《电子测量技术杂志》发表论文赏析

基于改进YOLOv4算法的高压塔鸟巢检测

来源:电子测量技术杂志2022年第18期北京时间:

作者:谢国波,郑晓锋,林志毅,林立,文刚

单位:1广东工业大学计算机学院 广州 510006 2 云南电网有限责任公司电力科学研究院 昆明 650000

摘要:针对现有算法对高压塔上鸟巢检测存在参数量过大,实时性不足及对小目标检测能力较弱的问题,提出了一种改进的YOLOv4算法。首先使用Mobilenetv2网络代替CSPDarknet53网络作为主干网络,减少算法的参数量且提升检测速度;同时在Mobilenetv2网络的逆残差网络中嵌入注意力Coordinate Attention模块,增强网络对目标特征提取能力。然后,对PANet网络进行改进,获取更多的细节特征信息,提高对小目标鸟巢的检测能力。最后,使用Focal Loss函数优化损失函数,降低大量简单背景样本训练的权重,提升对小目标鸟巢困难样本训练的侧重,进一步提高对小目标鸟巢的检测能力。实验结果表明,较原始的YOLOv4算法,改进后的YOLOv4算法的参数量减少了48.1%,检测速度和精度分别提高了12.9fps和2.33%。即改进后的YOLOv4算法大幅度减少了算法参数量,且对鸟巢的检测拥有更好的检测性能。

关键词:参数量;逆残差网络;细节特征;检测能力

2022年18期其他文献查阅:

结合有源阻尼的风电变流器改进线性自抗扰控制

基于FPGA与退化YOLO的手机镜片缺陷检测系统

术中神经监测系统设计与实现

基于MHHO-BP算法的DC-DC电路软故障诊断

融合VMD优化和小波包分析的陶瓷检测信号降噪方法研究

基于ICEEMDAN与小波包分解的脉搏信号联合去噪

局部自适应复合绝缘子检测与憎水性分类网络

基于Markov链的光电转换系统可靠性评估与应用

非零速启停的低功耗步进电机控制器研究

轻量级注意力X射线矿石检测方法

基于螺旋搜索机制的行星搜索算法

基于RBF神经网络滑模控制的双尾鳍机器鱼

基于PTP协议的列车通信网络时间同步优化研究

基于一维卷积神经网络的癫痫发作检测

多无人机协同侦察时间资源分配优化

基于多尺度特征融合的皮肤烧伤创面分级算法

基于深度学习的交通标志文字信息检测与识别方法

基于深度学习的恶意文档可视化检测

基于稠密连接时空双流网络的行为识别方法研究

基于红外半球摄影的无线叶面积指数传感器设计

基于改进YOLOv4算法的高压塔鸟巢检测

基于特征融合的调制识别增强与迁移演化

一种基于方向图重构机制的宽带宽视角相控阵天线

基于单辅助源校正的MUSIC测向性能分析与实验验证

簇首优选改进算法设计及其网络能耗影响研究

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!