期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于无人机航拍视频车辆多目标跟踪算法研究 被引量：2
1
作者 朱奇光 商健 +2 位作者 刘博 岑强 陈卫东 《计量学报》 CSCD 北大核心 2024年第12期1772-1779,共8页
为了提高无人机视觉平台下的车辆多目标跟踪精度,提出了一种改进YOLOv7网络与优化ByteTrack算法相结合的无人机视觉车辆多目标跟踪算法。首先,针对小目标特征不明显的情况,增强了YOLOv7网络浅层语义信息的特征提取能力,同时采用SIoU-Los... 为了提高无人机视觉平台下的车辆多目标跟踪精度,提出了一种改进YOLOv7网络与优化ByteTrack算法相结合的无人机视觉车辆多目标跟踪算法。首先,针对小目标特征不明显的情况,增强了YOLOv7网络浅层语义信息的特征提取能力,同时采用SIoU-Loss对坐标损失函数进行优化,加快锚框收敛速度;其次,根据车辆运动特点,在ByteTrack算法的基础上,将卡尔曼滤波算法的状态向量融入加速度信息;最后,在VisDrone2021数据集上验证算法的有效性。实验结果表明:改进YOLOv7网络的平均检测精度比原网络提高3.2%,跟踪算法准确度比基准算法提高1.2%,高阶跟踪精度提高2.9%。 展开更多
关键词 计算机视觉 图像处理 多目标跟踪 无人机 YOLOv7网络 bytetrack算法 车辆检测
在线阅读 下载PDF
具有双层路由注意力机制的YOLOv8血鹦鹉目标检测与追踪方法 被引量：1
2
作者 李鹏龙 张胜茂 +3 位作者 沈烈 樊伟 顾家辉 邹国华 《大连海洋大学学报》 CAS CSCD 北大核心 2024年第2期318-326,共9页
为了检测观赏鱼类的行为及其健康状况,设计了一种具有双层路由注意力机制的血鹦鹉(Vieja synspila♀×Amphilophus citrinellus♂)目标检测模型YOLOv8n-BiFormer,该方法在YOLOv8n模型基础上添加了双层路由注意力以减少计算量和内存... 为了检测观赏鱼类的行为及其健康状况,设计了一种具有双层路由注意力机制的血鹦鹉(Vieja synspila♀×Amphilophus citrinellus♂)目标检测模型YOLOv8n-BiFormer,该方法在YOLOv8n模型基础上添加了双层路由注意力以减少计算量和内存,添加了新的视觉通用变换器BiFormer以提升计算效率,并采用ByteTrack算法追踪血鹦鹉的运动轨迹。结果表明:使用YOLOv8n-BiFormer模型对血鹦鹉的检测准确率达到99.2%,召回率为93.7%,平均精度均值(mAP@0.5)为99.1%,相较于YOLOv8n模型分别提升了0.8%、1.4%、1.0%;使用该模型对水族箱中的慈鲷(Chindongo demasoni)进行检测追踪同样取得了较好的效果,慈鲷的检测准确率达到97.0%,召回率为93.4%,平均精度均值为96.5%,相较于YOLOv8n模型召回率和平均精度分别提升了1.8%和1.9%。研究表明,本文中设计的YOLOv8n-BiFormer模型具有通用性,在检测和追踪血鹦鹉和慈鲷目标方面均表现优异,消耗的计算资源较少,可部署在水族箱监控系统中,为观赏鱼信息记录自动化和智能化提供了可行的解决方案。 展开更多
关键词 血鹦鹉 慈鲷 YOLOv8模型 检测追踪 bytetrack算法
在线阅读 下载PDF
变电站作业违章行为多目标参数智能辨识仿真
3
作者 陈维 王磊 +1 位作者 付智鑫 王克乾 《计算机仿真》 2024年第12期162-166,共5页
变电站作业环境复杂多变,存在大量的电气设备和复杂的作业流程,使得准确识别工作人员的违章行为变得尤为困难。为了提高变电站作业安全,适应复杂环境需求,提出一种基于改进ByteTrack算法的变电站作业违章行为辨识方法。通过YOLOv3网络... 变电站作业环境复杂多变,存在大量的电气设备和复杂的作业流程,使得准确识别工作人员的违章行为变得尤为困难。为了提高变电站作业安全,适应复杂环境需求,提出一种基于改进ByteTrack算法的变电站作业违章行为辨识方法。通过YOLOv3网络获得目标特征张量,判断变电站是否存在作业人员,检测出作业目标。采用ByteTrack算法预测下一帧目标框信息,计算目标位置,结合匈牙利算法更新目标位置信息与参数矩阵,得到行为跟踪轨迹结果。构建作业人员行为辨识模型得出作业行为辨识结果,根据历史违章行为姿态与目标行为辨识结果的相似度阈值,完成变电站作业违章行为的最终辨识。通过实验证明,在复杂作业环境下,所提算法能够实现变电站作业违章行为的精准辨识,有利于保证工作人员安全,避免出现重大事故。 展开更多
关键词 变电站作业违章 目标检测 行为辨识 行为跟踪
在线阅读 下载PDF
基于YOLO-Pipe和ByteTrack的排水管道缺陷检测
4
作者 凌同华 贝政豪 +2 位作者 张胜 张亮 江浩 《中国给水排水》 北大核心 2025年第3期125-130,共6页
城市排水管道检测作为城市管理的重要组成部分,对保障城市安全运行具有重要意义。针对现有模型对排水管道检测存在的复杂度高、精度低等问题,采用C3_PConv结构、PIoUv2损失函数和层自适应幅度剪枝算法对YOLOv5n进行优化,构建了轻量化的Y... 城市排水管道检测作为城市管理的重要组成部分,对保障城市安全运行具有重要意义。针对现有模型对排水管道检测存在的复杂度高、精度低等问题,采用C3_PConv结构、PIoUv2损失函数和层自适应幅度剪枝算法对YOLOv5n进行优化,构建了轻量化的YOLO-Pipe模型。并将YOLO-Pipe模型与ByteTrack追踪算法进行融合,提出了一种基于排水管道检测视频的Pipe-Track缺陷追踪算法。结果表明,YOLO-Pipe模型缺陷检测的mAP@50达94.8%,推理时间为28.2 ms。与其他模型相比,YOLO-Pipe在兼顾实时检测的同时取得了更高的检测精度。融合的Pipe-Track算法实现了对视频数据集的检测,并且缺陷平均锁定率达到了92.3%,展现出了良好的缺陷检测效果。 展开更多
关键词 排水管道 缺陷检测 YOLO模型 视频检测 bytetrack算法
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部