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5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：
基于DR特征提取网络和混合扩张卷积的头部检测
1
作者 罗晶 肖德广 《信息技术》 2026年第2期50-57,共8页
人体检测是一项主流的安全技术,具有很高的市场价值。然而,安防场景往往是复杂的,人群的密度以及场景本身的复杂性易导致人体目标被遮挡,因此选择人头这种遮挡可能性低的人体特征作为检测目标。首先文中在YOLOv3的基础上引入SPP模块,增... 人体检测是一项主流的安全技术,具有很高的市场价值。然而,安防场景往往是复杂的,人群的密度以及场景本身的复杂性易导致人体目标被遮挡,因此选择人头这种遮挡可能性低的人体特征作为检测目标。首先文中在YOLOv3的基础上引入SPP模块,增强了特征图表达能力,使特征图表达更为丰富。然后提出了一个重要的权重参数β来重建特征选择无锚模块(FSAF)的损失函数,并对FSAF模块进行了优化,以提高运动模糊目标的检测性能。该模块在训练过程中与YOLOv3检测器的基于锚点的分支联合工作,有效提高了检测器对微小和密集目标的检测精度。 展开更多
关键词 头部检测 小目标 卷积神经网络 dr-net MDC
在线阅读 下载PDF
海南岛橡胶林辐射通量特征 被引量：4
2
作者 吴志祥 杜莲英 +3 位作者 兰国玉 谢贵水 杨川 周兆德 《热带地理》 北大核心 2012年第6期575-581,共7页
热带橡胶人工林作为我国热带地区最重要的生态系统,在森林辐射研究中扮演着重要角色。随着橡胶林在我国热带地区大面积地种植,对其生态效应的质疑也在增加,有必要对其辐射通量进行研究。基于海南岛橡胶林2010年1a的辐射观测数据,分析了... 热带橡胶人工林作为我国热带地区最重要的生态系统,在森林辐射研究中扮演着重要角色。随着橡胶林在我国热带地区大面积地种植,对其生态效应的质疑也在增加,有必要对其辐射通量进行研究。基于海南岛橡胶林2010年1a的辐射观测数据,分析了其时序变化和分配等规律。结果表明:研究区橡胶林的太阳总辐射(DR)、反射辐射(UR)和净辐射(NR)通量日变化呈典型的单峰曲线,大气逆辐射(DLR)、森林长波辐射(ULR)、长波有效辐射(Ln)呈波浪形;各辐射总量除Ln外,均为雨季大于旱季;海南岛橡胶林DR年总量为5356.99MJ/m2,NR、UR和Ln占其比例分别为67%、15%和18%;NR通量分配率日变化呈倒"U"型曲线,Ln和UR通量分配率则呈"U"型曲线。另外,文章还研究了各辐射通量间的关系。2010年全年反射率均值为14.18%,全年DLR与ULR之比为92.89%,净辐射NR与太阳总辐射DR关系最为密切。 展开更多
关键词 辐射平衡 太阳总辐射 反射辐射 净辐射 大气逆辐射 森林长波辐射 橡胶林 海南岛
在线阅读 下载PDF
一种改进的U-Net网络用于黑色素瘤病变分割研究
3
作者 代楚航 文正洙 《电脑知识与技术》 2022年第18期1-2,5,共3页
残差网络(ResNet)和密集连接网络(DenseNet)显著提高了深度卷积神经网络(DCNNs)的训练效率和性能,但二者存在识别连续特征能力不足、模型复杂等缺陷。密集残差(DR-Net)网络将残差网络与密集连接网络的优异处结合起来,模型结构较DenseNe... 残差网络(ResNet)和密集连接网络(DenseNet)显著提高了深度卷积神经网络(DCNNs)的训练效率和性能,但二者存在识别连续特征能力不足、模型复杂等缺陷。密集残差(DR-Net)网络将残差网络与密集连接网络的优异处结合起来,模型结构较DenseNet精简,与ResNet相比,额外加入了的跳跃链接。研究将该方法集成到一个编码器-解码器DCNN模型中,用于图像分割。利用ISIC2017挑战测试集,得到训练完成的DRU-Net卷积网络评估指标。结果表明,与基于ResNet、基于DenseNet的方法相比,该研究方法获得了更高的分割精度。 展开更多
关键词 卷积神经网络 医学图像分割 黑色素瘤 dr-net ResNet DenseNet
在线阅读 下载PDF
基于PL-EfficientNet的糖尿病视网膜病变检测研究 被引量：1
4
作者 白杰 张赛 李艳萍 《电子设计工程》 2022年第21期175-179,共5页
糖尿病视网膜病变(DR)早期检测可使患者得到及时诊治,具有重要意义。针对现有检测算法中无标签眼底图像数据利用率不足、DR不同病变等级之间特征差异小、模型难以捕捉分类微细节而造成诊断效率欠佳的问题,提出一种基于伪标签技术及高效... 糖尿病视网膜病变(DR)早期检测可使患者得到及时诊治,具有重要意义。针对现有检测算法中无标签眼底图像数据利用率不足、DR不同病变等级之间特征差异小、模型难以捕捉分类微细节而造成诊断效率欠佳的问题,提出一种基于伪标签技术及高效网络PL-Efficient Net检测算法,该算法利用迁移学习加载预训练Efficient Net系列模型,微调后采用伪标签技术引入无标签数据,结合标签数据二次训练得到最优结果。通过在Kaggle竞赛Diabetic Retinopathy Detection、Aptos 2019Blindness Detection公开数据集上进行实验,验证所提算法平方加权(Kaggle)值达到了0.918,相比其他先进算法,眼底图像数据利用率以及诊断效率均得到一定提升。该算法在临床上对眼科医生也可起到积极的辅助作用。 展开更多
关键词 糖尿病视网膜病变 高效网络 深度学习 迁移学习 伪标签技术
在线阅读 下载PDF
糖尿病视网膜病变分期双分支混合注意力决策网络 被引量：8
5
作者 欧阳继红 郭泽琪 刘思光 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第3期648-656,共9页
为了缓解大规模糖尿病视网膜病变(DR)筛查需求下医疗资源不足的问题,本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络(BiRAD-Net)。该网络分为特征提取和分类两个阶段:在特征提取阶段,引入混合注意力机制抑制噪声,并设计了特... 为了缓解大规模糖尿病视网膜病变(DR)筛查需求下医疗资源不足的问题,本文提出了糖尿病视网膜病变分期双分支混合注意力决策网络(BiRAD-Net)。该网络分为特征提取和分类两个阶段:在特征提取阶段,引入混合注意力机制抑制噪声,并设计了特征分级决策网络进一步优化特征质量;在特征分类阶段,设计了双分支分类器以及对应的损失,以减缓标签数据不足带来的影响,增强分类准确性。此外,在模型训练过程中应用迁移学习技术来提高模型的精度、降低训练所需数据量。在KAGGLE数据集上的实验结果表明:本文方法对糖尿病视网膜病变的各个阶段均具有较好的诊断能力,优于其他对比方法。 展开更多
关键词 计算机应用 深度学习 糖尿病视网膜病变分期 混合注意力机制 特征分级决策网络
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