- 博客(24)
- 收藏
- 关注
RSS订阅原创 开关柜设备状态识别与分类_YOLO11_C3k2_RetBlock实现
本文介绍了一种基于YOLO11、C3k2和RetBlock的开关柜设备状态识别方法。通过结合C3k2注意力机制和RetBlock特征提取模块，我们有效提升了模型对开关柜设备关键特征的感知能力和表达能力。实验结果表明，改进后的模型在mAP@0.5指标上达到0.913，相对原始YOLO11提升了8.4%，特别是在小目标和复杂背景下的检测性能得到了显著改善。实际应用表明，该方法能够有效实现开关柜设备状态的实时检测，为电力系统运维提供了可靠的技术支持。
2025-12-22 15:01:02
1192
原创 医疗CT扫描设备与人员识别系统_YOLOv8-GFPN模型优化应用
本文介绍了一种基于YOLOv8-GFPN模型的医疗CT扫描设备人员识别系统优化方案。针对CT室安全管理需求，该系统通过改进特征金字塔网络、优化损失函数和学习率调度策略，显著提升了识别精度和实时性。实验结果显示，优化后的模型mAP达到92.1%，体积减小37%，推理速度提升至48FPS。该系统已在多家医院成功部署，有效减少了95%的非授权进入事件，提高了医疗安全性。未来将进一步优化模型轻量化，拓展更多医疗场景应用。
2025-12-22 14:18:01
955
原创 如何使用Mask R-CNN改进模型进行芦笋目标检测任务 芦笋目标检测数据集 spear mask rcnn x101 32x4d fpn pisa 1x coco
本文探讨了使用改进的Mask R-CNN模型进行芦笋目标检测任务的方法。首先介绍了数据集准备的重要性，包括不同生长阶段和光照条件的芦笋图像采集。然后详细解析了Mask R-CNN模型结构，它通过区域提议网络生成候选区域并实现实例分割。文章提出了两种主要改进策略：使用更强大的X101-32x4d骨干网络增强特征提取能力，以及引入PISA采样策略平衡难易样本训练。这些改进能显著提升模型在复杂场景下的芦笋检测性能，特别是针对芦笋特有的形状和纹理特征。
2025-12-18 12:34:57
824
原创 YOLOv10n-MFM在城市裸地检测中的应用：从算法到实践的完整指南
YOLOv10n是YOLO系列模型中的轻量级版本，专为实时目标检测任务设计。它继承了YOLO系列模型的高效性和准确性特点，同时通过一系列优化措施显著提升了检测性能。与之前的YOLO版本相比，YOLOv10n在保持较高精度的同时，大幅降低了模型复杂度和计算需求，使其非常适合在资源受限的边缘设备上部署。更高效的特征提取网络优化的锚框生成机制改进的非极大值抑制算法更轻量的模型结构。
2025-12-15 16:39:07
800
原创 改进YOLO11添加BIFPN和SDI注意力机制进行竹子节点检测
本文提出了一种改进的YOLO11模型，通过引入BIFPN和SDI注意力机制来提升竹子节点检测性能。针对传统人工检测效率低的问题，该模型采用双向特征金字塔网络(BIFPN)增强多尺度特征融合能力，并加入空间和通道维度交互的SDI注意力机制来突出关键特征。实验结果表明，改进后的模型在mAP指标上比原始YOLO11提高了8%，达到0.823，同时保持了合理的计算复杂度。该研究为农业自动化管理提供了有效的技术方案，未来可进一步优化模型轻量化和跨场景泛化能力。
2025-12-15 16:02:43
713
原创 基于GA-Faster R-CNN的飞机蒙皮缺陷检测与分类系统_1
本文提出了一种基于GA-Faster R-CNN的飞机蒙皮缺陷检测系统。通过改进特征金字塔网络并引入遗传算法优化，实现了对11种常见缺陷的高精度检测。文章详细阐述了从数据标注到模型实现的完整流程：首先构建包含5000张图像的标注数据集；然后分析R-CNN到Faster R-CNN的演进过程，重点解释了RPN网络的工作原理；最后给出了基于Keras的特征提取网络和RPN网络实现代码。该系统通过共享特征提取和端到端训练，显著提升了检测效率，能够有效识别飞机蒙皮上的划痕、凹陷、腐蚀等缺陷，为航空安全提供了智能化检
2025-12-12 17:13:40
1087
原创 YOLOv5-CSP-EDLAN腹部MRI目标检测实现与优化_1
本文提出了一种改进的YOLOv5-CSP-EDLAN模型用于腹部MRI图像目标检测。通过对2604张标注图像进行标准化处理和CLAHE对比度增强等预处理，并采用随机翻转、旋转等数据增强策略，有效提升了数据质量。模型改进方面，优化了CSP模块的跨尺度特征融合和残差连接，并引入EDLAN双层次注意力机制，使mAP提升6%。实验结果显示，该模型在保持较高推理速度的同时，参数量减少48%，mAP@0.5达到0.815，优于原始YOLOv5x。通过知识蒸馏和量化等优化策略，进一步提升了模型效率。该方法为医学影像分析提
2025-12-12 16:37:15
757
原创 工人着装规范检测：安全帽、防护服等个人防护装备的自动识别与合规性分析
本文介绍了一套基于深度学习的工人安全装备智能检测系统。该系统采用YOLOv8模型，通过图像预处理、目标检测和合规性分析三大模块，实现对安全帽、防护服等个人防护装备的自动识别。系统优化了置信度阈值、数据增强等参数，在建筑工地和化工厂等场景中准确率达到95%以上。采用边缘计算部署实现300ms内响应，并具备持续学习能力适应新装备。解决了复杂背景干扰和姿态遮挡等难题，显著提升了工业安全管理效率。
2025-12-10 09:19:08
1046
原创 无人机目标检测实战：基于Mask-RCNN和HRNetV2P模型的COCO数据集训练_3
本文提出了一种基于改进Mask-RCNN和HRNetV2P的无人机目标检测方法。通过将HRNetV2P作为骨干网络并引入注意力机制，显著提升了小目标检测性能，在COCO数据集上AP_small指标提升40%。文章详细介绍了模型改进、训练策略、量化部署等关键技术，并在机场异物检测等实际场景中验证了有效性（检测精度92%，处理速度25FPS）。研究为无人机目标检测提供了完整的解决方案，同时指出未来可在多模态融合和轻量化方向继续优化。
2025-12-09 21:29:10
751
原创 红外图像中的车辆摩托车行人检测改进yolov5-SDI模型实现
本文提出了一种改进的YOLOv5-SDI模型，用于红外图像中的车辆、摩托车和行人检测。针对红外图像特征不明显、背景干扰严重等问题，模型引入空间注意力机制增强目标特征提取，采用动态特征融合策略优化多尺度目标检测，并加入红外图像增强模块提升图像质量。实验在包含10,000张红外图像的数据集上进行，结果显示改进模型在mAP@0.5和mAP@0.5:0.95指标上分别达到76.8%和53.5%，相比基准YOLOv5s提升8.7个百分点，同时保持42.1 FPS的实时检测速度。消融实验验证了各改进模块的有效性，表明该
2025-12-09 21:00:47
933
原创 【斯诺克球检测与识别】基于改进lad_r50-paa-r101_fpn网络的实现_3
本文提出了一种基于改进lad_r50-paa-r101_fpn网络的斯诺克球检测与识别方法。通过优化局部自注意力机制和特征金字塔网络，模型在5000张标注图片的数据集上实现了91.7%的mAP@0.5准确率，较原始模型提升7.5%。实验表明，该方法能有效处理复杂背景下的球体检测，检测速度达32FPS，满足实时性要求。改进的训练策略和加权Focal Loss进一步提升了模型性能，为斯诺克运动分析提供了可靠的技术支持。
2025-12-07 18:26:04
992
原创 基于YOLOv11-C3k2-ContextGuided的后方碰撞预防系统：行人检测算法优化与实践
本文提出了一种基于YOLOv11-C3k2-ContextGuided的后方碰撞预防系统，重点优化了行人检测算法。通过引入创新的C3k2模块和ContextGuided注意力机制，显著提升了模型在复杂场景下的检测精度和实时性。实验表明，该算法在保持38FPS实时性的同时，mAP达到0.789，优于主流检测模型。系统部署测试验证了其在恶劣天气条件下的鲁棒性，成功避免了多起潜在碰撞事故。该研究为智能交通安全提供了有效的技术方案。
2025-12-04 09:21:03
1682
原创 基于sparse-rcnn的小麦赤霉病智能检测与分类模型训练
本文提出了一种基于改进Sparse R-CNN的小麦赤霉病智能检测方法。通过构建包含8000张图像的数据集，采用多层次特征融合和自适应注意力机制优化模型，在病害检测任务中达到87.3%的mAP。改进的迭代精化机制使推理时间缩短25%，同时提升轻度病害检测性能9.4个百分点。模型经量化后体积减小75%，已成功部署于边缘设备实现田间实时检测，为精准农业提供高效病害识别方案。
2025-12-04 08:55:39
906
原创 基于Mask R-CNN和Swin Transformer的海上风力发电机检测与状态评估系统详解
本文介绍了一个基于Mask R-CNN和Swin Transformer的海上风力发电机智能检测与状态评估系统。该系统结合目标检测和图像分割技术，解决了海上风电运维中面临的复杂环境、远距离拍摄等挑战。技术架构包括数据预处理、Mask R-CNN检测和Swin Transformer特征提取模块，采用多阶段训练策略和多种评估指标。系统实现了风力发电机检测、状态评估和可视化分析功能，实际应用案例显示检测效率提升20倍，异常检测率达92%。未来将引入多模态数据融合和边缘计算优化，为海上风电智能化运维提供有力支持。
2025-12-03 20:10:08
1058
原创 输电线路关键部件检测与识别_YOLO13-C3k2-DynamicConv改进方法详解_1
本文提出了一种改进的YOLO13-C3k2-DynamicConv算法，用于提升输电线路关键部件检测性能。针对绝缘子检测面临的尺度变化大、背景复杂等挑战，算法通过引入C3k2模块实现多尺度特征融合，采用DynamicConv增强形变适应能力，并优化损失函数解决样本不平衡问题。实验表明，该算法在远距离绝缘子检测上mAP提升3.2%，缺陷绝缘子召回率提高7.8%，显著优于原始YOLO13。创新性的C3k2模块和动态卷积设计有效提升了复杂场景下的检测精度，为电力设施智能巡检提供了可靠解决方案。
2025-12-03 19:33:21
741
原创 工人个人防护装备智能检测与识别RPN_X101模型详解
本文详细介绍了RPN_X101模型在工人个人防护装备(PPE)智能检测中的应用。该模型基于ResNet-101骨干网络，结合特征金字塔网络(FPN)和区域提议网络(RPN)，通过多尺度特征融合实现高精度PPE检测。文章阐述了模型架构设计、训练优化方法及性能评估指标，显示其mAP@0.5达到92.3%，优于主流检测模型。实际应用中，模型支持边缘部署和视频流分析，已成功应用于建筑工地、化工厂等场景。未来发展方向包括引入注意力机制、3D视觉技术和轻量化改进，以提升检测性能和适用范围。
2025-12-01 16:58:15
622
1
原创 基于YOLOv8-LoGStem的水下垃圾自动识别与分类系统实现
摘要： 本文提出了一种基于YOLOv8-LoGStem的水下垃圾自动识别系统，通过深度学习技术解决水下垃圾检测难题。系统采用模块化设计，包含数据采集、LoGStem图像预处理（有效增强边缘特征并降噪）、YOLOv8目标检测（优化后mAP达92.3%）和可视化界面四大模块。实验表明，LoGStem预处理使检测准确率提升15%以上，配合迁移学习和数据增强策略，系统在复杂水下环境中可实现25ms/帧的实时检测。代码基于PyTorch和PyQt6实现，支持GPU加速，为水下环保监测提供了高效解决方案。
2025-12-01 16:20:49
972
原创 YOLO11-SEG-GDFPN实现碳纤维复合材料表面瑕疵检测：从零开始的完整指南
本文提出了一种基于改进YOLO11-SEG和GDFPN网络的碳纤维复合材料表面瑕疵检测方法。该方法构建了包含879张图像的数据集，涵盖破损、划痕和不平整三种瑕疵类型。通过引入CSPStage模块和动态上采样技术，模型在保持38FPS实时检测速度的同时，mAP@0.5达到0.892，较原始模型提升5.81%。实验表明，该方法能有效识别微小瑕疵，满足工业质检需求。文章还详细介绍了数据预处理、模型优化和工业部署方案，为相关领域提供了实用参考。
2025-11-28 15:00:54
730
原创 GitHub热榜项目 - YOLOv10车床刀具分类检测系统
YOLOv10车床刀具分类检测系统采用了最新的目标检测技术，结合深度学习算法，实现了对车床刀具的精准识别和分类。该系统不仅能够识别刀具类型，还能实时监测刀具磨损状态，为生产决策提供数据支持。🔍更轻量化的网络结构，推理速度提升40% ⚡更强的特征提取能力，小目标识别精度提升25% 🎯自适应锚框机制，减少超参数调优工作量 🔧YOLOv10车床刀具分类检测系统代表了工业视觉检测的最新成果，它不仅解决了传统检测方法的痛点，还为智能制造提供了数据驱动的决策支持。
2025-11-28 14:20:51
695
原创 YOLO11-C3k2-MBRConv3改进：车站客流状态检测与识别模型优化_3
摘要： 本文针对车站复杂场景下的客流检测难题，提出基于YOLOv11改进的YOLOv11-C3k2-MBRConv3模型。通过引入C3k2模块增强多尺度特征提取能力，结合MBRConv3模块的多分支残差结构提升特征表达能力。实验表明，改进模型在车站客流数据集上达到89.3% mAP，较原YOLOv11提升3.1%，参数量减少18.7%，推理速度达40.1 FPS。系统实现了客流密度、分布及流动趋势的实时监测，为车站智能管理提供有效支持。未来将扩展至地铁、机场等更多交通场景，推动智慧交通建设。（149字） 核
2025-11-23 20:41:46
92
原创 AI赋能道路检测：基于YOLOv10m-MobileNetV4的坑洞识别系统_2
本文提出了一种基于YOLOv10m-MobileNetV4的坑洞识别系统，用于道路检测维护。系统采用模块化设计，包含数据采集、模型训练、部署应用等核心模块。通过构建5000张道路图像数据集并应用数据增强策略，提升了模型泛化能力。结合YOLOv10m的检测优势和MobileNetV4的轻量级特征提取，实现了高效多尺度坑洞检测。实验结果显示，该系统在保持高精度（mAP@0.5达0.90）的同时，推理速度达32FPS，显著优于传统方法。该系统可应用于城市巡检、高速公路监测等场景，检测效率较人工提升20倍，助力智能
2025-11-20 11:08:09
250
原创 基于YOLO11-C3k2-ConverseB的电吉他类型识别与分类系统_1
本文提出了一种基于改进YOLOv11的电吉他类型识别系统YOLO11-C3k2-ConverseB，通过引入C3k2模块和ConverseB结构有效提升识别性能。研究构建了包含15种型号的800张电吉他数据集，采用数据增强和标准化预处理。改进的C3k2模块利用k-means优化的多尺寸卷积核，ConverseB结构实现双向特征融合。实验结果表明，改进算法mAP达92.7%，较原始YOLOv11提升5.3%，推理速度保持45FPS以上。该系统可应用于吉他教学辅助，实现型号识别和资源推荐功能。未来将扩展数据集规
2025-11-19 20:13:20
461
原创 高尔夫球检测与识别：基于YOLOv8-ASF-P2的高效检测方案_1
高尔夫球检测与识别系统采用YOLOv8-ASF-P2算法，通过改进的注意力机制和金字塔池化模块提升了小目标检测能力。项目使用RTX 3090显卡和PyTorch框架，在5000张标注图像上训练300轮次，通过数据增强和两阶段训练策略优化模型性能。最终模型达到92.5%的mAP@0.5，并经过TensorRT加速实现30FPS的实时检测速度。该系统能够准确识别复杂背景下的高尔夫球，为高尔夫球场管理和运动分析提供智能解决方案。
2025-11-19 19:42:49
510
原创 2025年华为OD机试真题目录汇总C语言_BCDE卷530道原创
本文是一篇关于华为OD机试的指南，详细介绍了华为OD的概念、面试流程、机试通过率、薪资待遇以及备考方法。文章指出，华为OD是华为与外企德科联合招聘的用工模式，通过笔试、性格测试、技术面试等环节筛选候选人。机试通过率约75%，薪资结构包括基本工资、绩效奖金和年终奖，13-17级对应不同薪资范围。最后提供了针对C++等编程语言的刷题资源，包括真题解析和代码示例，帮助考生高效备考。
2025-10-13 09:47:33
371
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人