可变形

作品数：1072被引量：2067H指数：15
导出分析报告
相关领域：自动化与计算机技术交通运输工程机械工程更多>>
相关作者：朱云峰李斌姚燕安冷劲松刘彦菊更多>>
相关机构：哈尔滨工业大学中国科学院浙江大学南京航空航天大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划北京市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机工程与应用x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
DCD-YOLOv8n:一种高效的钢材表面缺陷检测算法
《计算机工程与应用》2025年第7期117-127,共11页梁礼明 陈康泉 钟奕 龙鹏威 冯耀 
国家自然科学基金(51365017,61463018);江西省自然科学基金(20192BAB205084);江西省教育厅科学技术研究青年项目(GJJ2200848)。
针对现有钢材表面缺陷检测算法资源消耗较大、检测精度和效率较低等问题,提出一种基于YOLOv8n的高效钢材缺陷检测算法(DCD-YOLOv8n)。该方法一是设计轻量化的多分支特征聚合网络,有效精简模型体积并提升检测速度;二是利用跨维度聚合模块...
关键词：缺陷检测 YOLOv8n 多分支特征聚合网络 跨维度聚合模块 可变形多头注意力机制 
LOL-YOLO:融合多注意力机制的低照度目标检测被引量：1
《计算机工程与应用》2024年第24期177-187,共11页蒋畅江 何旭颖 向杰 
国家自然科学基金(62277008)。
针对低照度图像中目标检测面临的夜间模糊场景、边界不明显场景、明暗差异较大场景等挑战,提出了一种动态特征融合的的检测方法 LOL-YOLO(low-light YOLO)。引入了自校正照明模块改善低光照图片的质量,应对低照度下的目标不明显问题;提...
关键词：低照度 图像增强 大卷积核 可变形卷积 多重注意力机制 
改进YOLOv8 的带钢缺陷检测
《计算机工程与应用》2024年第21期183-193,共11页马金林 曹浩杰 马自萍 林宝宝 杨继鹏 
宁夏自然科学基金(2023AAC03264);北方民族大学中央高校基本科研业务费专项(2023ZRLG02);宁夏高等学校科学研究项目(NYG2024066);图像与智能信息处理国家民委创新团队;北方民族大学计算机视觉与虚拟现实创新团队。
针对带钢表面缺陷检测精度不足的问题,提出一种改进的YOLOv8n检测模型。基于可变形卷积对Head网络中的C2f模块进行了重新设计;通过利用采样点的可变性,有效提高了对表面不规则缺陷的检测能力。添加多头自注意力机制捕捉不同的关注点,从...
关键词：目标检测 表面缺陷 可变形卷积 YOLOv8 
适用于鱼眼图像的改进YOLOv7目标检测算法被引量：1
《计算机工程与应用》2024年第14期250-256,共7页吴兆东 徐成 刘宏哲 付莹 蹇木伟 
国家自然科学基金(62171042,62102033,62006020);北京市重点科技项目(KZ202211417048);北京市属高等学校高水平科研创新团队建设支持计划项目(BPHR20220121);北京市自然科学基金(4232026);协同创新中心(CYXC2203)。
鱼眼相机捕获的图像具有宽视场、几何失真和尺度差异大等特点,这给基于标准卷积网络的目标检测器带来了巨大的挑战。现有的目标检测算法可以在网络结构设计、特征学习等方面进一步改进以适用于鱼眼图像上的失真目标检测任务。为减轻鱼...
关键词：目标检测 鱼眼图像 多头注意力 可变形卷积 YOLO算法 
InternDiffuseDet:结合可变形卷积和扩散模型的目标检测方法被引量：2
《计算机工程与应用》2024年第12期203-215,共13页袁志祥 高永奇 
国家自然科学基金(61806005);安徽高校协同创新项目(GXXT-2020-012);安徽省高校科学研究重点项目(KJ2021A0373);安徽省高校优秀青年人才支持计划项目(gxyqZD2022032)。
针对现有目标检测中存在的漏检和误检、特征提取能力有限、处理复杂场景时检测精度不高等问题,基于DiffusionDet进行改进,提出了一种结合可变形卷积和扩散模型的目标检测方法。以模型在进入检测头之前需要更多且优质的特征图为核心思想...
关键词：DiffusionDet 可变形卷积 扩散模型 特征金字塔 损失函数 
优化改进YOLOv8实现实时无人机车辆检测的算法被引量：14
《计算机工程与应用》2024年第9期79-89,共11页史涛 崔杰 李松 
国家自然科学基金(61203343)。
针对现有无人机车辆检测算法精度低、易受背景环境干扰、难以检测微小目标车辆问题,提出了一种改进YOLOv8的无人机车辆检测算法YOLOv8-CX。结合Deformable Convolutional Networks v1-3的优点,提出一种能够灵活采样特征的C2f-DCN模块,...
关键词：无人机车辆检测 YOLOv8 可变形卷积 注意力机制 特征融合 
结合Transformer和动态特征融合的低照度目标检测被引量：5
《计算机工程与应用》2024年第9期135-141,共7页蔡腾 陈慈发 董方敏 
国家自然科学基金新疆联合基金重点项目(U1703261)。
针对现有低照度目标检测算法模型参数量与计算量大、检测实时性差、难以应用于移动设备等问题,提出一种基于YOLOv8的改进轻量模型DarkYOLOv8的低照度目标检测方法。使用MobileNet v2替换YOLOv8的主干网络,增加模型的特征提取能力;使用Tr...
关键词：低照度目标检测 注意力机制 轻量化 TRANSFORMER 可变形卷积 
融合遮挡信息的改进DDETR无人机目标检测算法
《计算机工程与应用》2024年第1期236-244,共9页周建亭 宣士斌 王婷 
国家自然科学基金(61866003);广西民族大学研究生创新计划(gxun-chxs2021063)。
针对无人机航拍图像中目标场景复杂、小目标多、遮挡严重的问题,提出了一种融合目标遮挡信息的改进DDETR(deformable DETR)的无人机目标检测算法。提出模型用Swin Transformer代替DDETR模型中残差网络来获得更丰富的多层次语义特征;增加...
关键词：无人机目标检测 深度学习 交叉注意力 可变形卷积 
改进YOLOv7的复杂环境下铅封小目标检测被引量：3
《计算机工程与应用》2023年第19期130-139,共10页张海镔 裴斐 雷帮军 夏平 
湖北省重点实验室开放基金(2018SDSJ05)。
针对海港集装箱运输场景复杂、受光强弱程度不同、视角远近不同、铅封与背景颜色相近等情况导致的小目标铅封检测困难问题,提出了一种改进的YOLOv7集装箱上铅封检测方法。采用一种将上下文信息直接融入目标检测任务的方法,结合自顶向下...
关键词：铅封 小目标检测 YOLOv7 上下文信息 可变形卷积 注意力机制 损失函数 
采用细胞形态特征对比学习的肺癌图像分类被引量：1
《计算机工程与应用》2023年第19期140-150,共11页贾伟 江海峰 赵雪芬 
国家自然科学基金(62062057);宁夏自然科学基金(2020AAC03032)。
针对肺癌图像分类中出现的已标记肺癌病理图像较少且细胞形态复杂的问题,提出一种基于细胞形态特征对比学习的肺癌病理图像分类方法,通过对比学习将置信度较高的未标记数据混入到训练数据中,解决已标记数据不足的问题。在最近邻对比学...
关键词：肺癌 病理图像分类 对比学习 可变形卷积 动态卷积 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部