相关实验视频
Updated: May 10, 2026
15:04
Picometer-Precision Atomic Position Tracking through Electron Microscopy
Published on: July 3, 2021
7.3K
基于改进的YOLOv8建模的钻石纳米结构的目标检测
Fengxiang Guo1,2,3, Xinyun Guo1, Lei Guo1
1Institute of Oceanographic Instrumentation, Qilu University of Technology (Shandong Academy of Sciences), Qingdao 250316, China.
Nanomaterials (Basel, Switzerland)
|July 13, 2024
概括
这项研究介绍了DWS-YOLOv8,这是一个优化的深度学习模型,用于检测添加剂的钻石薄膜上的纳米结构. 改进后的模型提高了分析这些材料用于化学传感应用的准确性和效率.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术 纳米技术
- 化学传感器 化学传感器
背景情况:
- 添加钻石 (BDD) 薄膜对于化学传感至关重要,其性能通过表面纳米结构增强.
- 准确检测纳米结构对于理解BDD属性至关重要,但面临着噪音和阻塞等挑战.
研究的目的:
- 开发一种先进的深度学习方法,用于精确检测BDD表面上的纳米结构的目标.
- 建立钻石纳米结构及其性能之间的关系,以改进化学传感.
主要方法:
- 使用YOLOv8n作为基础模型,集成可变形卷积C2f (DCN_C2f) 模块和混注意力 (SA) 机制.
- 集成的Wise-IoU (WIoU) v3用于改进边界框回归和定位精度.
- 优化了模型,称为DWS-YOLOv8,以解决噪音,不清楚的边界和纳米结构检测中的目标封闭.
主要成果:
- 与标准YOLOv8n.相比,DWS-YOLOv8实现了比标准YOLOv8n.高9.4%的检测精度.
- 在精度 (P),回忆 (R) 和平均精度 (mAP@0.5,mAP@0.5:0.95) 中显著改进.
- 降低了计算复杂性,同时提高了检测性能.
结论:
- DWS-YOLOv8方法有效检测钻石纳米结构,克服了目标检测的常见挑战.
- 这种方法为理解和定制BDD表面纳米结构特性为先进应用提供了坚实的基础.
