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398篇文章
< 1 2 … 20 >
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：
基于改进Yolov5s的玉米喇叭口检测方法 认领 引用 被引量：3
1
作者 李文强 宋雪航 +3 位作者 宋忠强 吕仕力 户鞘楠 王亚玲 《河南农业大学学报》 CAS CSCD 北大核心 2026年第1期131-143,共13页
【目的】提出一种改进的YOLOv5s玉米喇叭口检测算法模型,旨在实现模型网络结构轻量化的同时,提高检测准确率,以提升玉米精准喷药的效率和减少环境污染。【方法】在YOLOv5s网络结构基础上,首先,使用FasterNet结构替换YOLOv5s的C3结构实... 【目的】提出一种改进的YOLOv5s玉米喇叭口检测算法模型,旨在实现模型网络结构轻量化的同时,提高检测准确率,以提升玉米精准喷药的效率和减少环境污染。【方法】在YOLOv5s网络结构基础上,首先,使用FasterNet结构替换YOLOv5s的C3结构实现模型的轻量化;随后,研究了挤压-激励(squeeze and excitation,SE)和卷积注意力模块(convolutional block attention module,CBAM)两种注意力机制分别位于主干网络不同位置时对模型性能的影响;最后,对比分析YOLOv5s中CIoU、EIoU和WIoU损失函数对模型精度的影响。【结果】注意力机制对比实验表明,CBAM和SE注意力机制在特定位置提升了模型检测精度,最高分别为89.1%和88.8%,但两者同时添加至主干网络时,精度却下降至84.6%。相较于CIoU和EIoU,使用WIoU损失函数对模型性能提升更加有效,其精度和召回率能够达到87.5%和89.7%。经过改进后的模型在检测数据集上的mAP@0.5达到了92.3%,较改进前的YOLOv5s(87.8%)提升了4.5%,参数量下降18%,运算量减少21%,并保持了较快的检测速度。【结论】改进后的算法在玉米喇叭口检测任务中表现优异,能够在有限计算资源条件下实现高效、精准的喷药决策支持。 展开更多
关键词 玉米喇叭口 目标检测 YOLOv5s算法 精准喷洒
暂未订购 下载PDF
基于改进YOLOv5s的轻量化智能钻机管柱检测方法 认领 引用 被引量：2
2
作者 牛柯 彭斌 杨小亮 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2026年第4期1325-1338,共14页
针对钻井平台管柱自动化转运及上卸扣作业水平较低的问题,提出一种改进的多目标检测算法以实现钻杆与管柱接头的精确识别。所提方法以轻量化EfficientNetV2为特征提取网络,引入SPPF模块降低参数量,并在Backbone中融合CBAM注意力机制以... 针对钻井平台管柱自动化转运及上卸扣作业水平较低的问题,提出一种改进的多目标检测算法以实现钻杆与管柱接头的精确识别。所提方法以轻量化EfficientNetV2为特征提取网络,引入SPPF模块降低参数量,并在Backbone中融合CBAM注意力机制以抑制背景干扰;采用BiFPN替代PANet提升多尺度特征融合能力,引入CARAFE算子增强上采样特征表达;在Head部分使用GhostConv减少计算复杂度,以SIoU损失函数优化边界回归精度,通过AdamW优化器提升模型收敛性与泛化能力。基于自建数据集的实验结果表明:改进模型在复杂工况下对不同姿态管柱具有良好识别性能,检测准确率达到90.6%,平均精度均值达到94.6%,较原模型分别提升3.9%和4.5%,验证了所提方法的有效性与鲁棒性。 展开更多
关键词 计算机应用技术 YOLOv5s算法 智能钻机 钻杆 管柱接头 目标检测 算法改进
暂未订购 下载PDF
改进YOLOv5模型的沥青路面病害检测算法 认领 引用 被引量：1
3
作者 巨志勇 祁子翔 +1 位作者 周重臣 易成 《公路交通科技》 CAS CSCD 北大核心 2026年第3期67-75,共9页
【目标】在沥青路面健康安全评估中,传统人工巡检与早期图像检测方法存在效率低、对小目标及复杂裂缝误检漏检率高的问题。为应对这一挑战,本文提出一种改进YOLOv5模型的沥青路面病害检测算法,以满足大规模路网快速、精准评估的需求。... 【目标】在沥青路面健康安全评估中,传统人工巡检与早期图像检测方法存在效率低、对小目标及复杂裂缝误检漏检率高的问题。为应对这一挑战,本文提出一种改进YOLOv5模型的沥青路面病害检测算法,以满足大规模路网快速、精准评估的需求。【方法】首先,在YOLOv5模型基础上,选用上下文扩充模块替换快速空间金字塔池化模块以适应不规则的路面病害目标形态,同时降低了模型大小。其次,在主干网络中嵌入坐标注意力机制以及在特征融合网络中引入高效多尺度注意力机制,以提升路面病害目标的特征提取能力。最后,在检测头前引入坐标卷积,用于更好地感知病害目标空间特征信息的变化。【结果】改进后的沥青路面病害检测算法有效地提高了网络的平均精度值和FPS值,分别达到89.28%,53.36,且改进后的参数量相较原模型几乎相同,综合性能优于其他模型,显著降低了复杂场景下的误检与漏检,对尺度多变、形态不规则的病害展现出更强的泛化能力和鲁棒性。【结论】该研究证实了改进策略的有效性,在保持实时性的同时,提升了检测精度与环境适应性。为路面自动化巡检与智能化养护提供了一种可靠的检测方案,对道路健康状况评估具有实际应用价值。 展开更多
关键词 道路工程 路面病害检测算法 YOLOv5算法 沥青路面 上下文扩充模块 坐标注意力
暂未订购 下载PDF
基于改进YOLOv5-s的交通场景小目标检测算法 认领 引用 被引量：1
4
作者 王坤 冯康威 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2026年第4期1015-1027,共13页
针对交通标志和交通灯等交通场景小目标特征不明显导致检测困难的问题,提出基于改进YOLOv5-s的交通场景小目标检测算法。设计特征补充模块(FSM),通过进一步获取浅层细节信息对相邻的深层检测层进行特征补充,有效提高了小目标的检测效果... 针对交通标志和交通灯等交通场景小目标特征不明显导致检测困难的问题,提出基于改进YOLOv5-s的交通场景小目标检测算法。设计特征补充模块(FSM),通过进一步获取浅层细节信息对相邻的深层检测层进行特征补充,有效提高了小目标的检测效果,并通过相邻层间的矩阵运算避免了特征冗余;设计有效融合模块(EFM),分别处理特征金字塔融合时的横向浅层特征和上采样特征,缓解二者之间的特征冲突,使其更有效的融合;提出超级增强交并比(SEIOU)损失计算方式,通过添加真实框和预测框主对角之间的距离度量,改善回归效果,提升检测精度。在CCTSDB、S2TLD、TLD和PASCAL VOC数据集上进行实验,结果表明:所提算法在精度上分别提升了2.54%、3.62%、4.33%和2.01%,检测速度达到了113帧/s,适用于实际交通场景下的检测任务。 展开更多
关键词 YOLOv5-s算法 小目标检测 特征补充 特征融合 损失函数
暂未订购 下载PDF
一种基于YOLOv5的改进航拍图像识别算法 认领 引用
5
作者 张明明 郑光迪 +5 位作者 万鸣 冷智辉 王敏 戴清泉 钟艳平 李凯 《激光技术》 CAS CSCD 北大核心 2026年第2期300-308,共9页
为了解决航拍图像识别小尺寸目标的问题,基于你只需看一次(YOLOv5)理论研究了一种改进型网络算法。首先对骨干网络引入补丁式变换器模块提升网络对小尺寸目标特征提取能力;通过在颈部网络扩展更小感受野的特征层,嵌入空间注意力模块,提... 为了解决航拍图像识别小尺寸目标的问题,基于你只需看一次(YOLOv5)理论研究了一种改进型网络算法。首先对骨干网络引入补丁式变换器模块提升网络对小尺寸目标特征提取能力;通过在颈部网络扩展更小感受野的特征层,嵌入空间注意力模块,提升了网络对小尺寸目标特征提取的有效性;最后通过向损失函数分类损失项中引入目标尺寸信息,增加训练过程小尺寸目标分类错误的关注度,并通过无人机航拍数据集进行了实验验证。结果表明,相较于YOLOv5s和YOLOv5m网络,改进型网络的平均精度均值分别提高了7.1%和2.9%,可满足工程实时性要求。该研究对航拍图像识别具有一定的参考价值。 展开更多
关键词 图像处理 YOLOv5算法 补丁式变换器模块 空间注意力模块 航拍图像识别
暂未订购 下载PDF
基于YOLOv5 模拟敌友智能判别算法 认领 引用
6
作者 杨红莉 于浩 +3 位作者 季睿航 李文卓 叶锦泽 梁远生 《现代信息科技》 2026年第4期44-48,共5页
针对军事模拟环境中敌我目标外观相似导致的识别难题,文章提出一种基于YOLOv5的智能判别算法。通过构建多维度战术仿真数据集,采用红、蓝、黑三类标注体系分别标识友军、敌军与人质,并结合多源数据增强与样本平衡技术提升数据质量。在... 针对军事模拟环境中敌我目标外观相似导致的识别难题,文章提出一种基于YOLOv5的智能判别算法。通过构建多维度战术仿真数据集,采用红、蓝、黑三类标注体系分别标识友军、敌军与人质,并结合多源数据增强与样本平衡技术提升数据质量。在算法层面,引入注意力机制与多层次特征融合策略,增强模型对相似目标的区分能力;在计算层面,采用轻量化推理优化,兼顾检测速度与精度。实验结果表明,该模型在自建数据集上平均精度均值(mAP@0.5)达到0.98,能够有效实现敌我单位与人质的准确识别与统计,为复杂战场环境下的智能决策提供可靠技术支持。 展开更多
关键词 YOLOv5算法 深度学习 目标检测 多特征融合
暂未订购 下载PDF
一种改进YOLOv5s的金属表面缺陷检测算法研究 认领 引用
7
作者 安治国 鲜青霖 许亮 《重庆大学学报》 CAS CSCD 北大核心 2026年第4期98-106,共9页
金属零部件大量应用于生产生活的等各个领域,但其表面缺陷分布不均匀且部分特征微弱,常常造成金属零件表面缺陷检测的漏检和误检。针对这一问题,研究提出一种YOLOv5s-MD(you only look once-modified detection)算法。针对金属表面缺陷... 金属零部件大量应用于生产生活的等各个领域,但其表面缺陷分布不均匀且部分特征微弱,常常造成金属零件表面缺陷检测的漏检和误检。针对这一问题,研究提出一种YOLOv5s-MD(you only look once-modified detection)算法。针对金属表面缺陷特征成分复杂的问题,引入改进的空间金字塔池化模块以提高算法对不同尺度微小目标的深度特征提取能力。针对金属表面缺陷特征分散及计算量增大问题,加入轻量化注意力机制及GSConv模块,提高模型对不同尺度缺陷特征的有效获取。考虑到金属表面缺陷尺寸信息无规律导致边界回归不匹配问题,采用考虑向量角度的损失函数。结果表明,提出的YOLOv5s-MD算法在对金属表面缺陷检测时,检测平均精度mAP@0.5达到75.3%,能够有效提升检测精度,降低误检率。 展开更多
关键词 金属表面缺陷 检测算法 YOLOv5s 深度学习
暂未订购 下载PDF
基于特征融合的YOLOv5s瓷砖缺陷检测方法研究 认领 引用
8
作者 张天助 张可威 +2 位作者 傅能 柯力菖 胡邦琨 《电子产品可靠性与环境试验》 2026年第2期109-115,共7页
针对当前瓷砖表面缺陷识别准确率低、检测速度慢的问题,提出一种特征增强的YOLOv5s缺陷检测算法。首先,在每个检测层前分别添加稀疏通道注意力模块,以增强缺陷特征提取能力;其次,融合内部尺度特征交互注意力机制,并采用轻量化下采样,减... 针对当前瓷砖表面缺陷识别准确率低、检测速度慢的问题,提出一种特征增强的YOLOv5s缺陷检测算法。首先,在每个检测层前分别添加稀疏通道注意力模块,以增强缺陷特征提取能力;其次,融合内部尺度特征交互注意力机制,并采用轻量化下采样,减少参数量和计算成本;最后,将改进模型与当前主流深度学习网络进行对比验证。实验结果表明,本文方法的平均精度均值达到62.8%,相比原YOLOv5s模型提升9.41%,参数量减少56%,计算量减少12.35%。 展开更多
关键词 瓷砖表面缺陷检测 深度学习 YOLOv5算法 特征融合 轻量化
暂未订购 下载PDF
基于YOLOv5目标检测算法的无人机输电线路重要组件检测系统 认领 引用
9
作者 徐长宝 辛明勇 冯起辉 《微型电脑应用》 2026年第6期44-47,53,共4页
凭借深度学习算法,无人机输电线路的重要组件识别可获得较高的离线检测精度,但仍然存在模型计算速度较慢的问题,因此难以用于实时巡检的自动化输电线路重要组件识别。为提高实时检测速度并保持较高的识别精度,提出一种基于YOLOv5目标检... 凭借深度学习算法,无人机输电线路的重要组件识别可获得较高的离线检测精度,但仍然存在模型计算速度较慢的问题,因此难以用于实时巡检的自动化输电线路重要组件识别。为提高实时检测速度并保持较高的识别精度,提出一种基于YOLOv5目标检测算法的无人机输电线路重要组件检测系统。使用ImageNet大型开源数据集进行YOLOv5模型的预训练,在贵州电网的定制数据集上训练微调后的YOLOv5目标检测模型,通过超参数的调优和训练使得检测模型能以低于3.0 ms的检测时间和92%的平均准确率实时检测电力杆塔、绝缘子和输电导线3种重要组件。将所提出的YOLOv5目标检测模型搭载在Nvidia Jetson Nano定制的四轴无人机上进行测试,在获得略低于离线测试的平均准确率的基础上,实现了高达33帧/s的实时检测。 展开更多
关键词 无人机巡检 输电线路重要组件 YOLOv5目标检测算法 超参数的调优和训练 实时检测
暂未订购 下载PDF
一种基于改进YOLOv5的安全帽佩戴检测方法 认领 引用
10
作者 史涛 刘海鑫 《天津理工大学学报》 2026年第2期81-88,共8页
针对现有安全帽佩戴检测算法精度低,在复杂环境下对小目标、密集目标和遮挡目标存在漏检和误检等问题,提出了一种基于改进YOLOv5的安全帽佩戴检测算法。采用超级下采样模块CPC,获取更多纹理特征,关注感兴趣的区域,减少重要信息丢失;融... 针对现有安全帽佩戴检测算法精度低,在复杂环境下对小目标、密集目标和遮挡目标存在漏检和误检等问题,提出了一种基于改进YOLOv5的安全帽佩戴检测算法。采用超级下采样模块CPC,获取更多纹理特征,关注感兴趣的区域,减少重要信息丢失;融合全新空间金字塔池化模块S-SPPF,对不同尺度的池化进行融合,对特征进行有效挑选,一定程度解决目标小的问题;修改网络中的Neck结构,增加小目标检测层,拓展网络的深度对特征进行提取,提升小目标检测精度;借鉴密集网络的思想,使用多并联网络CC3模块,改进了特征提取过程中相似度损失问题,提高对特征的表达能力。在安全帽数据集上的实验结果表明,改进的YOLOv5模型具有良好的检测性能,平均均值精度(mean average precisioin,mAP)达到94.6%,相比原YOLOv5模型提高了2.2%,其他各项指标都有提高,能够解决漏检和误检问题,满足在复杂环境下对安全帽佩戴检测的要求。 展开更多
关键词 深度学习 安全帽佩戴检测 目标检测 YOLOv5算法
暂未订购 下载PDF
基于改进型YOLOv5s算法的钢缆塑衣表面缺陷检测方法 认领 引用 被引量：1
11
作者 姜冲 蔡燕 +1 位作者 杨永杰 许鹏 《电子设计工程》 2026年第6期7-13,共7页
针对在生产过程中钢缆塑衣表面会产生缺陷的问题,采用了改进型的YOLOv5s算法,在主干网络中引入CSPtrans模块的Transformer Block结构,以提高特征信息提取的能力;颈部网络添加基于GSConv的slim-neck结构,以加快模型的推理速度;引入K-Mean... 针对在生产过程中钢缆塑衣表面会产生缺陷的问题,采用了改进型的YOLOv5s算法,在主干网络中引入CSPtrans模块的Transformer Block结构,以提高特征信息提取的能力;颈部网络添加基于GSConv的slim-neck结构,以加快模型的推理速度;引入K-Means++算法优化先验框,并将SIoU Loss作为损失函数,以提高标注真实框和检测目标预测框之间的匹配程度。结合钢缆塑衣表面缺陷数据集进行训练试验,结果表明,改进型YOLOv5s算法平均精度为84.6%,相对于传统的YO-LOv5s模型提升9.1%,帧率保持在59.2 FPS。同时将改进型YOLOv5s模型部署到RV1126开发板上,其中8位量化方式在检测精度和检测速度方面,满足实际需求。 展开更多
关键词 钢缆塑衣缺陷 CSPtrans模块 目标检测 YOLOv5s算法 slim-neck结构
暂未订购 下载PDF
一种改进YOLOv5s算法的焊缝表面缺陷检测方法 认领 引用
12
作者 陈千禧 石增敏 +2 位作者 戴雷 李海雄 张芳鑫 《焊接学报》 EI CAS CSCD 北大核心 2026年第5期121-128,共8页
针对焊缝缺陷小、目标检测精度低及算法参数庞大难以部署问题,提出一种基于改进YOLOv5s的轻量化焊缝缺陷检测算法.采用轻量化ShuffleNetv2网络作为主干网络,降低模型的参数量和计算量;改进CBAM注意力机制并嵌入主干网络,增强网络的特征... 针对焊缝缺陷小、目标检测精度低及算法参数庞大难以部署问题,提出一种基于改进YOLOv5s的轻量化焊缝缺陷检测算法.采用轻量化ShuffleNetv2网络作为主干网络,降低模型的参数量和计算量;改进CBAM注意力机制并嵌入主干网络,增强网络的特征提取能力、提高检测性能;在Head检测层添加小目标检测层,提高算法对小目标缺陷的检测灵敏度;最后,引入Focal EIoU损失函数,增强模型的精确定位能力,并提升回归精度.结果表明,改进模型的精确率P值、召回率R值和均值平均精度PmAP值较YOLOv5s基准模型分别提高1.9%,2.4%和1.1%,模型参数量、计算量和模型体积则分别减少53.9%,44.9%和47.9%,在保证较高检测精度的同时有效实现了模型轻量化的需求.改进算法对焊缝表面的气孔、凹陷和砂眼类缺陷展现了较高的检出率和检测精度. 展开更多
关键词 焊缝缺陷 YOLOv5s算法 缺陷检测 轻量化 注意力机制
暂未订购 下载PDF
基于YOLOv5算法的烟囱拆除机器人预留孔圆心定位模型 认领 引用
13
作者 杨晨 吴亮 +5 位作者 刘婵 安飞琴 李安国 师世博 赵俊生 王淋 《测试技术学报》 2026年第3期344-351,共8页
利用烟囱壁上的预留孔来实现烟囱拆除机器人的升降锁固,可显著提升烟囱拆除机器人的工作效率。基于深度学习目标检测技术,提出一种烟囱壁预留孔识别与定位方法。首先,基于YOLOv5深度学习网络模型检测预留孔在图像中的大致区域,得到预留... 利用烟囱壁上的预留孔来实现烟囱拆除机器人的升降锁固,可显著提升烟囱拆除机器人的工作效率。基于深度学习目标检测技术,提出一种烟囱壁预留孔识别与定位方法。首先,基于YOLOv5深度学习网络模型检测预留孔在图像中的大致区域,得到预留孔的粗定位信息,并用高斯滤波法滤除该区域中的孤立点和噪声点;然后,基于预留孔的粗定位信息,利用Canny算子提取预留孔的边缘信息;最后,基于最小二乘的椭圆拟合方法获取预留孔的圆心坐标,实现对预留孔的精确定位,有效减少了目标边缘模糊、相似物干扰、圆形畸变等情况对预留孔定位精度的影响。研究结果表明,YOLOv5s模型的mAP@0.5%达到了99.5%,模型的每帧推理时间为6.5 ms,在仿真环境下圆心定位误差小于0.8 pixel,可有效提高烟囱拆除机器人升降运行的可靠性与效率。 展开更多
关键词 目标检测 YOLOv5算法 圆心定位 圆孔识别 机器视觉
暂未订购 下载PDF
基于改进YOLOv5网络的旋耕机器人遮挡识别及验证 认领 引用
14
作者 曹国辉 程丛喜 《机械设计与制造工程》 2026年第1期63-68,共6页
针对旋耕机器人作业过程中存在遮挡及遮挡识别率不高的问题,提出一种基于改进YOLOv5网络的旋耕机器人遮挡识别算法。首先以YOLOv5网络作为基础目标检测算法;然后对YOLOv5网络的颈部网络进行非邻层信息交流特征增强,并添加SENet注意力机... 针对旋耕机器人作业过程中存在遮挡及遮挡识别率不高的问题,提出一种基于改进YOLOv5网络的旋耕机器人遮挡识别算法。首先以YOLOv5网络作为基础目标检测算法;然后对YOLOv5网络的颈部网络进行非邻层信息交流特征增强,并添加SENet注意力机制;最后将改进的YOLOv5网络用于旋耕机器人作业过程中的遮挡识别并进行实验验证。结果表明,所提基于改进YOLOv5网络的旋耕机器人遮挡识别算法的识别精确率、召回率和F1值分别取值为98.42%、96.17%和0.9753,均高于传统的YOLOv3算法、Faster R-CNN检测算法和SSD算法,且所提算法的遮挡识别时长仅为16.96 s,比另外3种算法分别降低了11.81 s、9.64 s和7.06 s。综合分析可知,所提算法能够提升旋耕机器人在作业过程中的遮挡识别精度和效率,对实现农业现代化和智能化具有一定应用价值。 展开更多
关键词 YOLOv5网络 旋耕机器人 遮挡识别 颈部网络 SENet注意力机制
暂未订购 下载PDF
基于YOLOV5-seg的含能材料晶体形貌图像识别 认领 引用
15
作者 吴小红 万宏伟 +6 位作者 朱舒雨 侯方超 程园芳 方涛 王鸿江 任舵轮 宋亮 《火炸药学报》 EI CAS CSCD 北大核心 2026年第3期262-274,I0004,共13页
为提高含能材料颗粒形貌的品质检测精度和速度,采用基于深度学习的YOLOV5-seg模型的晶体图像目标检测方法,对CL-20、HMX、DNTF等晶体图像检测与识别进行了研究。首先,为通过改进骨干特征提取网络,加深网络结构以获取更多的目标信息,提... 为提高含能材料颗粒形貌的品质检测精度和速度,采用基于深度学习的YOLOV5-seg模型的晶体图像目标检测方法,对CL-20、HMX、DNTF等晶体图像检测与识别进行了研究。首先,为通过改进骨干特征提取网络,加深网络结构以获取更多的目标信息,提高识别含能材料晶形的准确度;其次,通过添加注意力机制以及增加输出层来增强特征提取和特征融合,从而提升含能材料晶形检测效果;再次,通过迁移学习获得预训练权重,并将其用作改进后YOLOV5-seg的训练权重,以加快网络收敛速度;最后,通过YOLOV5-seg模型对含能材料晶体图片进行分割、训练和识别处理。结果表明,YOLOV5-seg模型的平均精度均值在交并比为0.5时(mAP@0.5)达到了85.636%,在交并比阈值为0.5~0.95(步长0.05)下的平均精度均值(mAP@0.5∶0.95)达到了79.258%,精确度达到了89.331%,召回率达到了81.25%。在圆形和六边形含能材料晶体上达到100%的精确识别,训练集与验证集的损失函数曲线均呈现稳定收敛趋势,表明模型具备良好的拟合能力与泛化性能。 展开更多
关键词 含能材料 晶形识别 目标检测 深度学习 YOLO算法 YOLOV5-seg模型
暂未订购 下载PDF
基于YOLOv5对白酒瓶盖封装缺陷的检测技术研究 认领 引用
16
作者 王浩楠 韩奇峻 +1 位作者 郭卫东 程浩刚 《酿酒》 CAS 2026年第4期90-94,共5页
本文旨在探讨YOLOv5在白酒瓶盖缺陷检测中的应用,针对白酒瓶盖生产及白酒灌装过程中可能出现的六种常见缺陷(瓶盖破损、瓶盖变形、瓶盖坏边、瓶盖打旋、瓶盖断点及喷码异常)进行了深入研究。通过对YOLOv5在网络轻量化、注意力机制以及... 本文旨在探讨YOLOv5在白酒瓶盖缺陷检测中的应用,针对白酒瓶盖生产及白酒灌装过程中可能出现的六种常见缺陷(瓶盖破损、瓶盖变形、瓶盖坏边、瓶盖打旋、瓶盖断点及喷码异常)进行了深入研究。通过对YOLOv5在网络轻量化、注意力机制以及多尺度融合方面的改进,使YOLOv5在边缘设备上的部署能力得到了显著提升,并适用于复杂工作环境。实验结果表明,改进后的YOLOv5在白酒瓶盖缺陷检测中表现出优异的性能,其检测速度与精度均得到了提升,为白酒瓶盖的质量控制提供了有力支持。 展开更多
关键词 白酒生产 缺陷检测 算法改进 YOLOv5
暂未订购 下载PDF
基于改进YOLOv5深度学习算法的纺织品表面缺陷自动识别系统 认领 引用
17
作者 王婉星 《上海纺织科技》 2026年第6期56-59,共4页
针对现有纺织品表面缺陷识别系统识别准确率、效率低等问题,基于改进YOLOv5数学算法搭建了一种纺织品表面缺陷自动识别系统。该系统包含硬件层、软件层、数据层、应用层等,可以实现对多种纺织品表面缺陷的高效自动识别。以工程应用方式... 针对现有纺织品表面缺陷识别系统识别准确率、效率低等问题,基于改进YOLOv5数学算法搭建了一种纺织品表面缺陷自动识别系统。该系统包含硬件层、软件层、数据层、应用层等,可以实现对多种纺织品表面缺陷的高效自动识别。以工程应用方式对该系统的纺织品表面缺陷识别效果进行分析,结果表明:该系统对各类型纺织品表面缺陷的识别精准率均超过93.0%,单件纺织品图像检测时间低于10.0 s,能够满足实际工程应用需求。 展开更多
关键词 检测 纺织品 表面缺陷 机器视觉 YOLOv5 深度学习算法 智能识别
暂未订购 下载PDF
基于YOLOv5改进算法的GIS室内巡检无人机异常检测与预警系统 认领 引用
18
作者 卓浩泽 杜珂 +1 位作者 蒋圣超 李泰霖 《自动化与仪器仪表》 2026年第6期379-382,387,共4页
随着室内巡检无人机在复杂环境中的应用日益广泛,传统方法在实时性与覆盖范围上面临挑战。为提高异常检测的准确性与响应速度,研究构建了一种基于“You Only Look Once version5”(YOLOv5)改进算法的地理信息系统(Geo-Information Syste... 随着室内巡检无人机在复杂环境中的应用日益广泛,传统方法在实时性与覆盖范围上面临挑战。为提高异常检测的准确性与响应速度,研究构建了一种基于“You Only Look Once version5”(YOLOv5)改进算法的地理信息系统(Geo-Information System,GIS)室内巡检无人机异常检测与预警系统。研究引入通道注意力机制与自适应空间特征融合网络,优化YOLOv5s模型,提升其在复杂光照、遮挡及目标形态多变场景下的检测性能。实验结果表明,系统在数据集上损失值收敛至3.4,检测精度达84.9%,推理时间仅为32.6 ms,F1分数达96%。结果表明,研究设计的系统实现了图像感知、目标识别、空间定位与预警决策全流程自动化,提升了室内巡检智能化水平与响应效率,为室内巡检提供高效精准的异常检测与预警方案。 展开更多
关键词 YOLOv5改进算法 GIS室内巡检 无人机 异常检测 预警系统
暂未订购 下载PDF
基于改进YOLOv5算法的表面缺陷图像智能识别研究 认领 引用
19
作者 王永君 《计算机应用文摘》 2026年第9期90-92,共3页
传统表面缺陷图像识别方法分辨率低,对微小缺陷敏感度不足,识别准确性与效率受限。为此,提出一种基于改进YOLOv5算法的表面缺陷图像智能识别方法。首先,采用自适应中值滤波和同态滤波联合去噪,并结合CLAHE与拉普拉斯算子增强缺陷特征;... 传统表面缺陷图像识别方法分辨率低,对微小缺陷敏感度不足,识别准确性与效率受限。为此,提出一种基于改进YOLOv5算法的表面缺陷图像智能识别方法。首先,采用自适应中值滤波和同态滤波联合去噪,并结合CLAHE与拉普拉斯算子增强缺陷特征;将标注后的图像和标签文件合并为结构化数据集,构建YOLOv5模型,通过模型推理输出智能识别结果。实验结果表明,该方法不存在漏检情况,能够准确识别表面缺陷图像,帧率稳定在46~49 FPS,显著优于对比方法,有效实现了高精度、实时的表面缺陷智能识别,满足工业检测需求。 展开更多
关键词 改进YOLOv5算法 表面 缺陷 图像 智能 识别
暂未订购 下载PDF
YOLOv5智能车载后视镜盲区检测算法优化 认领 引用
20
作者 焦燕 孙雪飞 《汽车电器》 2026年第5期66-68,共3页
车辆后视镜盲区是引发变道、转弯事故的主要诱因。针对盲区场景目标出现突然、尺度变化大、实时性要求高等挑战,文章提出一种基于改进YOLOv5的车辆检测算法。通过在骨干网络中嵌入CBAM注意力机制增强小目标的敏感度,优化多尺度特征融合... 车辆后视镜盲区是引发变道、转弯事故的主要诱因。针对盲区场景目标出现突然、尺度变化大、实时性要求高等挑战,文章提出一种基于改进YOLOv5的车辆检测算法。通过在骨干网络中嵌入CBAM注意力机制增强小目标的敏感度,优化多尺度特征融合提升不同距离车辆感知能力,并采用通道剪枝与INT8量化实现嵌入式高效部署。实车测试结果表明,该算法在盲区目标召回率、检测延迟等关键指标上优于原始YOLOv5及主流轻量级模型,能够为盲区预警系统提供可靠的目标检测输入,具备良好工程应用价值。 展开更多
关键词 YOLOv5算法 目标检测 注意力机制 模型轻量化 计算机视觉
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 … 20 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈