V5

作品数：944被引量：1276H指数：15
导出分析报告
相关领域：医药卫生更多>>
相关作者：陈国栋刘龙申沈明霞宋怀波李苏红更多>>
相关机构：重庆长安跨越车辆有限公司东南(福建)汽车工业有限公司北京数码大方科技有限公司广东好帮手电子科技股份有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划安徽省自然科学基金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 主题=目标检测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：
基于UPCBAM-RYOLO V5的光学遥感舰船小目标检测
《吉林大学学报(信息科学版)》2024年第6期1048-1057,共10页杨笑天 鱼昕 刘铭 王梁 谭金林 吴意 
吉林省科技厅基金资助项目(20200201157JC)。
针对光学遥感数据中舰船小目标数量占比大,长宽比大且多个目标紧密排列难以检测的问题,提出一种基于YOLO V5(You Only Look Once V5)的光学遥感舰船小目标检测算法——UPCBAM-RYOLO V5(Upsampling Convolutional Attention Block Module...
关键词：光学遥感数据 舰船小目标 UPCBAM-RYOLO V5算法 上采样注意力机制 旋转角度 
基于YOLO v5模型的缺钙草莓叶片识别方法
《江苏农业科学》2024年第20期74-82,共9页李炳鑫 宋涛 高婕 李冬 高鹏 李仁杰 赵德傲 
河北省科技计划(编号:22370701D)。
针对缺钙草莓叶片病害特征较小、病害尺度特征变换较大、传统的卷积神经网络模型对小目标的检测效果不佳等问题,提出一种基于YOLO v5模型的缺钙草莓叶片识别方法。该方法首先以YOLO v5模型为基础从其Backbone、Neck、损失函数等方面进...
关键词：YOLO v5 小目标 目标检测 轻量化模型 缺钙 草莓 
基于注意力机制改进YOLO-V5的多尺度行人目标检测被引量：1
《青岛科技大学学报（自然科学版）》2024年第5期127-134,共8页杨旭睿 冯宇平 李悦 陶康达 戴家康 
国家自然科学基金项目(61971253);青岛科技大学大学生创新训练计划项目(202410426014)。
为了提高在各类复杂场景中不同尺度行人目标的检测性能,提出了一种结合注意力机制的YOLO-V5多尺度改进算法。通过对YOLO-V5主干网络进行加深,进一步提高其特征提取能力,丰富深层语义信息;在算法中引入Coordinate Attention注意力机制,...
关键词：行人目标检测 YOLO-V5 多尺度目标检测 注意力机制 
基于改进YOLO v5算法的道路小目标检测被引量：2
《系统工程与电子技术》2024年第10期3271-3278,共8页宋存利 柴伟琴 张雪松 
国家自然科学基金(62276042);辽宁省教育厅项目(LJKZ0486)资助课题。
为解决交通道路小目标检测难度大、精度低,容易出现错检漏检的问题,提出一种基于YOLO v5(you only look once v5)算法的多尺度特征融合目标检测改进算法。首先,增加小目标检测头用于适应小目标尺寸,缓解漏检情况。然后,引入可变形卷积网...
关键词：YOLO v5 小目标检测 上下文增强模块 可变形卷积 
基于改进YOLO v5s的轻量化高压开关柜识别模型研究
《电工技术》2024年第15期27-32,共6页赵应禄 杨德浩 张娟 曲松云 吴永 张燕 
针对开关柜指示灯尺寸小、分布密集造成检测困难等问题,提出一种基于YOLO v5改进模型。使用轻量化主干网络模型MobileNet-V3,降低边缘端部署要求。改进多尺度特征融合方式扩大感受野,提高小尺寸目标检测效果。将损失函数替换为WIoU,改...
关键词：开关柜检测 YOLO v5 特征提取 小目标检测 损失函数 
基于改进YOLO v5的复杂环境下柑橘目标精准检测与定位方法被引量：3
《农业机械学报》2024年第8期280-290,共11页李丽 梁继元 张云峰 张官明 淳长品 
重庆市杰出青年科学基金项目(2022NSCQ-JQX0030);宜宾市双城协议保障科研经费项目(XNDX2022020015);中央高校基本科研业务费专项资金项目(XDJH202302);重庆市研究生科研创新项目(CYB23125)。
针对自然环境下柑橘果实机械化采收作业环境复杂和果实状态多样等情况,提出了一种多通道信息融合网络——YOLO v5-citrus,以解决柑橘果实识别精准度低、果实分类模糊和定位精准度低等难题。将不同的柑橘目标通过不同遮挡条件分为“可采...
关键词：柑橘采摘机器人 目标检测 状态区分 三维坐标获取 复杂环境 YOLO v5 
基于改进YOLO V5s模型的遥感图像目标检测及应用
《计算机仿真》2024年第6期244-254,共11页张晨光 滕桂法 丁文卿 
沧州市科技局基于大数据推荐算法及遥感的市域经济发展研究规划(213102003);河北省省属高等学校基本科研业务费研究项目(KY2021052);河北省人力资源和社会保障厅面向就业市场的新工科建设中应用型大数据人才培养研究(JRSHZ-2022-02037)。
利用改进YOLO V5s模型实现遥感图像目标检测并用于地域贫困评估。针对现有模型提出了三点改进:加强PAN结构、基于bounding box的RIOU_Loss回归损失函数、协同注意力机制。同时将遥感图像目标作为表征,计算连续时间节点内的贫困率变化。...
关键词：遥感 目标检测 仿真 
基于改进YOLO v5的轻量化苹果检测方法
《江苏农业科学》2024年第12期217-223,共7页温彬彬 张华 孟祥龙 
河北省自然科学基金(编号:C2021204034);石家庄市科技计划(编号:231130351);河北省“三三三人才工程”项目(编号:A202101035)。
为了实现苹果采摘过程中准确快速的识别,本研究提出一种融合FasterNet模型的YOLO v5改进苹果检测算法。首先在基准图像特征提取模块中使用FasterNet架构替代YOLO v5模型中的卷积块和CSPLayer,降低算法复杂度并增强小目标的特征提取能力...
关键词：目标检测 YOLO v5 FasterNet网络 边框角点 ECIoU 
基于改进YOLO v5的苹果采摘机器人目标检测方法被引量：6
《农机化研究》2024年第6期48-55,共8页胡仕林 陈伟 张境锋 魏庆宇 金学广 
江苏省现代农业项目(BE2020406);常州市科技支撑计划(农业)项目(CE20212025);镇江市国际科技合作项目(GJ202009)。
为实现复杂环境中苹果采摘机器人目标快速检测,克服传统YOLO v5网络结构复杂、计算性能弱的缺点,提出了一种基于深度可分离卷积YOLO v5的采摘机器人目标检测方法。在采集苹果样本图像并制作实验数据集后,进行模型训练和测试,引入深度可...
关键词：苹果采摘机器人 目标检测 YOLOv5 深度可分离卷积 
基于改进YOLO-V5算法的烟火检测方法被引量：1
《中国安全科学学报》2024年第5期155-161,共7页张明振 段江忠 梁肇伟 郭俊杰 柴大山 
为减少自然环境中云、水雾、沙尘、灯光、日出、日落等干扰因素对烟雾、火焰目标检测准确性的影响,提出一种基于改进YOLO-V5算法的烟火检测算法。采用现场采集和网络爬取的方法获取烟雾、火焰目标图像和干扰类图像数据集,均衡学习训练样...
关键词：YOLO-V5算法 烟雾 火焰 目标检测 误报率(FPR) 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部