基于改进YOLOv5s模型的风电叶片内腔缺陷检测
为直观展现本研究提出的改进YOLOv5s算法与原算法在实际应用中的检测表现对比,从自制数据集中选取了2种场景的图片,分别用改进后YOLOv5s算法与原算法进行对比测试,效果如图8所示。由图8可以看出,原YOLOv5s方法只能检测出1个较大的缺陷区域,并且目标框不够紧致,而改进方法能够检测出2个较小的缺陷区域,并且目标框更...
目标检测跟踪模型YOLOv8 能快速识别和定位多个对象
多平台兼容性:YOLOv8支持通过ONNX、OpenVINO、CoreML和TFLite等多种格式部署,增强了模型的可用性和兼容性,使其能够在各种硬件和平台上运行。多任务能力:除了目标检测外,YOLOv8还支持实例分割、图像分类和姿态估计等任务,为多种视觉识别需求提供一站式解决方案。YOLOv8提供了在COCO数据集上预训练的检测、分割和姿...
抛弃高精度地图旧模式,走向视觉感知新时代?
CNN通过卷积层、池化层和全连接层的组合,能够有效地提取图像中的特征,实现目标检测、物体识别和语义分割等任务。??目标检测:识别并定位图像中的特定物体,如行人、车辆、交通标志等。常用的目标检测模型包括YOLO(YouOnlyLookOnce)、SSD(SingleShotMultiBoxDetector)和FasterR-CNN等。??语义分割:对图...
抢鲜看|《电工技术学报》2024年第13期目次及摘要
针对此问题,该文通过构建输电线路走廊隐患目标数据集,提出新模型YOLO-2MCS用于输电线路走廊隐患目标检测。使用混合数据增强策略对数据集进行有效扩充,以提高模型在复杂场景下的泛化性和鲁棒性;在EfficientRep骨干网络引入卷积注意力机制模块,有效提升模型对多尺度目标的检测能力;构建使用softplus激活函数的双向特征金字塔结构...
CV最新论文|1月31日 arXiv更新论文合集
摘要:YouOnlyLookOnce(YOLO)系列探测器已成为高效实用的工具。但是,它们对预定义和训练的对象类别的依赖限制了它们在开放场景中的适用性。为了解决这一局限性,我们引入了YOLO-World,这是一种创新方法,通过视觉语言建模和大规模数据集上的预训练,增强了YOLO的开放词汇检测能力。具体来说,我们提出了一种...
矿业分析|“借我一双慧眼”视频AI识别技术助力煤矿安全生产升级
胡璟皓提出了损失函数和数据增强改进方法,对YOLO-V3检测算法进行了改进,实现了对带式输送机非煤异物视频目标的检测(www.e993.com)2024年8月5日。为了解决煤尘、光照不均等干扰造成输送带异物目标图像检测效果不佳的问题,郝帅等提出了一种融合卷积块注意力模型的YOLOv5目标检测算法(图8),并以某煤矿输送带的视频监控数据进行了实验测试分析,与...
《现代电影技术》丨AI与电影智能制作研究与展望
iZotope系列软件使用人工智能工具检测和修复音频噪声,并实现基于风格学习的自动混音。人工智能声音修复技术也应用于《流浪地球2》(2023)中,基于李雪健早期作品音频训练AI模型实现声音修复。在内容生成方面,微软发布“神经编解码器语言模型”VALL??E(2023)[32],基于MetaEnCodec技术将语音输入生成声学令牌,可根据仅3...
改进的YOLO:AF-FPN替换金字塔模块提升目标检测精度
将YOLOv5中原有的特征金字塔网络替换为AF-FPN,在保证实时检测的前提下提高了YOLOv5网络对多尺度目标的检测性能。此外,提出了一种新的自动学习数据增强方法来丰富数据集并提高模型的鲁棒性,使其更适合实际场景。在Tsinghua-Tencent100K(TT100K)数据集上的大量实验结果证明了与几种最先进的方法相比所提出的方法的...
集成多种YOLO改进点,面向小白科研的YOLO检测代码库YOLOAir
YOLOAir算法代码库是一个基于PyTorch的YOLO系列目标检测开源工具箱。使用统一模型代码框架、统一应用方式、统一调参,该库包含大量的改进模块,可使用不同网络模块来快速构建不同网络的检测模型。基于YOLOv5代码框架,并同步适配YOLOv5(v6.0/v6.1更新)部署生态。用户在使用这个项目之前,可以先了解YOLOv5...
基于深度学习的目标检测算法面试必备(RCNN~YOLOv5)
YOLOv2-v5PP-YOLOSSD主要考虑问题1、准确性2、实时性3、多尺度4、标签方案5、目标重叠6、模型训练7、重复编码8、数据增强9、样本不平衡两阶段目标检测算法RCNN1、模型通过选择性搜索算法获取潜在的候选区域2、截取原图每个候选区域并resize输入到模型中进行特征抽取...