识方法。【方法】收集近年来水利工程施工中的事故报告、安全检查记录、专家... 【目的】水利水电工程施工过程中存在众多危险源,一旦发生事故,将对人员生命财产造成严重损失,为此,提出了一种新的基于改进YOLOv3算法的水利工程施工危险源辨识方法。【方法】收集近年来水利工程施工中的事故报告、安全检查记录、专家评估报告等,提取水利工程施工危险因素。根据危险因素与施工区发生风险的概率计算危险源作业容忍度。在改进YOLOv3算法运行过程中,引入特征金字塔网络、调整卷积核尺寸及优化损失函数等进行工程施工危险目标区域的提取。结合危险目标区域、现场勘查、专家经验和历史数据,确定具体的危险源类型及其潜在危害,实现对危险源的辨识。【结果】该设计方法可以精准识别不同施工区域的危险源数量,辨识准确度在95%以上。【结论】该方法不仅能提高辨识危险源的精度和速度,还能为施工安全管理提供可靠的数据支持和技术保障。 展开更多
关键词 改进YOLOv3算法 水利工程 施工 危险源辨识 容忍度
暂未订购 下载PDF
基于通道注意力改进YOLOv3的铁路行车检测算法及硬件加速实现 认领 引用 被引量：1
6
作者 高永宏 哈云霞 王蕾 《自动化与仪器仪表》 2025年第1期338-342,共5页
铁路行车检测场景中,由于光线变化、天气条件、摄像头角度等多种因素的影响,传统的YOLOv3算法在检测精度和实时性方面仍面临一定的挑战。针对这些问题,研究利用通道注意力与空间注意力对标准YOLOv3算法进行改进,并采用了现场可编程阵列... 铁路行车检测场景中,由于光线变化、天气条件、摄像头角度等多种因素的影响,传统的YOLOv3算法在检测精度和实时性方面仍面临一定的挑战。针对这些问题,研究利用通道注意力与空间注意力对标准YOLOv3算法进行改进,并采用了现场可编程阵列进行硬件加速。实验结果表明,该算法准确率经历210次迭代后收敛于99.6%,且与其他算法相比,计算耗时最短。该算法具有检测准确率高,实时性高等优点,为保障铁路运输安全提供有力的技术支持。 展开更多
关键词 通道注意力 YOLOv3 行车检测算法 FPGA
暂未订购 下载PDF
基于改进YOLOv3算法的变电站电子虚拟围栏异常入侵检测方法 认领 引用
7
作者 王子驰 周文越 +2 位作者 池荣辉 曹桓 冯驰域 《电力系统装备》 2025年第4期62-64,共3页
传统入侵检测方法依赖人工巡视或简单图像识别,易受环境干扰,导致误报频发且检测效率低下。为此,文章提出基于改进YOLOv3算法的变电站电子虚拟围栏异常入侵检测方法。首先,采集变电站监控图像,对图像进行逐帧处理,增强图像特征;其次,应... 传统入侵检测方法依赖人工巡视或简单图像识别,易受环境干扰,导致误报频发且检测效率低下。为此,文章提出基于改进YOLOv3算法的变电站电子虚拟围栏异常入侵检测方法。首先,采集变电站监控图像,对图像进行逐帧处理,增强图像特征;其次,应用改进YOLOv3算法,通过优化网络结构和损失函数,实现异常入侵目标的检测;最后,根据目标位置与预设电子虚拟围栏的关系,判定异常入侵并触发报警机制。试验结果显示:该方法在总误报次数和每种入侵类型的误报次数上均表现优异,检测准确性高,同时入侵检测每秒帧数达到35以上,确保了处理速度和检测实时性,为变电站安全防护提供了有力支持。 展开更多
关键词 改进YOLOv3算法 变电站 电子虚拟围栏 异常 入侵
暂未订购 下载PDF
结合YOLOv3与K-Means算法的循环水场自动监测设备方法研究 认领 引用
8
作者 冯泳 张福桂 陈邦 《自动化与仪器仪表》 2025年第3期107-111,共5页
为了提高水资源利用率,减少水体污染,提出了一种基于改进YOLOv3循环水场自动监测系统,结合YOLOv3与K-Means算法构建循环水场水面垃圾检测模型,对循环水场的水质进行实时监测并对水面垃圾进行自动检测与识别。首先,选择YOLOv3作为水场水... 为了提高水资源利用率,减少水体污染,提出了一种基于改进YOLOv3循环水场自动监测系统,结合YOLOv3与K-Means算法构建循环水场水面垃圾检测模型,对循环水场的水质进行实时监测并对水面垃圾进行自动检测与识别。首先,选择YOLOv3作为水场水面垃圾检测的基础模型,并为了进一步提高模型的检测速度与精度进行改进;然后将设计模型部署到循环水场自动监测系统中,并对系统整体框架、软件、硬件进行设计;最后对垃圾检测模型与自动监测系统进行实验测试。测试结果表明:设计的循环水场水面垃圾检测模型的平均F1维持在0.96左右,平均精准度维持在97%左右,mAP值达到了97.06%,与传统的目标检测模型相比,具有可行性和优越性,更加适用于循环水场水面垃圾自动检测与识别工作;设计系统可以实时监测并显示水中的PH值、电导率、药剂浓度以及钙硬度等参数,同时及时对水面垃圾进行检测并识别垃圾类别,具有可行性和有效性。 展开更多
关键词 自动监测 YOLOv3 K-Means算法 循环水场 目标检测
暂未订购 下载PDF
复杂场景下基于改进YOLOv3的口罩佩戴检测算法 认领 引用 被引量：57
9
作者 王艺皓 丁洪伟 +2 位作者 李波 杨志军 杨俊东 《计算机工程》 CAS CSCD 北大核心 2020年第11期12-22,共11页
新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效防止病毒传染,但是自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响。针对该问题,在YOLOv3算法的基础上,提出复杂场景下的... 新型冠状病毒可以通过呼吸道飞沫等方式传播,正确佩戴口罩可以有效防止病毒传染,但是自然场景中通常存在遮挡、密集人群和小尺度目标等复杂因素,对人脸佩戴口罩的检测效果产生影响。针对该问题,在YOLOv3算法的基础上,提出复杂场景下的口罩佩戴检测算法。结合跨阶段局部网络对DarkNet53骨干网络进行改进,以降低计算消耗并提高训练速度。在YOLOv3算法中引入改进的空间金字塔池化结构,通过自上而下和自下而上的特征融合策略优化多尺度预测网络,从而实现特征增强。选取CIoU作为损失函数,考虑目标与检测框之间的中心点距离、重叠率以及长宽比信息。实验结果表明,与YOLOv3算法相比,该算法在人脸目标和人脸佩戴口罩目标上的检测精度分别提高7.3%和14.9%,检测速度平均提高6FPS。 展开更多
关键词 YOLOv3算法 口罩佩戴检测 跨阶段局部网络 空间金字塔池化 特征融合 损失函数
暂未订购 下载PDF
改进的YOLOv3的红外目标检测算法 认领 引用 被引量：31
10
作者 曹红燕 沈小林 +2 位作者 刘长明 牛晓桐 陈燕 《电子测量与仪器学报》 CSCD 北大核心 2020年第8期188-194,共7页
复杂背景下红外多目标图像及视频的检测是目标检测的热点也是难点,为了更准确地检测出复杂背景下的红外目标,将YOLOv3算法进行改进,首先通过在算法的原有基础上增加特征尺度,提高对距离远且背景复杂的待测图像的识别精度,并将BN网络层... 复杂背景下红外多目标图像及视频的检测是目标检测的热点也是难点,为了更准确地检测出复杂背景下的红外目标,将YOLOv3算法进行改进,首先通过在算法的原有基础上增加特征尺度,提高对距离远且背景复杂的待测图像的识别精度,并将BN网络层与卷积神经网络层融合计算得到最后的检测结果,将原来的YOLOv3算法与改进后的算法的结果进行分析对比可得,改进后的算法能够将平均识别精度从64%提高到88%,将mAP从51.73提高到59.28,验证了改进后的YOLOv3算法在红外目标检测下具有更好的性能,更明显的优势。 展开更多
关键词 目标检测 YOLOv3算法 卷积神经网络 BN网络层 特征尺度
暂未订购 下载PDF
改进YOLOV3算法的视频目标检测 认领 引用 被引量：32
11
作者 宋艳艳 谭励 +1 位作者 马子豪 任雪平 《计算机科学与探索》 CSCD 北大核心 2021年第1期163-172,共10页
由于监控中的行人检测存在背景复杂,目标尺度和姿态多样性及人与周围物体互相遮挡的问题,造成YOLOV3对部分目标检测不准确,会产生误检、漏检或重复检测的情况。因此,在YOLOV3的网络基础上,利用残差结构思想,将浅层特征和深层特征进行上... 由于监控中的行人检测存在背景复杂,目标尺度和姿态多样性及人与周围物体互相遮挡的问题,造成YOLOV3对部分目标检测不准确,会产生误检、漏检或重复检测的情况。因此,在YOLOV3的网络基础上,利用残差结构思想,将浅层特征和深层特征进行上采样连接融合得到104×104尺度检测层,并将K-means算法聚类得到的边界框尺寸应用到各尺度网络层,增加网络对多尺度、多姿态目标的敏感度,提高检测效果。同时,利用预测框对周围其他目标的斥力损失更新YOLOV3损失函数,使预测框向正确的目标靠近,远离错误的目标,降低模型的误检率,以改善目标间互相遮挡而影响的检测效果。实验结果证明,在MOT16数据集上,相比YOLOV3算法,提出的网络模型具有更好的检测效果,证明了方法的有效性。 展开更多
关键词 目标检测 YOLOV3算法 斥力损失 深度学习 视频理解
暂未订购 下载PDF
基于YOLOv3算法的绝缘子红外图像故障检测方法 认领 引用 被引量：22
12
作者 武建华 梁利辉 +2 位作者 纪欣欣 刘云鹏 裴少通 《广东电力》 2020年第9期77-84,共8页
绝缘子作为输电线路中不可或缺的设备,对于维护电力系统的安全稳定起着重要的作用。以红外成像检测下的绝缘子图像数据为研究对象,探究基于YOLOv3算法的绝缘子红外图像故障检测方法。通过随机旋转角度、饱和度、曝光度、色调等预处理数... 绝缘子作为输电线路中不可或缺的设备,对于维护电力系统的安全稳定起着重要的作用。以红外成像检测下的绝缘子图像数据为研究对象,探究基于YOLOv3算法的绝缘子红外图像故障检测方法。通过随机旋转角度、饱和度、曝光度、色调等预处理数据,构建绝缘子红外图像故障检测训练图谱库。通过K-means聚类训练集标注框,确定YOLOv3的网络节点输出尺寸,以Darknet-53网络为基本框架,通过训练和参数调整确立模型。经过测试分析,采用0.01训练速率构建的红外故障检测模型识别置信度为0.8127,误检率为0.0448,漏检率为0.1768,可以较为准确地判断出红外图像中绝缘子的故障发热点,具有一定的工程应用意义。 展开更多
关键词 YOLOv3算法 红外图像 故障定位 绝缘子 劣化诊断
暂未订购 下载PDF
基于改进YOLOv3算法的水面漂浮物检测方法 认领 引用 被引量：16
13
作者 李国进 姚冬宜 +3 位作者 艾矫燕 易泽仁 雷李义 王旺易 《广西大学学报（自然科学版）》 CAS 北大核心 2021年第6期1569-1578,共10页
针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位。首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预... 针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位。首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预测支路中添加类别激活映射(CAM),将原基于边界框的定位方式替换成基于像素点进行定位。实验结果表明:改进的YOLOv3算法提高了识别精度,降低了定位误差。识别精度为97.49%,比YOLOv3算法提高5.14%,平均定位误差为2.60个像素点,比YOLOv3算法减小了1.36。 展开更多
关键词 水面漂浮物 目标检测 YOLOv3算法 k-means聚类算法 类别激活映射
暂未订购 下载PDF
基于改进YOLOV3的自然环境下绿色柑橘的识别算法 认领 引用 被引量：11
14
作者 宋中山 刘越 +2 位作者 郑禄 帖军 汪进 《中国农机化学报》 北大核心 2021年第11期159-165,共7页
为研究自然环境下柑橘的图像识别技术,实现柑橘的早期产量预测,提出一种改进的D-YOLOV3算法,实现自然环境下未成熟的绿色柑橘的识别与检测。研究构建绿色柑橘图像数据集,并对采集的图像进行预处理;改进算法采用DenseNet的密集连接机制替... 为研究自然环境下柑橘的图像识别技术,实现柑橘的早期产量预测,提出一种改进的D-YOLOV3算法,实现自然环境下未成熟的绿色柑橘的识别与检测。研究构建绿色柑橘图像数据集,并对采集的图像进行预处理;改进算法采用DenseNet的密集连接机制替换YOLOV3网络中的特征提取网络Darknet53中的后三个下采样层,加强特征的传播,实现特征的复用。通过自制的数据集对D-YOLOV3算法进行测试,并分别对改进前后网络的识别性能、不同预处理方法和不同数据量图像对模型的影响进行试验。试验结果表明,改进的D-YOLOV3算法相对于传统YOLOV3算法精确率提高6.57%,召回率提高2.75%,F1分数提高4.41%,交并比提高6.13%,平均单张检测时间为0.28 s。通过不同果实数量图像对比试验验证了算法的可行性和准确性。研究结果表明,本文提出的D-YOLOV3算法对自然环境下未成熟的绿色柑橘识别具有较高的精准度,为柑橘的早期测产提供了技术支持。 展开更多
关键词 目标检测 YOLOV3算法 DenseNet算法 绿色柑橘
暂未订购 下载PDF
一种基于YOLOv3的汽车底部危险目标检测算法 认领 引用 被引量：10
15
作者 高春艳 赵文辉 +1 位作者 张明路 孟宪春 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2020年第4期358-365,共8页
在公共安防领域,汽车底部潜藏的危险品危害性强,检测难度大.当前车底危险品检测主要通过模板匹配等传统目标检测技术进行检测,但存在检测速度慢、检测精度低的问题,为了能够更好地检测出藏匿于车底部位的危险品目标,提出一种改进的YOLOv... 在公共安防领域,汽车底部潜藏的危险品危害性强,检测难度大.当前车底危险品检测主要通过模板匹配等传统目标检测技术进行检测,但存在检测速度慢、检测精度低的问题,为了能够更好地检测出藏匿于车底部位的危险品目标,提出一种改进的YOLOv3目标检测算法.该方法分别从多尺度图像训练、增加Inception-res模块和省去大尺度特征输出分支3个方面对YOLOv3网络进行改进.实验证明:在自制危险品数据集下,采用双数据集多尺度图像训练,网络的m AP值大约提高了0.9%,单张图像检测耗时大致不变;在3个支路分别增加相应Inception-res结构,网络的m AP值大约提高了1.5%,但是单张图像检测耗时却增加了原来的2.6倍;省去大尺度特征输出分支,网络的m AP值降低了0.3%,但是单张图像检测耗时也相应降低25.4%.通过结合上述方法对YOLOv3算法模型进行综合改进,选取双数据集多尺度图像训练的方式,同时省去大尺度特征输出分支,并在其他两支路增加相应Inception-res结构.这样在充分结合Inception-res结构优势的情况下,省去对检测耗时影响较大且对检测结果 m AP值影响较小的大尺度特征输出分支.实验测得改进网络m AP值大约提高2.2%左右,而单张图像检测耗时增加了0.014 s,在可接受范围内.且网络对于小尺寸目标识别效果明显增强,很好地满足了车底复杂背景危险品检测要求. 展开更多
关键词 深度学习 卷积神经网络 YOLOv3算法 危险品检测
暂未订购 下载PDF
改进YOLOv3在航拍目标检测中的应用 认领 引用 被引量：17
16
作者 魏玮 蒲玮 刘依 《计算机工程与应用》 CSCD 北大核心 2020年第7期17-23,共7页
近年来,基于深度学习的航拍目标检测在无人驾驶、军事侦察、灾害检测等领域有着广泛的应用,更精确、高效的算法是目前航拍目标检测研究的热点与难点。提出一种基于改进YOLOv3算法的航拍目标检测方法,对航拍数据集进行目标先验框维度聚... 近年来,基于深度学习的航拍目标检测在无人驾驶、军事侦察、灾害检测等领域有着广泛的应用,更精确、高效的算法是目前航拍目标检测研究的热点与难点。提出一种基于改进YOLOv3算法的航拍目标检测方法,对航拍数据集进行目标先验框维度聚类、优化锚点参数,提高了网络对航拍目标的检测有效性。同时对原网络进行改进,减少部分卷积操作并引入跳跃连接机制降低特征冗余,提高了检测准确率,并降低了小目标的误检率与漏检率。实验结果表明,改进YOLOv3算法相较于原始YOLOv3算法的效果有明显提升,对于较高分辨率的航拍图像,加快了网络的收敛速度,并在保证实时性的前提下,将检测平均准确率(mean Average Precision,mAP)提高了12.7%。 展开更多
关键词 目标检测 航拍图像 深度学习 YOLOv3算法
暂未订购 下载PDF
密集交通场景中改进YOLOv3目标检测优化算法 认领 引用 被引量：8
17
作者 霍爱清 张书涵 +2 位作者 杨玉艳 胥静蓉 王泽文 《计算机工程与科学》 CSCD 北大核心 2023年第5期878-884,共7页
针对交通拥堵的车辆密集场景中检测目标重叠率高而导致漏检和误检的问题,提出了改进YOLOv3、CIoU损失函数优化以及SD-NMS优化算法(简记L-YOLOv3+CIoU Loss+SD-NMS)。利用深度可分离卷积、SE模块和Ghost模块改进YOLOv3的残差单元结构,以... 针对交通拥堵的车辆密集场景中检测目标重叠率高而导致漏检和误检的问题,提出了改进YOLOv3、CIoU损失函数优化以及SD-NMS优化算法(简记L-YOLOv3+CIoU Loss+SD-NMS)。利用深度可分离卷积、SE模块和Ghost模块改进YOLOv3的残差单元结构,以提高对密集目标的特征提取能力,减少网络模型参数量;采用完整交并比CIoU损失函数加快网络模型收敛速度,同时将多目标集合预测思想与DIoU-NMS有机结合,提出了SD-NMS优化算法,以降低漏检误检率。在BDD100K数据集上进行实验,结果表明,改进的目标检测算法召回率达到91.58%,精准率达到93.04%,与YOLOv3算法相比,召回率和精准率分别提升了12.09%和9.52%,具有更好的检测效果。 展开更多
关键词 目标检测 深度学习 YOLOv3算法 CIoU损失 非极大值抑制
暂未订购 下载PDF
基于改进YOLOv3的遥感目标检测算法 认领 引用 被引量：8
18
作者 王兴涛 单慧琳 +3 位作者 孙佳琪 崔志强 张培琰 龙见洋 《兵器装备工程学报》 CAS CSCD 北大核心 2023年第11期279-286,共8页
针对YOLOv3算法在遥感图像检测中对飞机、船舰等小目标的准确度不高等问题,提出了一种用于遥感目标检测的改进YOLOv3算法。使用H-Swish激活函数替代MobileNetV2中Bottleneck Residual block第一层中的ReLU6激活函数,为使网络更加关注遥... 针对YOLOv3算法在遥感图像检测中对飞机、船舰等小目标的准确度不高等问题,提出了一种用于遥感目标检测的改进YOLOv3算法。使用H-Swish激活函数替代MobileNetV2中Bottleneck Residual block第一层中的ReLU6激活函数,为使网络更加关注遥感图像的细节信息,在MobileNetV2中加入能够更多关注特征图的隐藏信息的空间通道注意力机制;利用改进后的MobileNetV2代替YOLOv3中原始的Darknet-53主干网络。将调整后的Focal loss损失函数代替YOLOv3中原来的损失函数,并在原算法的基础上减少特征尺度,使算法处理时间更短。使用K-means++聚类算法对数据集进行聚类分析,获得一组先验框。在DOTA数据集上进行了测试,实验结果表明:改进后的算法将权重模型从18.8 MB减少到了8.0 MB,将平均检测时间从36.6 ms减少到了28.42 ms,将mAP_0.5从61.7提高到了91.3,该算法较好地提高了检测速度和精度。 展开更多
关键词 深度学习 YOLOv3算法 特征尺度 空间通道注意力机制 轻量化网络 K-means++聚类算法
暂未订购 下载PDF
基于改进Yolov3的驾驶员疲劳检测 认领 引用 被引量：16
19
作者 朱峰 陈建 +2 位作者 陈靖芯 严明 向露 《科学技术与工程》 北大核心 2022年第8期3358-3364,共7页
疲劳驾驶是引发交通事故的主要原因之一,为了预防疲劳驾驶的发生,基于多信息融合方法研究了驾驶员疲劳检测技术。通过改进的Yolov3算法与卡尔曼滤波算法的结合进行人脸检测。利用一种基于提升树的算法实现脸部关键点检测,并基于单位时... 疲劳驾驶是引发交通事故的主要原因之一,为了预防疲劳驾驶的发生,基于多信息融合方法研究了驾驶员疲劳检测技术。通过改进的Yolov3算法与卡尔曼滤波算法的结合进行人脸检测。利用一种基于提升树的算法实现脸部关键点检测,并基于单位时间里眼睛闭合时间所占的百分比(percentage of eyelid closure over the pupil over time,PERCLOS),最长持续闭眼时间和哈欠次数这3个特征进行多特征融合的疲劳检测。在实车录制数据集上进行验证,实验结果表明:所提方法平均识别正确率达92.5%,具有较高的准确率,针对复杂环境有较强的鲁棒性,对于将来的研究有着重大意义。 展开更多
关键词 Yolov3算法 卡尔曼滤波算法 关键点检测 多特征融合的疲劳检测
暂未订购 下载PDF
基于改进YOLOv3的小目标检测方法研究 认领 引用 被引量：15
20
作者 黄开启 刘小荣 黄茂云 《传感器与微系统》 CSCD 北大核心 2022年第4期52-55,共4页
针对YOLOv3算法在小目标上检测效果不佳,漏检率较高的问题,提出一种改进YOLOv3网络结构的小目标识别方法。首先,利用优化的K-means聚类方法弥补原聚类算法中对聚类中心的初始位置敏感问题;然后,对数据集中的标注目标进行聚类分析选取优... 针对YOLOv3算法在小目标上检测效果不佳,漏检率较高的问题,提出一种改进YOLOv3网络结构的小目标识别方法。首先,利用优化的K-means聚类方法弥补原聚类算法中对聚类中心的初始位置敏感问题;然后,对数据集中的标注目标进行聚类分析选取优化的聚类锚点框宽高维度作为改进YOLOv3网络的初始候选框;其次,对Darknet-53网络结构进行调整,在主干网络最后增加2个1×1和3×3卷积层;最后,将YOLOv3网络4倍降采样特征图与经过上采样的8倍降采样特征图进行拼接融入第三个检测层。实验结果表明:改进的YOLOv3算法在小目标检测中平均准确率为78.8%,较原始YOLOv3原始算法平均精确度均值(mAP)提升了5.2%,漏检率降低了4.9%,具有较好的小目标检测效果。 展开更多
关键词 小目标识别 深度学习 YOLOv3算法 K-means 聚类算法
暂未订购 下载PDF
已选0条
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 2 … 12 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈