《电子测量技术杂志》发表论文赏析

基于视觉联合检测的球团矿粒径检测方法

来源:电子测量技术杂志2026年第2期北京时间:

作者:龚玉洁,王旭,郭海杰,丁志星,崔雪红

单位:青岛科技大学信息科学技术学院 青岛 266061

摘要:针对工业球团矿图像分割任务中存在的小目标密集粘连、易受遮挡等技术难题,提出基于YOLOv11与SAM2的视觉联合检测实例分割方法(YO-SAM2)。首先,通过CSC模块改进YOLOv11的C3k2模块,增强网络对密集小目标特征的表达能力。其次,设计小目标混合融合特征金字塔网络(SHFPN),在P2层增加特征图输出以捕捉细节信息,添加跨层交互并采用基于内容引导注意力机制的混合融合策略,提升多尺度特征融合效能。此外,引入解耦空间-通道上采样模块(DSCU)替代原始上采样方法,生成更具表达力的特征表征。最后,通过嵌入可学习Adapter适配器对SAM2分割模型进行参数高效微调,有效提升模型对特定工业场景的适应性和泛化性。实验结果表明,YO-SAM2在球团矿数据集的mIoU达90.3%,与Mask R-CNN、YOLOv8-seg等主流分割算法相比,取得了最佳分割效果。该方法有效解决了工业场景下球团矿分割的精度与鲁棒性问题,为智能工业质检提供了可靠的技术方案。

关键词:实例分割;多尺度特征融合;细节信息;参数微调

基金资助:国家自然科学基金(61472196,61672305)项目资助

2026年2期其他文献查阅:

改进YOLOv8n的轻量化车钥匙检测系统

基于跨模态特征融合的自闭症筛查研究

基于FPGA的高速并行时钟恢复算法设计

基于P-ROQR+Q-FRC的模块化多电平变流器环流抑制策略

基于快速终端动态滑模的三相电压型PWM整流器控制

多功能RIS辅助隐蔽通信的无人机位置优化方法

基于WOA动态复合模型的管道螺旋焊缝检测研究

融合先验掩膜与YOLOv8的FOD检测方法研究

车用动力电池组云边智控与高精度SOC估计

超材料领域的持续学习:动态数据生成与模型性能评估

融合睡眠结构与个体先验的OSA严重程度估计

信号干扰场景中无人机数据融合建模仿真

基于遗传算法与粒子群算法融合的路径规划

SGAD-YOLO:基于改进YOLO11的工作服规范穿戴检测算法

基于深度学习的无人机时频曲线重建算法

基于PIR谐波抑制的IPMSM虚拟直流信号注入MTPA控制

融合Voronoi骨架图RRT算法的防疫机器人路径规划

基于KDB-RRT算法的智能体路径规划

基于YOLOv8改进的无人机航拍路面损伤检测算法

基于改进RT-DETR的遥感图像目标检测算法

基于视觉联合检测的球团矿粒径检测方法

基于动态三元注意力网络的火星地表图像分割

ArgusFusion:基于MLP的轻量化高效的氩花分割网络

基于改进RT-DETR的转向节表面缺陷检测算法

我国太赫兹科技人才发展现状、挑战与创新路径

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!