期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进轻量化网络MobileNeXt的苹果叶片病害识别方法 被引量:11
1
作者 刘小玲 崔艳荣 《江苏农业科学》 北大核心 2023年第10期185-193,共9页
针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的问题,提出了一种改进轻量化网络MobileNeXt的苹果叶片病害识别方法。首先收集了4类常见苹果叶片病害图像样本,每类由简单背景图像与复杂背景图像混合,通过多种数据增强方式对... 针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的问题,提出了一种改进轻量化网络MobileNeXt的苹果叶片病害识别方法。首先收集了4类常见苹果叶片病害图像样本,每类由简单背景图像与复杂背景图像混合,通过多种数据增强方式对图像进行处理,以增加样本多样性,提高模型的泛化能力。接着基于轻量化网络MobileNeXt中的sandglass结构,引入协调注意力机制CA分配权重,以区分目标与背景,同时结合Inception模块与Ghost模块,设计了2种SCI(Sandglass-CA-Inception)结构,在参数增加量尽可能小的前提下,扩充网络深度与宽度,增强模型对于背景复杂病害图像的特征学习能力。试验结果表明,改进后的模型相比于MobileNeXt,Top-1准确率提升了1.23百分点,平均精确率提升了1.18百分点,参数量只增加了0.62 M,为真实场景下的苹果叶片病害识别提供了一种有效的解决方案。 展开更多
关键词 苹果病害识别 轻量化网络 mobilenext sandglass 协调注意力机制 INCEPTION GHOST
在线阅读 下载PDF
改进YOLOv2的轻量化嵌入式人脸检测算法及实现
2
作者 雷光政 乔建华 +1 位作者 吴言 张雄 《太原科技大学学报》 2025年第5期426-432,共7页
针对面向人脸检测的YOLOv2网络部署在K210芯片上准确率偏低,且景深人脸容易漏检的问题,提出了一种基于改进YOLOv2的轻量化网络方法,用MobileNeXt替换YOLOv2原有的骨干网络,并且在MobileNeXt网络中引入有效通道注意力和密集块。利用K-fl... 针对面向人脸检测的YOLOv2网络部署在K210芯片上准确率偏低,且景深人脸容易漏检的问题,提出了一种基于改进YOLOv2的轻量化网络方法,用MobileNeXt替换YOLOv2原有的骨干网络,并且在MobileNeXt网络中引入有效通道注意力和密集块。利用K-flash软件把改进YOLOv2网络模型部署于K210平台执行人脸检测任务,结果表明改进YOLOv2网络提升了人脸检测准确率,改善了景深的漏检问题,实现了高准确率的实时人脸检测。 展开更多
关键词 深度学习 人脸检测 YOLOv2 有效通道机制 mobilenext
在线阅读 下载PDF
基于协调注意力机制的轻量级YOLOv4零件检测 被引量:1
3
作者 朱文博 陈龙飞 余琦 《计算机技术与发展》 2024年第8期23-29,共7页
针对零件自动检测任务在复杂工况下,如零件堆叠粘连、有杂物干扰等,存在实时性差、硬件资源占用大等问题,提出一种基于轻量级YOLOv4网络的零件检测方法。采用MobileNeXt代替CSPDarkNet53作为主干特征提取网络(backbone),并在每个卷积模... 针对零件自动检测任务在复杂工况下,如零件堆叠粘连、有杂物干扰等,存在实时性差、硬件资源占用大等问题,提出一种基于轻量级YOLOv4网络的零件检测方法。采用MobileNeXt代替CSPDarkNet53作为主干特征提取网络(backbone),并在每个卷积模块中添加协调注意力机制,用于增强特征层的语义表达能力;提出一种Fused-Sandglass模块插入到浅层的backbone中,提高网络的推理速度;网络训练方面引入渐进式训练方法和focal loss损失函数,提升训练速度,并且有效缓解正负样本失衡的问题。实验结果表明,该方法在15种零件的检测任务中能够保持和YOLOv4网络相近的准确率,但参数量大小仅为其20%,推理速度达到了43.7 fps,能够满足实际生产的需求。 展开更多
关键词 深度学习 协调注意力机制 零件检测 YOLOv4网络 mobilenext网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部