Tag Archives: 检测

钢轨表面缺陷检测:YOLOv11-MobileNetCA轻量化模型与养护诊断智能体

针对钢轨表面压陷、脱落、磨耗、轮烧四类缺陷在形态、尺度与灰度对比上差异大、人工巡检漏检率高、现场部署算力受限等痛点,本文提出基于 YOLOv11n 的轻量化改进模型 YOLOv11-MobileNetCA。以 MobileNetV3-Small 替换原主干,在 P3/P4/P5 三尺度检测头插入坐标注意力模块,显式建模空间位置关系,兼顾通道与方向特征。自建数据集 2396 张图像、3950 个实例,测试集 mAP50 达 76.1%、mAP50-95 达 55.9%,相对基线提升 10.5 与 15.3 个百分点;算力降至 5.8 GFLOPs、帧率 81.30,满足边缘设备实时部署。四组消融对照量化各模块贡献:坐标注意力带来最大单项增益,轻量主干腾出算力预算抵消注意力开销。检测框再注入大模型上下文,形成诊断结论与养护建议闭环,断网环境保留检测主链路。该系统实现从图像上传、带框检测到智能诊断报告的完整交付。

Developing a Hybrid Enhanced Dual Detection Engine Combining iForest, XGBoost, and Autoencoder to Implement Metro Network Traffic Data Security Monitoring

Developing a Hybrid Enhanced Dual Detection Engine Comb

Read More

Python开发定制PaliGemma2-LoRA视觉语言模型微调小麦穗头小目标检测|附AI智能体、代码和数据

中文摘要:视觉语言模型(VLM)在目标检测领域的应用逐步扩展,但针对小目标、高密度、严重遮挡场景的检测仍面临巨大挑战。本文围绕以下问题展开:(1)如何将PaliGemma 2视觉语言模型适配到小麦穗头检测这一农业场景?(2)LoRA低秩适配技术如何在有限计算资源下实现参数高效微调?(3)预训练VLM在稠密小目标检测上的表现瓶颈在哪里?(4)如何将建模经验沉淀为可复用的对话式AI智能体?本文通过PaliGemma 2-LoRA微调框架,在公开农业检测数据集上进行了系统验证,并提供了完整的代码、数据和AI智能体。

Python+FPN+ResNet特征金字塔网络目标检测多尺度特征融合|附AI智能体、代码和数据

在计算机视觉目标检测领域,如何平衡不同尺度目标的检测精度与推理效率,一直是制约工业场景落地的核心难题。

PyTorch的Transformer与多头自注意力机制:序列反转与图像异常检测应用|附代码数据

本文系统讲解了Transformer模型的核心组件——缩放点积注意力与多头自注意力,并使用PyTorch从零实现了Transformer编码器。

LSTM神经网络结合PSO粒子群优化对管网优化调度及网络安全入侵检测模型|附数据代码

在当今科技飞速发展的时代,无论是工业生产中的管网系统,还是信息领域的网络安全,都面临着日益复杂的挑战?。

Python路面平整度检测车辆数据——速度修正

目前主流的轻量化路面平整度检测技术方案为:使用车载加速度传感器采集车辆在路面上行驶时的竖向振动数据,并按照每100米计算竖向振动数据统计指标:均方根值RMS,并建立RMS与路面平整度指标:IRI之间的回归模型。

拓端AI助手