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7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：
改进的YOLOv8n轻量化火星表面岩石检测算法 被引量：2
1
作者 戴娟 刘经纬 +1 位作者 苏中 朱翠 《深空探测学报(中英文)》 北大核心 2025年第2期179-189,共11页
针对火星探测器在复杂地形中自主导航的安全避障需求及星载平台计算资源与能源供应的双重约束,构建YOLOv8-LMD轻量化检测模型,旨在实现火星表面岩石检测算法需兼具的高精度与轻量化特性要求。基于HGNetv2架构重构轻量化主干网络,实现模... 针对火星探测器在复杂地形中自主导航的安全避障需求及星载平台计算资源与能源供应的双重约束,构建YOLOv8-LMD轻量化检测模型,旨在实现火星表面岩石检测算法需兼具的高精度与轻量化特性要求。基于HGNetv2架构重构轻量化主干网络,实现模型参数的初步压缩;设计了一种多尺度特征融合网络结构,通过集成Slim-neck与ASF-YOLO对颈部网络进行重构,有效提升对不同尺度岩石目标的特征表征能力;采用卷积共享策略设计了轻量级检测头,在降低计算复杂度的同时增强分类定位精度;使用剪枝算法针对模型参数冗余进行修剪,使模型进一步压缩,并通过知识蒸馏技术实现精度的补偿优化。通过实验发现,与YOLOv8n相比,YOLOv8-LMD精度提升1.7%,计算量减少68%,参数量减少77%,模型大小减小75%。因此,可认为本文模型更适合应用于火星表面岩石检测任务。 展开更多
关键词 YOLOv8n 火星表面检测 轻量化 通道剪枝 知识蒸馏
在线阅读 下载PDF
干涉配合铆接缺陷检测方法研究 被引量：1
2
作者 朱康凯 侯红玲 +2 位作者 杨澳 李相垚 赵妍棣 《塑性工程学报》 北大核心 2025年第2期96-104,共9页
针对现有铆接缺陷检测方法存在检测速度慢、模型参数量大以及计算复杂度高等问题,提出了一种基于改进YOLOv8的铆接件缺陷检测方法。搭建了缺陷检测硬件系统,并利用该系统采集了铆接缺陷数据,通过铆接件的外部特征定义缺陷,采用旋转和翻... 针对现有铆接缺陷检测方法存在检测速度慢、模型参数量大以及计算复杂度高等问题,提出了一种基于改进YOLOv8的铆接件缺陷检测方法。搭建了缺陷检测硬件系统,并利用该系统采集了铆接缺陷数据,通过铆接件的外部特征定义缺陷,采用旋转和翻转等方式进行数据扩充,建立了一个新的铆接缺陷数据集。使用Ghost_HGNetV2网络对原主干网络进行重构,采用C2f_Faster模块替代C2f模块,以减少模型额外的冗余参数并降低计算量;然后对模型进行通道剪枝,在保证其检测精度的基础上进一步降低模型参数量;在自建的铆接缺陷数据集上进行检测实验,实验结果表明,改进的YOLOv8算法平均精度均值达到99.5%,参数量和计算量分别降低了66.7%和64.2%,达到了低算力兼顾高精度的部署要求。 展开更多
关键词 干涉配合铆接 缺陷检测 YOLOv8 轻量化 通道剪枝
原文传递
融合深度强化学习的卷积神经网络联合压缩方法
3
作者 马祖鑫 崔允贺 +4 位作者 秦永彬 申国伟 郭春 陈意 钱清 《计算机工程与应用》 北大核心 2025年第6期210-219,共10页
随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果... 随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果,影响压缩后的模型性能。针对以上问题,提出一种基于深度强化学习的神经网络联合压缩方法——CoTrim。CoTrim同时执行通道剪枝与权值量化,利用深度强化学习算法搜索出全局最优的剪枝与量化策略,以平衡剪枝与量化对网络性能的影响。在CIFAR-10数据集上对VGG和ResNet进行实验,实验表明,对于常见的单分支卷积和残差卷积结构,CoTrim能够在精度损失仅为2.49个百分点的情况下,将VGG16的模型大小压缩至原来的1.41%。在复杂数据集Imagenet-1K上对紧凑网络MobileNet和密集连接网络DenseNet进行实验,实验表明,对于深度可分离卷积结构以及密集连接结构,CoTrim依旧能保证精度损失在可接受范围内将模型压缩为原始大小的1/5~1/8。 展开更多
关键词 卷积神经网络 深度强化学习 模型压缩 通道剪枝 权值量化 边缘智能
在线阅读 下载PDF
面向嵌入式应用的路面裂缝检测方法
4
作者 胡鹏 夏晓华 钟预全 《计算机科学》 北大核心 2025年第12期175-188,共14页
针对基于深度学习的路面裂缝检测模型在嵌入式平台部署应用中存在模型复杂、处理速度慢等问题,基于YOLO提出一种面向嵌入式应用的路面裂缝检测方法。首先,在主干网络中构建两级串联卷积模块,优化卷积通道和输入空间的特征感知,并使用考... 针对基于深度学习的路面裂缝检测模型在嵌入式平台部署应用中存在模型复杂、处理速度慢等问题,基于YOLO提出一种面向嵌入式应用的路面裂缝检测方法。首先,在主干网络中构建两级串联卷积模块,优化卷积通道和输入空间的特征感知,并使用考虑预测框与真实框间向量角度的平滑交并比SIoU作为网络的损失函数,提高预测框回归的准确率和速率。其次,提出联级通道逐卷积剪枝的方法,先后进行通道剪枝和权重剪枝,移除非必要通道并逐卷积去除冗余权重,在保证模型性能稳定的同时显著压缩模型。接着,将YOLOv5l模型对裂缝特征的泛化能力蒸馏到剪枝后模型中,进一步提高模型对裂缝的表征能力。最后,在TensorRT引擎下,通过层优化等方式提高模型推理速度。实验结果表明,提出的方法与原模型相比,平均精度均值提高2.7%,模型参数量、模型体积分别减小78.24%和76.13%,检测速率提高587.88%;模型经TensorRT部署在NVIDIA Jetson Nano嵌入式设备上进行测试,在检测精度不受影响的同时,检测速率提高140%,与YOLOv5-Lite等常用模型及YOLOv10,RT-DERT等最新模型相比,具有最高检测精度以及最显著的轻量化效果,适合在嵌入式端应用。 展开更多
关键词 路面裂缝检测 嵌入式应用 两级串联卷积模块 损失函数 联级通道逐卷积剪枝 知识蒸馏
在线阅读 下载PDF
融合YOLOv5s与通道剪枝算法的奶牛轻量化个体识别方法 被引量：15
5
作者 许兴时 王云飞 +3 位作者 华志新 杨广元 李慧敏 宋怀波 《农业工程学报》 EI CAS CSCD 北大核心 2023年第15期152-162,共11页
实时准确地识别奶牛个体身份是构建完善的奶牛精准养殖技术架构的先决条件。如何在快速精准识别奶牛个体的同时保证模型的轻量化是至关重要的。该研究提出了一种在低计算量和低参数量条件下快速准确识别奶牛个体身份的方法。研究采用YOL... 实时准确地识别奶牛个体身份是构建完善的奶牛精准养殖技术架构的先决条件。如何在快速精准识别奶牛个体的同时保证模型的轻量化是至关重要的。该研究提出了一种在低计算量和低参数量条件下快速准确识别奶牛个体身份的方法。研究采用YOLOv5s作为原始模型,利用BN层中缩放因子对模型中通道的重要性进行判断并剪除不重要的通道,从而降低网络复杂度。为了更加有效地压缩模型,该研究在损失函数中增加稀疏损失项,实现模型通道的稀疏化。测试试验结果表明,剪枝后的模型平均精度mAP为99.50%,计算量为8.1 G,参数量为1.630 M,每秒帧数为135.14。相比其他具有代表性的目标检测模型,该研究方法拥有最小的模型复杂度。此外,相比其他模型,该研究方法对奶牛斑纹特征依赖程度更低,在低照度条件下有着更加出色的表现。考虑该方法具有快速、准确、鲁棒、低计算量和低参数量的特点,在推进养殖场中奶牛精细化养殖方面具有巨大潜能。 展开更多
关键词 图像识别 动物 奶牛 轻量化 身份识别 通道剪枝
在线阅读 下载PDF
基于权重和BN层剪枝的晶界检测模型压缩算法探析
6
作者 李静 卯福启 《北京工业职业技术学院学报》 2022年第3期27-34,共8页
性能优越的晶界缺陷检测模型往往存在网络参数量过多、结构冗余及推理时间慢的问题,导致模型部署过程成本高、时延长。针对上述问题,通过稀疏化权重和通道剪枝对晶界检测算法EfficientDet网络进行模型压缩。由数据验证可知,剪枝后的晶... 性能优越的晶界缺陷检测模型往往存在网络参数量过多、结构冗余及推理时间慢的问题,导致模型部署过程成本高、时延长。针对上述问题,通过稀疏化权重和通道剪枝对晶界检测算法EfficientDet网络进行模型压缩。由数据验证可知,剪枝后的晶界模型检测时间约降为1/2,参数量降低70%,网络模型计算量FLOPs降低60%左右。 展开更多
关键词 晶界缺陷检测模型 模型压缩 EfficientDet网络 权重剪枝 BN层通道剪枝
在线阅读 下载PDF
卷积通道裁剪与加权融合的精定位视觉跟踪
7
作者 车满强 李树斌 葛金鹏 《激光与光电子学进展》 CSCD 北大核心 2020年第16期324-331,共8页
为提高卷积相关滤波算法的速度和精度,提出一种基于通道裁剪与加权融合的跟踪算法。该算法选取适合目标跟踪的单层卷积特征,通过特征均值比裁剪无效卷积通道,再融合一维灰度特征,提升了特征的表征能力。然后以特征均值比为卷积通道权重... 为提高卷积相关滤波算法的速度和精度,提出一种基于通道裁剪与加权融合的跟踪算法。该算法选取适合目标跟踪的单层卷积特征,通过特征均值比裁剪无效卷积通道,再融合一维灰度特征,提升了特征的表征能力。然后以特征均值比为卷积通道权重构造加权相关滤波算法,预测目标位置,并用帧差均值最小化精定位方法减小预测位置误差;最后通过更新跟踪模型,以进一步提高算法速度。在标准数据集OTB-100上对算法进行测试。结果表明,所提算法的平均距离精度为91.3%,平均速度为31.8frame/s。所提算法可有效提高目标跟踪的速度和精度,在目标遇到遮挡、尺度变化、快速运动及形变时仍可有效跟踪目标。 展开更多
关键词 机器视觉 视觉跟踪 相关滤波 通道裁剪 通道加权 目标精定位 稀疏更新
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