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6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YOLOv8-NFMC的带钢表面缺陷检测算法 被引量：9
1
作者 朱成杰 刘乐乐 朱洪波 《国外电子测量技术》 2024年第7期97-104,共8页
针对YOLOv8算法在应用于带钢表面缺陷检测时存在漏检和错检等问题,提出了一种改进YOLOv8算法。针对数据集中的小目标的标签,在原损失CIOU的基础上面加入标准化高斯瓦瑟斯坦距离(normalized Gaussian Wasserstein distance,NWD),提升模... 针对YOLOv8算法在应用于带钢表面缺陷检测时存在漏检和错检等问题,提出了一种改进YOLOv8算法。针对数据集中的小目标的标签,在原损失CIOU的基础上面加入标准化高斯瓦瑟斯坦距离(normalized Gaussian Wasserstein distance,NWD),提升模型对小目标缺陷的检测能力;采用聚焦调制(focal modulation)替换YOLOv8模型的空间池化金字塔(spatial pyramid pooling-fast,SPPF),在轻量化的同时,提高多尺度特征的表达能力;采用移动翻转瓶颈卷积(mobile inverted bottleneck conv,MBConv)替换C2f中的Conv构建新模块C2f-MB,同时使用C2f-MB替换原有的C2f模块,增强特征表达能力和多尺度特征融合能力;在主干部分加入卷积块注意力机制(convolutional block attention module,CBAM)来抑制背景干扰,能更好捕获全局信息,提升了主干部分的特征提取能力。实验结果表明,改进后的YOLOv8算法在计算量下降的同时,mAP@0.5提高了3%,对漏检和错检等问题有明显改善。 展开更多
关键词 带钢表面缺陷 NWD Focal Modulation mbconv 注意力机制
原文传递
基于SK-EfficientNet的番茄叶片病害识别模型 被引量：12
2
作者 帖军 隆娟娟 +2 位作者 郑禄 牛悦 宋衍霖 《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第4期104-114,共11页
针对目前番茄叶片病害识别的深度学习模型网络参数量多、精确度低、移动端模型部署难的问题,提出一种基于SK-EfficientNet的番茄叶片病害识别方法。该方法采用轻量级模型EfficientNet作为基准模型,并利用选择性卷积核机制SKNet替换Effic... 针对目前番茄叶片病害识别的深度学习模型网络参数量多、精确度低、移动端模型部署难的问题,提出一种基于SK-EfficientNet的番茄叶片病害识别方法。该方法采用轻量级模型EfficientNet作为基准模型,并利用选择性卷积核机制SKNet替换EfficientNet核心模块MBConv中的SENet,使得卷积核根据输入特征的多尺度信息自适应选择感受野大小,提高图像特征提取能力同时更有效地利用参数。多组对比实验结果显示,改进后的模型在训练精度上得到进一步提高,且模型参数仅为3.83 MiB。在PlantVillage数据集上平均准确率达到99.64%,且验证SK-EfficientNet-B2的识别精度最高;在自然场景下平均准确率较原模型提高3.81个百分点。结果表明,改进后模型能有效提高自然场景下番茄叶片病害识别精度,可为移动端部署番茄叶片病害识别模型提供参考。 展开更多
关键词 番茄叶片 病害识别 EfficientNet网络 SKNet mbconv
在线阅读 下载PDF
基于有效通道注意力EfficientNet的肝硬化识别 被引量：2
3
作者 马粤盼 赵希梅 张宁 《青岛大学学报（自然科学版）》 CAS 2023年第1期15-21,共7页
针对传统卷积神经网络模型复杂度高、参数量大,网络分类的精度和效率不佳等问题,提出一种应用于医学超声图像中肝硬化识别的深度学习方法(E-EfficientNet)。在EfficientNet网络模型中,将模块MBConv中的注意力机制SENet模块替换为一种不... 针对传统卷积神经网络模型复杂度高、参数量大,网络分类的精度和效率不佳等问题,提出一种应用于医学超声图像中肝硬化识别的深度学习方法(E-EfficientNet)。在EfficientNet网络模型中,将模块MBConv中的注意力机制SENet模块替换为一种不降维的ECANet模块,避免降维操作导致的特征信息缺失,增强通道学习能力并降低模型复杂度;将可变形卷积融入EfficientNet网络,利用可变形卷积核能够依据目标形态自适应调整变化的特点,充分学习图像细节,提升算法的泛化能力和特征提取能力;对有限样本进行数据增强,避免训练过程中出现过拟合,并使用Leaky ReLU作为激活函数保留图像负值特征信息,提高对肝硬化的识别效果。实验结果表明,该模型复杂度低,在肝硬化识别中准确率为98.9%。 展开更多
关键词 EfficientNet mbconv 注意力机制 可变形卷积 Leaky ReLU
在线阅读 下载PDF
基于图像分析的堆肥腐熟度判别研究
4
作者 丁雯丽 裴晓芳 司广字 《计算机与数字工程》 2023年第2期462-467,共6页
针对传统堆肥腐熟采用物理学、化学、生物学指标进行评价判定,步骤复杂、测定时间较长且工作量较大,缺乏可操作性的问题,该研究提出基于图像分析的堆肥腐熟分类识别模型,利用MBConv和Fused-MBConv的组合方式对不同原料堆肥图像的颜色、... 针对传统堆肥腐熟采用物理学、化学、生物学指标进行评价判定,步骤复杂、测定时间较长且工作量较大,缺乏可操作性的问题,该研究提出基于图像分析的堆肥腐熟分类识别模型,利用MBConv和Fused-MBConv的组合方式对不同原料堆肥图像的颜色、纹理、轮廓等特征进行提取,提高模型训练速度,减小参数量。在CoAtNet(Convolution+Attention)模型的基础上引入ECA-NET(Efficient Channel Attention Networks)注意力机制,进一步提高模型识别准确率。试验表明,在畜禽粪便、尾菜、秸秆以及三者混合的数据集上,改进后的Fused-CoAtNet模型腐熟度识别准确率平均达到100%、99.22%、99.74%、99.47%,与RestNet50、EfficientNetV2和CoAtNet模型相比,Fused-CoAtNet模型平均准确率分别提高0.31、0.58、0.17个百分点,对堆肥图像腐熟度的识别具有较好的判别效果,可为工厂化堆肥腐熟识别提供指导。 展开更多
关键词 堆肥腐熟 图像分析 CoAtNet Fused-mbconv ECA-NET
在线阅读 下载PDF
改进YOLOv4-tiny模型的交通图像目标检测 被引量：1
5
作者 王竣生 《福建电脑》 2022年第11期13-18,共6页
道路交通中的实时智能安全监控系统拥有着海量图像数据源。数据源中具有不同路况、不同天气、多类别车型和多种分辨率的道路交通图像数据。针对该类图像,本文提出了一种基于YOLOv4-tiny的轻量级目标检测模型,以快速捕捉目标车辆的行驶... 道路交通中的实时智能安全监控系统拥有着海量图像数据源。数据源中具有不同路况、不同天气、多类别车型和多种分辨率的道路交通图像数据。针对该类图像,本文提出了一种基于YOLOv4-tiny的轻量级目标检测模型,以快速捕捉目标车辆的行驶信息。首先,采用移动翻转瓶颈卷积对骨干结构进行优化,有助于实现更好的内存效率;其次,在模型的颈部网络中使用改进的空间金字塔池化结构,将多尺度的局部特征连接在同一卷积层中,从而增加局部区域特征图的接受域;最后,在网络中添加一个尺度层,将顶层的特征图合并,获得细粒度的特征,提高了检测精度,特别是对小目标的检测。实验结果表明,与以往模型相比,该模型结构具有较高的精确度,需要的存储空间最小,能够高效检测并提取空间内的目标信息,实现智能监控。 展开更多
关键词 YOLOv4-tiny 移动翻转瓶颈卷积 空间金字塔池化
在线阅读 下载PDF
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