文章详情
| 稿件标题： | 基于轻量化改进的YOLOX的仪表检测方法 |
| 稿件作者： | 侯卓成，欧阳华，胡鑫，尹洋 |
| DOI： | 10.11809/bqzbgcxb2022.S2.037 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 仪表检测；YOLOX；Ghost 模块；深度可分离卷积； |
| 文章摘要： | 改进了一种轻量化YOLOX目标检测网络模型。将Ghost模块和深度可分离卷积引入网络中减少网络参数量，使用SPPF结构加快网络检测效率，改进损失函数，将EIOU Loss作为定位损失，将置信度预测损失调整为VariFocal Loss以提高网络检测的准确率。实验证明，改进的YOLOX算法，网络参数量和模型大小减少39.1%，检测速度提升23.3%，mAP指标提升4.03%，准确率方面提高4.11%。采用了基于双层神经网络数字字符识别方法，使识别准确率高达99.0%，可以高精度高效率的实现仪表检测任务。 |
| 稿件基金： | 国家优秀青年科学基金项目（42122025）；国家自然科学基金项目（41974005） |
| 引用本文格式： | 侯卓成，欧阳华，胡鑫，等.基于轻量化改进的YOLOX的仪表检测方法［J］.兵器装备工程学报，2022,43(S2):205-212. HOU Zhuocheng, OUYANG Hua, HU Xin, et al.Instrument detection method based on lightweight improved YOLOX［J］.Journal of Ordnance Equipment Engineering,2022,43(S2):205-212. |
| 刊期名称： | 2022年增刊2期 |
| 出版时间： | 2023年1月 |
| 上线时间： | 2023年1月12日 |
| 浏览次数： | 1790 |
| 下载次数： | 28 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |