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10篇文章
< 1 >
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YOLOv11s融合结构相似性的深井钻孔内壁环状全景自适应拼接方法 认领 引用 被引量：2
1
作者 刘迪 张泽家 +2 位作者 卢才武 顾清华 江松 《煤炭学报》 EI CAS CSCD 北大核心 2026年第2期1747-1759,共13页
为实现深井钻孔内壁形态的高质量全景可视化,克服传统图像拼接方法在自动化水平、拼接质量及处理效率方面的局限,提出了一种融合YOLOv11s(You Only Look Once)与结构相似性(Structural Similarity Index Method)的智能图像拼接方法。研... 为实现深井钻孔内壁形态的高质量全景可视化,克服传统图像拼接方法在自动化水平、拼接质量及处理效率方面的局限,提出了一种融合YOLOv11s(You Only Look Once)与结构相似性(Structural Similarity Index Method)的智能图像拼接方法。研究旨在突破现有技术对人工干预依赖性强、易产生接缝、亮度不均及视觉伪影等瓶颈,提升钻孔内壁图像拼接的精度、连续性与整体效率,为后续钻孔质量评估与爆破设计参数优化提供高保真、高一致性的视觉数据支持。在技术方法上,引入轻量化YOLOv11s目标检测网络,充分利用其深层特征提取能力与多尺度检测优势,精准识别钻孔图像中的圆形边界,自动提取圆心坐标与半径参数,有效克服因镜头畸变、光照不均或局部遮挡引起的定位偏差;随后,基于精确的几何参数进行极坐标变换,将环形内壁区域逐帧展开为矩形图像,保留原始纹理信息的同时构建空间有序的展开图集。在此基础上,创新性地融合SSIM结构相似性度量与滑动窗口匹配策略,通过系统分析相邻展开图像在重叠区域内的亮度、对比度与结构一致性,自适应搜索最优配准位置,实现高效、无缝的图像拼接,最终生成完整内壁环状全景图。试验结果表明,该方法在处理240张图像时,拼接耗时仅为34.98 s,同样实验条件下,相较于传统SIFT特征点匹配方法所需的271.35 s,该方法耗时更短且拼接结果具有更高的视觉连贯性与几何保真度,抑制了接缝错位、亮度跳变和纹理重复等常见问题。创新在于提出了一种自动化拼接流程,融合YOLOv11s与SSIM算法,提升了拼接效率与视觉质量。 展开更多
关键词 YOLOv11s 结构相似性算法 环状全景 图像拼接 内窥视频
暂未订购 下载PDF
Lightweight Airborne Vision Abnormal Behavior Detection Algorithm Based on Dual-Path Feature Optimization 认领 引用
2
作者 Baixuan Han Yueping Peng +5 位作者 Zecong Ye Hexiang Hao Xuekai Zhang Wei Tang Wenchao Kang Qilong Li 《Computers, Materials & Continua》 SCIE EI 2026年第2期754-784,共31页
Aiming at the problem of imbalance between detection accuracy and algorithm model lightweight in UAV aerial image target detection algorithm,a lightweight multi-category abnormal behavior detection algorithm based on ... Aiming at the problem of imbalance between detection accuracy and algorithm model lightweight in UAV aerial image target detection algorithm,a lightweight multi-category abnormal behavior detection algorithm based on improved YOLOv11n is designed.By integrating multi-head grouped self-attention mechanism and Partial-Conv,a two-way feature grouping fusion module(DFPF)was designed,which carried out effective channel segmentation and fusion strategies to reduce redundant calculations andmemory access.C3K2 module was improved,and then unstructured pruning and feature distillation technologywere used.The algorithmmodel is lightweight,and the feature extraction ability for airborne visual abnormal behavior targets is strengthened,and the computational efficiency of the model is improved.Finally,we test the generalization of the baseline model and the improved model on the VisDrone2019 dataset.The results show that com-pared with the baseline model,the detection accuracy of the final improved model on the airborne visual abnormal behavior dataset is improved from 90.2% to 94.8%,and the model parameters are reduced by 50.9% to meet the detection requirements of high efficiency and high precision.The detection accuracy of the improved model on the Vis-Drone2019 public dataset is 1.3% higher than that of the baseline model,indicating the effectiveness of the improved method in this paper. 展开更多
关键词 YOLOv11 algorithm multi-class abnormal behavior detection feature extraction UAV aerial photography datasets
暂未订购 下载PDF
改进YOLOv11的轻量级钢板表面缺陷检测算法 认领 引用
3
作者 李忠勤 寇贞珍 《黑龙江科技大学学报》 CAS 2026年第3期439-444,共6页
针对工业钢板表面缺陷检测中漏检和误检率高,以及难以在资源受限设备上部署的问题,提出一种改进YOLOv11的轻量级钢板表面缺陷检测算法。通过添加残差结构的PP-LCNet网络作为目标检测网络的主干特征网络,降低模型运算的复杂度,减少参数量... 针对工业钢板表面缺陷检测中漏检和误检率高,以及难以在资源受限设备上部署的问题,提出一种改进YOLOv11的轻量级钢板表面缺陷检测算法。通过添加残差结构的PP-LCNet网络作为目标检测网络的主干特征网络,降低模型运算的复杂度,减少参数量;利用BiFPN进行多尺度特征融合,以提高对不同尺度目标的检测能力,引入改进的SimAM注意力机制模块以增强特征提取能力,聚焦于更有意义的特征图像区域。结果表明,改进后的模型在NEU-DET数据集上的检测精度达到77.1%,相比YOLOv11n模型提升了2.7%,参数量为2.1 M,相比YOLOv11n模型下降了19.2%,模型在轻量化的同时增加了识别准确性。 展开更多
关键词 缺陷检测 YOLOv11算法 PP-LCNet Sim AM注意力机制
暂未订购 下载PDF
改进YOLOv11的古建筑火情安全隐患分类检测 认领 引用
4
作者 惠振兴 方天客 +2 位作者 何原荣 朱绍昌 陈平 《厦门理工学院学报》 2026年第3期16-25,共10页
为解决古建筑焚香祈福场景中火情安全隐患的分类与检测问题,提出一种基于改进YOLOv11算法的轻量化目标检测模型。该模型在主干网络中引入哈尔小波分解模块,以降低特征提取过程中的信息损失,减少模型参数量;在颈部网络中设计轻量化的跨... 为解决古建筑焚香祈福场景中火情安全隐患的分类与检测问题,提出一种基于改进YOLOv11算法的轻量化目标检测模型。该模型在主干网络中引入哈尔小波分解模块,以降低特征提取过程中的信息损失,减少模型参数量;在颈部网络中设计轻量化的跨尺度特征融合模块,以增强对小目标及多尺度目标的检测能力;针对火源目标体积小、特征模糊的特点,删减原有大尺度检测头并新增小尺度检测头,以提升对小尺度火源的检测精度。实验结果表明,与其他主流YOLO模型相比,改进后的模型在精确度、召回率、平均精度及多阈值平均精度分别提升了2.6%、1.4%、1.4%和3.6%,检测速度略下降2.7%,能满足实际应用对实时性的要求。 展开更多
关键词 目标检测 古建筑火情隐患 轻量化模型 YOLOv11算法 哈尔小波分解
暂未订购 下载PDF
基于改进YOLOv11算法的超声图像乳腺肿瘤检测研究 认领 引用
5
作者 洪成坤 王晓阳 付丽媛 《医疗卫生装备》 CAS 2025年第12期1-8,共8页
目的:为了提升超声图像乳腺肿瘤的检测性能,提出基于降采样(adaptive downsampling,ADown)模块和动态卷积(dynamic convolution,DynamicConv)模块的改进YOLOv11算法。方法:以原始YOLOv11算法为基础进行改进,将YOLOv11算法的主干网络(Bac... 目的:为了提升超声图像乳腺肿瘤的检测性能,提出基于降采样(adaptive downsampling,ADown)模块和动态卷积(dynamic convolution,DynamicConv)模块的改进YOLOv11算法。方法:以原始YOLOv11算法为基础进行改进,将YOLOv11算法的主干网络(Backbone)及颈部模块(Neck)中的卷积(Conv)模块替换成ADown模块,并在C3k2的瓶颈模块(Bottleneck)引入DynamicConv模块,构建YOLOv11-ADown-DynamicConv算法。使用Kaggle平台公开的乳腺超声图像(Breast Ultrasound Image,BUSI)数据集对YOLOv11-ADown-DynamicConv算法进行训练和验证,并与原始YOLOv11算法对超声图像乳腺肿瘤的检测性能进行比较。结果:在超声图像乳腺肿瘤的检测任务中,YOLOv11-ADown-DynamicConv算法在交并比阈值为0.5时的平均精度均值mAP50与交并比阈值为0.5-0.95时的平均精度均值mAP50-95分别为0.763和0.522,浮点运算次数和每秒帧数分别为4.8G和135帧/s,均优于原始YOLOv11算法。结论:YOLOv11-ADown-DynamicConv算法在超声图像乳腺肿瘤的检测任务中表现出色,可以提升YOLOv11算法的检测性能,能够辅助医生更高效地筛查疾病、评估病情。 展开更多
关键词 YOLOv11算法 ADown DynamicConv 乳腺肿瘤 乳腺超声图像 目标检测
暂未订购 下载PDF
YOLOv11改进模型与智能检测算法融合应用研究 认领 引用 被引量：1
6
作者 肖湘辉 《计算机应用文摘》 2025年第12期37-39,共3页
为解决输电通道异物检测中目标尺度小、样本稀缺、类别多样和背景复杂等问题,提出了一种改进的YOLOv11检测方法。实验结果表明,改进后的YOLOv11算法在目标识别与分类任务中达到89%的检测精度,优于当前主流的YOLO系列算法。
关键词 输电通道 仪表仪器 改进YOLOv11算法 目标检测
暂未订购 下载PDF
基于YOLOv11的岩心识别与编录后处理算法实现 认领 引用
7
作者 金炜曦 《计算机技术与发展》 2025年第10期214-220,共7页
传统岩心分析存在人工观察与记录效率低且主观性强的问题,对此提出一种基于YOLOv11的岩心识别与编录后处理算法。该算法结合高精度的实例分割网络和尺度标定机制,采用YOLOv11n-seg作为主干网络进行岩心图像的实例分割任务。针对样本不... 传统岩心分析存在人工观察与记录效率低且主观性强的问题,对此提出一种基于YOLOv11的岩心识别与编录后处理算法。该算法结合高精度的实例分割网络和尺度标定机制,采用YOLOv11n-seg作为主干网络进行岩心图像的实例分割任务。针对样本不平衡问题,设计了动态数据增强策略,通过几何变换、光度畸变增强和过采样技术,使数据总量扩充至原数据集的2.34倍,有效缓解了类别分布不均衡问题。后处理流程包括标定区域提取、尺度转换、岩心区域分割、掩码分析、岩性分类与深度累加等步骤,实现了从原始岩心图像到结构化地质数据的自动转换。提出基于长度的识别准确率评估指标,更符合岩心识别应用场景。实验结果表明,在8个测试钻孔上的平均识别准确率达到87.68%,最高达到97.43%。该算法显著提高了岩心分析的效率与精度,为地质勘探工作提供了科学可靠的数据支持。 展开更多
关键词 岩心识别 YOLOv11 实例分割 数据增强 后处理算法
暂未订购 下载PDF
AGLU-YOLO:轻量化柑橘叶片病害实时检测算法研究 认领 引用
8
作者 肖吟枫 杨抒 《农业大数据学报》 2026年第2期141-154,共14页
针对柑橘叶部病害检测中精度不足、病斑细小易混淆、果园背景复杂等问题,提出一种轻量化检测算法(AGLU-YOLO)。该方法在主干网络C3k2模块中融合AdditiveBlock与卷积门控线性单元(CGLU)共同构成C3k2_AdditiveBlock_CGLU模块,前者以加性... 针对柑橘叶部病害检测中精度不足、病斑细小易混淆、果园背景复杂等问题,提出一种轻量化检测算法(AGLU-YOLO)。该方法在主干网络C3k2模块中融合AdditiveBlock与卷积门控线性单元(CGLU)共同构成C3k2_AdditiveBlock_CGLU模块,前者以加性建模增强长程依赖与全局上下文表征,后者通过深度可分离3×3卷积与点卷积实现条件门控,抑制复杂纹理导致的误激活并强化小尺度病斑响应;同时在特征融合阶段加入AFCA注意力机制以提升跨层语义交互与多尺度鲁棒性。其次为满足边缘部署需求,采用LAMP分层重要度剪枝算法对通道/层级进行联合压缩,并进行轻量微调以恢复精度;随后将模型导出为ONNX并通过TensorRT实施算子融合与低精度推理优化,实现低时延、高吞吐的实时检测。通过在自制数据集实验验证,AGLU-YOLO在Precision、Recall与mAP@0.5指标上相较基线YOLOv11n分别提高3.1、4.4与5.1个百分点,且兼顾体积与识别速度,展现出更强的鲁棒性与多尺度病斑适应性,可有效满足柑橘叶病快速、准确识别的应用需求。 展开更多
关键词 柑橘叶病检测 小目标检测 YOLOv11算法 深度学习 CGLU
暂未订购 下载PDF
基于改进深度学习算法的汽车零部件表面缺陷检测研究 认领 引用 被引量：2
9
作者 彭强 《时代汽车》 2025年第20期147-149,共3页
随着汽车产业的蓬勃发展,零部件质量对汽车安全性和可靠性至关重要。传统检测方法存在效率低、精度差等问题,已难以满足行业需求。文章针对传统检测方法在复杂场景下的局限性,提出一种基于改进YOLOv11算法的缺陷检测模型。通过引入SimS... 随着汽车产业的蓬勃发展,零部件质量对汽车安全性和可靠性至关重要。传统检测方法存在效率低、精度差等问题,已难以满足行业需求。文章针对传统检测方法在复杂场景下的局限性,提出一种基于改进YOLOv11算法的缺陷检测模型。通过引入SimSPPF多尺度特征融合模块、FRC2f特征校准模块、EMA自适应参数优化模块及MCA多维注意力机制,显著提升了模型对微小缺陷的检测能力。实验表明,改进后的模型在钢材表面缺陷数据集上mAP达到97.2%,检测速度达150FPS,满足工业实时检测需求。研究成果为汽车制造业智能化升级提供了有效的技术支撑。 展开更多
关键词 汽车零部件 缺陷检测 机器视觉 深度学习 YOLOv11算法
暂未订购 下载PDF
TF-YOLO:上下文感知与多尺度增强的脑肿瘤MRI检测 认领 引用
10
作者 蒋文虎 《蚌埠学院学报》 2025年第5期48-54,共7页
针对脑肿瘤MRI检测中形态异质性高、边界模糊及噪声干扰导致的漏检问题,改进一种高精度且鲁棒性强的检测框架,即改进了TF-YOLO模型:上下文感知Transformer(Co T),融合3×3卷积局部编码与全局自注意力机制,显式建模肿瘤-水肿带-卫星... 针对脑肿瘤MRI检测中形态异质性高、边界模糊及噪声干扰导致的漏检问题,改进一种高精度且鲁棒性强的检测框架,即改进了TF-YOLO模型:上下文感知Transformer(Co T),融合3×3卷积局部编码与全局自注意力机制,显式建模肿瘤-水肿带-卫星病灶的长程空间依赖,自适应调整感受野;嵌入多尺度金字塔增强网络(PENet),通过可微分拉普拉斯金字塔分解、残差边缘增强与动态通道滤波三阶段策略,抑制高频伪影并增强肿瘤边缘及低频解剖特征。在Br35H数据集上,m AP50达98.2%,较基线YOLOv11提升2.4%;肿瘤召回率提升1.8%,消融实验验证Co T与PENet的互补性。协同设计有效解决了形态异质性与边界模糊问题,显著降低漏检风险并抑制背景干扰,为复杂医学场景下的弱显著性目标检测提供了可靠解决方案。 展开更多
关键词 脑肿瘤检测 YOLOv11算法 上下文感知Transformer 多尺度金字塔增强网络
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 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈