公共文化服务平台

吴浩: 作品数：12 被引量：24H指数：3; 供职机构：安徽工业大学机械工程学院更多>>; 发文基金：安徽省自然科学基金国家自然科学基金安徽省高校省级重点教学研究项目更多>>; 相关领域：自动化与计算机技术电子电信文化科学航空宇航科学技术更多>>

合作作者

基于改进YOLOv5s的道路场景多任务感知算法被引量：3: 2023年; 针对单一任务模型不能同时满足自动驾驶多样化感知任务的问题,提出了一种基于改进YOLOv5s的快速端到端道路多任务感知方法。首先,在YOLOv5s网络输出端设计两个语义分割解码器,能够同时完成交通目标检测、车道线和可行驶区域检测任务。其次,引入Rep VGG block改进YOLOv5s算法中的C3结构,借助结构重参数化策略提升模型速度和精度。为了提升网络对于小目标的检测能力,引入位置注意力机制对编码器的特征融合网络进行改进;最后基于大型公开道路场景数据集BDD100K进行实验验证该算法在同类型算法的优越性。实验结果表明,算法车辆平均检测精度为78.3%,车道线交并比为27.2%,可行驶区域平均交并比为92.3%,检测速度为8.03FPS,与同类型算法YOLOP、Hybrid Nets对比,该算法综合性能最佳。; 宫保国陶兆胜赵瑞李庆萍伍毅吴浩; 关键词：无人驾驶目标检测

基于改进YOLOv5s的番茄叶片病害检测方法被引量：1: 2023年; 为了解决现有的农作物病害检测方法对不同番茄叶片病害检测的精度低、效果差的问题,提出一种基于YOLOv5网络模型改进的番茄叶片病害检测模型YOLOv5s-TLD。首先在原YOLOv5s模型的Backbone中构建DCAM注意力机制模块,通过制定双通道注意力和空间注意力机制加强模型对番茄叶片病理特征的提取能力,并减弱模型受复杂背景特征的影响,以提高模型对不同种类病害的检测精度和分类精度;然后应用融合Swin Transformer的C3STR模块替换原网络第6层的C3模块,强化模型在多尺度上建模的能力,实现模型对小尺寸的番茄叶片病害残差特征的高精度学习;再运用BiFPN加权双向特征金字塔网络替换原YOLOv5模型Head的PANet路径聚合网络,该网络采用跨尺度特征融合和可学习权重的方式融合模型不同层次的特征,在增强网络的特征融合能力的同时使网络获得更多的特征信息,以提高模型的感受野和特征表达能力;最后进行不同模型的检测对比试验,并在实际复杂场景下进行番茄叶片病害检测试验。试验结果表明:YOLOv5s-TLD模型平均精度均值和召回率分别为97.7%和96.3%,较原YOLOv5s模型平均精度均值和召回率分别提高1.9个百分点和2.5个百分点。该模型具有良好的检测精度和检测效果,且该模型在背景复杂的实际种植环境下能够准确地检测并识别不同种类的番茄叶片病害,研究结果可为农业智能管理和番茄叶片病害检测技术的实际应用提供参考。; 陶兆胜石鑫宇王勇伍毅吴浩; 关键词：卷积神经网络病害检测

基于深度学习的电子元件焊点缺陷检测方法: 2023年; 提出一种用于训练掩模区域卷积神经网络(Mask R-CNN)的半自动生成焊点图像掩模的方法。由于传统的通过人工标注获取掩模的方法费时费力,提出了一种简便快捷的基于GrabCut获取图像掩模的方法。该方法由两个阶段组成:第一阶段为基于GrabCut的焊点图像分割,输出像素级分割结果,从而获得所输入图像掩模;第二阶段实现基于Mask R-CNN的焊点表面缺陷检测方法,可以实现对缺陷的定位、分类和分割。试验结果证实了该方法的有效性,在保证Mask R-CNN方法检测精度的前提下,能快速、简单地获取训练Mask R-CNN所需的焊点掩模。; 刘玉龙吕权权吴浩吴浩; 关键词：卷积神经网络

融合深度残差网络和注意力机制的3D目标检测被引量：1: 2023年; 针对Frustum-PointNets的实例分割网络结构单一且卷积深度较深、易出现特征丢失和过拟合,检测准确率较低的问题,提出了一种改进的Frustum-PointNets网络。该网络首先构建深度残差网络并融入实例分割网络,提高特征提取能力,解决深层网络的退化问题;引入双重注意力网络以增强特征,提高分割效果;运用Log-Cosh Dice Loss解决样本不均衡,加快网络训练;使用Mish激活函数保留特征信息;最后基于Kitti和SUN RGB-D两个数据集进行实验验证本文算法的有效性。实验结果表明,本文算法相对于Frustum-PointNets,在Kitti数据集中,3D框检测精度提高了0.2%~13.0%;鸟瞰图的3D框检测精度提高了0.2%~11.3%。在SUN RGB-D数据集中,本文算法的3D框检测精度提高了0.6%~16.2%,平均检测精度(m AP)提高了4.4%。实验验证,本文算法在室外和室内场景中获得较好的目标检测及分割效果。; 赵瑞陶兆胜宫保国李庆萍吴浩

基于残差网络和特征融合的小麦图像修复模型被引量：3: 2023年; 针对基于生成对抗网络的多数图像修复算法所修复的图像纹理细节不清晰,不能充分融合神经网络提取的纹理细节信息和语义信息的问题,本文提出一种基于残差网络和特征融合的双阶段生成网络图像修复模型,通过修复训练集中被遮挡的图像,获取符合训练集整体分布的修复图像。首先,设计一种轻量型多尺度感受野残差模块,通过多个感受野不同的卷积核提取特征信息,提升粗化生成网络保留纹理信息的能力。其次构建一种双边精细修复网络结构,分别处理纹理细节信息和语义信息并进行聚合,实现图像的精细修复。最后基于GWHD数据集进行实验,验证本文算法的有效性。实验结果表明,本文模型较CE、GL、PEN-Net、CA算法,客观评价指标L1-loss降低0.56~3.79个百分点,PSNR和SSIM提升0.2~1.8 dB和0.02~0.08,并在人眼直观感受中实现了纹理结构清晰、语义特征合理的修复效果。相较于原GWHD数据集,在基于本文模型所扩充的小麦数据集中,运用YOLO v5s预测小麦麦穗的mAP提升1.41个百分点,准确率提升3.65个百分点,召回率提升0.36个百分点。; 陶兆胜宫保国李庆萍赵瑞伍毅吴浩; 关键词：小麦图像修复

基于改进YOLOv5s的不同成熟度苹果目标检测方法被引量：1: 2024年; [目的]本文旨在解决在自然环境下不同成熟度苹果目标检测精度较低的问题。[方法]提出了一种改进的YOLOv5s模型SODSTR-YOLOv5s(YOLOv5s with small detection layer and omni-dimensional dynamic convolution and swin transformer block),用于不同成熟度苹果检测。首先改进YOLOv5s的多尺度目标检测层,在Prediction中构建检测160×160特征图的检测头,提高小尺寸的不同成熟度苹果的检测精度;其次在Backbone结构中融合Swin Transformer Block,加强同级成熟度的苹果纹理特征融合,弱化纹理特征分布差异带来的消极影响,提高模型泛化能力;最后将Neck结构的Conv模块替换为动态卷积模块ODConv,细化局部特征映射,实现局部苹果细粒度特征的充分提取。基于不同成熟度苹果数据集进行试验,验证改进模型的性能。[结果]改进模型SODSTR-YOLOv5s检测的精确率、召回率、平均精度均值分别为89.1%、95.5%、93.6%,高、中、低成熟度苹果平均精度均值分别为94.1%、93.1%、93.7%,平均检测时间为16 ms,参数量为7.34 M。相比于YOLOv5s模型,改进模型SODSTR-YOLOv5s精确率、召回率、平均精度均值分别提高了3.8%、5.0%、2.9%,参数量和平均检测时间分别增加了0.32 M和5 ms。[结论]改进模型SODSTR-YOLOv5s提升了在自然环境下对不同成熟度苹果的检测能力,能较好地满足实际采摘苹果的检测要求。; 王勇陶兆胜石鑫宇伍毅吴浩; 关键词：苹果成熟度目标检测自然环境

三维机械构形设计课程教学改革被引量：1: 2018年; 三维机械构形设计(PROE)是机械类专业一门必修课。在教学中,学生未能真正熟悉机械设备、弄懂机械设备的具体构成、工作原理和示意图。笔者通过实际案例以机械设备三维设计的项目为导向结合小组分工与合作的教学模式,完成机械设备的设计,达到培养学生实际产品设计能力的目的。; 吴浩; 关键词：课程教学教学改革

面向社会所需求实践能力培养的三维机械设计课程的改革: 2020年; 本课题以培养高校人才的实践能力为选题,通过面向社会/企业需求为导向,为加强高校人才培养与社会需求的实践能力相结合,围绕机械类的三维机械设计课程内容进行改革实践,通过分析高校人才培养与社会需求的实践能力相融合存在的问题,借鉴国内外高校人才培养与社会需求的实践能力相融合的经验,从而对三维机械设计课程面向社会/企业需求为导向的研究与改革,加强高校人才培养与社会需求的实践能力相结合,通过具体的实践,形成可推广的普适性方案和措施。; 吴浩; 关键词：教学改革社会需求导向三维机械设计

基于机器视觉的铜条表面缺陷检测系统的研究被引量：12: 2016年; 针对人工目视检查铜条表面缺陷效率低的问题,提出基于机器视觉检测铜条表面缺陷的方法。针对铜条表面不同的缺陷类型采用不同的检测方法,对常见的缺陷通过提取感兴趣区域,采用Otsu最佳阈值分割方法,再经过Blob分析直接检测出缺陷。对在铜条表面交接的边缘处的分层缺陷难以检测出的问题,采用基于Gabor滤波器的方法来检测。实验结果表明,能准确检测出上述类型的铜条表面缺陷。; 吴浩; 关键词：视觉检测机器视觉 GABOR滤波器

基于CFD无网格算法的飞行器电磁隐身特性模拟: 2018年; 为研究飞行器的电磁隐身特性,提出基于计算流体力学(CFD)的时域无网格算法。基于无网格点云结构,由展开的泰勒级数结合最小二乘技术逼近该算法涉及的空间导数;借鉴CFD的无网格方法,采用Steger-Warming通量分裂处理空间离散涉及的通量运算,采用四步Runge-Kutta格式推进求解时间离散,并运用该算法对电磁波从不同方向照射平板飞机模型的电磁散射场和双站雷达散射截面进行分析。结果表明:采用本文算法计算得到的二维圆柱双站雷达散射截面能与级数解吻合;该飞机模型的隐身特性与散射场的叠加作用及飞机外形等因素有关;本文算例在一定程度上验证了本文算法具有处理多体及多部件干扰等复杂情形的能力。; 高煜堃高煜堃陈红全王彪吴浩胡晓磊; 关键词：计算流体力学通量分裂雷达散射截面

吴浩

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

吴浩

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈