基于MobileNet-V2-SSD的矿井机电设备工作状态检测方法

1

作者 郭刘勇 《机械管理开发》 2025年第1期287-289,共3页

为了实现矿井作业过程中机电设备工作状态的有效检测,研究并提出了一种基于单次多盒探测器的智能检测方法。所提模型进行了轻量化操作,并引入了特征金字塔网络,能够有效提升整体模型的计算速度和检测精度。仿真实验结果显示,所提模型在... 为了实现矿井作业过程中机电设备工作状态的有效检测,研究并提出了一种基于单次多盒探测器的智能检测方法。所提模型进行了轻量化操作,并引入了特征金字塔网络,能够有效提升整体模型的计算速度和检测精度。仿真实验结果显示,所提模型在第176次迭代时,损失值趋于平稳,计算准确性和稳定性未出现较大波动;实际应用效果显示,构建的系统能够有效捕捉设备的振动加速信号,矿井机电设备的振动强度超过81 m/s^(2),可能存在一定的故障,验证了所提系统的有效性,因此具有较大的应用潜力。 展开更多

关键词 mobilenet-v2-ssd 矿井 机电设备 目标检测 FPN

在线阅读 下载PDF 职称材料

基于MobileNet-V2迁移学习的异常流量检测方法

2

作者 陈庚 《舰船电子工程》 2024年第2期133-137,204,共6页

针对越来越多的不同种类恶意流量给网络安全带来的巨大隐患,构建大规模机器学习系统复杂、昂贵和现今国内特定场景下快速搭建模型的研究较少的问题,论文提出了一种基于MobileNet-V2模型,采用迁移学习技术快速搭建异常流量检测模型的方... 针对越来越多的不同种类恶意流量给网络安全带来的巨大隐患,构建大规模机器学习系统复杂、昂贵和现今国内特定场景下快速搭建模型的研究较少的问题,论文提出了一种基于MobileNet-V2模型,采用迁移学习技术快速搭建异常流量检测模型的方法。首先,利用迁移学习的方式,基于MobileNet-V2模型,采用三通道变换与零填充等方式构建异常流量模型,使其符合实际流量异常检测分类的应用场景。其次,数据集采用USTC-TFC2016公开流量数据集,通过预处理将其转换为类似二维图片的数据格式,输入构建的模型中进行训练与测试。实验结果表明,该模型具有良好的检测性能,在精确度、查准率、查全率、F1分数等主要性能指标上均有很好的表现,可为防火墙等其他嵌入式设备提供一个高效的流量检测方案。 展开更多

关键词 异常流量检测 迁移学习 mobilenet-v2 USTC-TFC2016

在线阅读 下载PDF 职称材料

基于优化MobileNet-V2的桥梁病害多标签分类识别 被引量：3

3

作者 张昊宇 刘振奎 +2 位作者 高磊 张奎 崔雪松 《兰州交通大学学报》 CAS 2023年第2期7-15,共9页

为将桥梁表观病害图像进行多标签分类,部署在嵌入式设备和移动终端中以实现智能化桥梁病害检测,采用优化的轻量化卷积神经网络MobileNet-V2构建桥梁表观病害图像识别模型。将收集到的8000张桥梁表观病害图像按8∶1∶1建立训练集、验证... 为将桥梁表观病害图像进行多标签分类,部署在嵌入式设备和移动终端中以实现智能化桥梁病害检测,采用优化的轻量化卷积神经网络MobileNet-V2构建桥梁表观病害图像识别模型。将收集到的8000张桥梁表观病害图像按8∶1∶1建立训练集、验证集和测试集,为解决数据集样本过少的情况,对训练集进行数据增强处理。通过将MobileNet-V2模型与迁移学习相结合,设计了递进式分类器和跨局部连接的网络骨干对模型进行优化,并对比不同学习率下其与原始的MobileNet-V2模型对分类结果准确率,选出最优学习率及最佳模型。通过与3种传统卷积神经网络模型进行对比分析,优化的MobileNet-V2模型和ResNet50模型均有较高的准确率,并且优化的MobileNet-V2模型相比ResNet50模型,参数量和计算量分别降低了92.39%、97.44%,训练时间降低了60.56%,该模型在拥有较低参数量和模型计算量的同时可以得到较高的准确率及训练速度。将该模型用于某桥梁进行表观病害图像的分类,其准确率为95%,与ResNet50模型相比识别耗时降低了82.6%。实例研究表明:与传统的神经网络模型相比,优化的MobileNet-V2模型能够准确识别桥梁表观病害。 展开更多

关键词 病害检测 卷积神经网络 多标签分类 迁移学习 mobilenet-v2

在线阅读 下载PDF 职称材料

融合U-Net及MobileNet-V2的快速语义分割网络 被引量：7

4

作者 兰天翔 向子彧 +1 位作者 刘名果 陈凯 《计算机工程与应用》 CSCD 北大核心 2021年第17期175-180,共6页

传统U-Net网络模型大,处理图片速度慢,难以适应工业生产中实时的需求。针对该问题,设计并实现了一个轻量级全卷积语义分割网络LU-Net。LU-Net网络以U-Net框架为主体,结合MobileNet-V2的思想,利用深度可分离卷积参数少、计算量小的特点... 传统U-Net网络模型大,处理图片速度慢,难以适应工业生产中实时的需求。针对该问题,设计并实现了一个轻量级全卷积语义分割网络LU-Net。LU-Net网络以U-Net框架为主体,结合MobileNet-V2的思想,利用深度可分离卷积参数少、计算量小的特点轻量化网络模型。网络综合利用bottleneck模块与普通卷积的优点,并高效利用了高层特征,在保持精度的同时,大幅缩短了分割所需时间。经公开数据集DRIVE及自制凹陷字符数据集上实验的验证,相较于原U-Net网络模型,提出的LU-Net模型参数量缩小至0.59×10^(6),为原模型的1.9%,运行速度提高5倍,处理一张360×270图片的平均耗时为25 ms。LU-Net基本满足工业生产对图像实时处理的要求。 展开更多

关键词 U-Net 语义分割 mobilenet-v2 深度可分离卷积

在线阅读 下载PDF 职称材料

基于改进轻量级深度卷积神经网络的果树叶片分类及病害识别模型设计 被引量：3

5

作者 买买提·沙吾提 李荣鹏 +2 位作者 蔡和兵 赵明 梁嘉曦 《森林工程》 北大核心 2025年第2期277-287,共11页

新疆是中国重要的林果产业基地,特色林果业是区域经济发展的重要组成部分。为预防果树病害制约林果业发展,设计一款归一化注意力(normalization-based attention module,NAM)轻量级深度卷积神经网络(MobileNet-V2)果树叶片分类及病害识... 新疆是中国重要的林果产业基地,特色林果业是区域经济发展的重要组成部分。为预防果树病害制约林果业发展,设计一款归一化注意力(normalization-based attention module,NAM)轻量级深度卷积神经网络(MobileNet-V2)果树叶片分类及病害识别模型。其中融入轻量型的归一化注意力机制,提高模型对特征信息的敏感度,使模型关注显著性特征。同时,将L1正则化(L1 regularization或losso)添加到损失函数中,对权重进行稀疏性惩罚,抑制非显著性权重。试验结果表明,在叶片分类中,模型对自构建植物叶片病害识别数据集(Plant Village)、混合数据集的分类结果均表现良好,准确率分别达到97.05%、98.73%、94.91%,具有较好的泛化能力。在病害识别中,MobileNet-V2 NAM模型实现94.55%的识别准确率,高于深度卷积神经网络(AlexNet)、视觉几何群网络(VGG16)经典卷积神经网络(Convolutional Neural Networks,CNN)模型,且模型参数量只有3.56 M。MobileNet-V2 NAM在具有良好准确率同时保持了较低的模型参数量,为深度学习模型嵌入到移动设备提供技术支持。 展开更多

关键词 新疆 果树分类 病害识别 归一化注意力轻量级深度卷积神经网络(mobilenet-v2 NAM) 归一化注意力机制

在线阅读 下载PDF 职称材料

基于改进卷积神经网络的辣椒病虫害检测 被引量：2

6

作者 史明健 袁缘 刘铭 《长春工业大学学报》 CAS 2024年第3期216-222,共7页

针对使用卷积神经网络对辣椒病虫害进行检测有参数多、计算量大和推理时间过长等问题,提出一种基于MobileNet-V2改进的轻量化神经网络,将MobileNet-V2的BN层中的激活函数全部替换为Leaky ReLU,保留特征图中更多的有效正负信息,以提高性... 针对使用卷积神经网络对辣椒病虫害进行检测有参数多、计算量大和推理时间过长等问题,提出一种基于MobileNet-V2改进的轻量化神经网络,将MobileNet-V2的BN层中的激活函数全部替换为Leaky ReLU,保留特征图中更多的有效正负信息,以提高性能和减少计算复杂度,增强模型的鲁棒性。在公开的辣椒病虫害数据集上使用VGG16、ResNet34和MobileNet-V2等模型对比后,改进的MobileNet-V2表现出更高的准确性和更少的参数量。相对于原来的MobileNet-V2准确率提升4%,相对VGG16、ResNet34两种模型参数分别下降97%和87%。能够移动端设备实现实时病虫害检测,提供高效便捷解决方案。 展开更多

关键词 辣椒病虫害 VGG16 mobilenet-v2 ResNet34 Leaky ReLU

在线阅读 下载PDF 职称材料

煤矿提升机司机疲劳驾驶检测算法

7

作者 陶荣颖 王守军 +1 位作者 李南 刘续伸 《内蒙古煤炭经济》 2024年第21期58-60,共3页

煤矿提升机司机工作状态是影响提升运输系统安全运行的重要因素,本文提出提升机司机疲劳检测算法,实现提升机司机疲劳状态快速、精准感知。算法基于YOLOv7针对疲劳检测在YOLOv7中加入双通道注意力机制,实现疲劳特征信息增强,基于MobileN... 煤矿提升机司机工作状态是影响提升运输系统安全运行的重要因素,本文提出提升机司机疲劳检测算法,实现提升机司机疲劳状态快速、精准感知。算法基于YOLOv7针对疲劳检测在YOLOv7中加入双通道注意力机制,实现疲劳特征信息增强,基于MobileNet-V2改进YOLOv7的Backbone,降低模型运算量,融合面部器官特征,实现司机疲劳状态判断。 展开更多

关键词 疲劳检测 煤矿提升司机 YOLOv7 mobilenet-v2

在线阅读 下载PDF 职称材料

基于改进MobileNet轻量级网络的水稻病害识别

8

作者 郑超 张华民 《荆楚理工学院学报》 2024年第4期26-32,共7页

目的:针对传统MobileNet-v2模型水稻叶面病害识别过程中出现的准确率低、运行速度慢、特征提取难等问题,提出一种基于改进MobileNet-v2轻量级网络的水稻叶面病害识别模型。方法:该模型采用增加注意力机制模块的结构方法增强图像的特征提... 目的:针对传统MobileNet-v2模型水稻叶面病害识别过程中出现的准确率低、运行速度慢、特征提取难等问题,提出一种基于改进MobileNet-v2轻量级网络的水稻叶面病害识别模型。方法:该模型采用增加注意力机制模块的结构方法增强图像的特征提取,然后将预训练好的权重参数迁移到改进的模型中,进而对水稻4种叶面病害进行识别研究。结果:该模型在50个epoch的训练测试过程中,训练速度和过拟合问题得到了较大的改善,最终测试识别准确率较传统MobileNet-v2模型准确率提高了7.97%。结论:该模型在水稻叶面病害识别中准确率较高,识别速度较快,为水稻叶面病害的识别与研究提供了参考和借鉴意义。 展开更多

关键词 图像识别 水稻病害 迁移学习 mobilenet-v2

在线阅读 下载PDF 职称材料

表格矫正技术在档案管理中的应用

9

作者 邵向潮 肖雪丽 冷颖雄 《办公室业务》 2024年第6期51-53,共3页

文章探讨了表格矫正技术在档案管理领域的应用,旨在解决档案表格扫描过程中的拍摄角度不规范和扭曲问题。通过运用仿射变换原理,并结合LSD快速直线检测算法及阈值过滤,本研究成功实现了表格图像的准确矫正。此外,采用MobileNet-V2构建... 文章探讨了表格矫正技术在档案管理领域的应用,旨在解决档案表格扫描过程中的拍摄角度不规范和扭曲问题。通过运用仿射变换原理,并结合LSD快速直线检测算法及阈值过滤,本研究成功实现了表格图像的准确矫正。此外,采用MobileNet-V2构建的二分类模型进一步优化了横向布局表格的方向矫正。这两种技术的结合,有效克服了扫描采集中的倾斜和形变挑战,极大提高了后续OCR文字识别的准确性和效率。 展开更多

关键词 表格图像 几何变形 mobilenet-v2 LSD直线检测算法 仿射变换

在线阅读 下载PDF 职称材料

基于T-MobileNet-L模型的GIS局部放电模式识别研究 被引量：15

10

作者 程江洲 温静怡 +2 位作者 鲍刚 何艳 陈奕睿 《电子测量技术》 北大核心 2021年第20期22-28,共7页

针对当前GIS局部放电模式智能识别过程中存在计算资源消耗大以及缺少真实标签数据的问题,利用激活函数为Leaky ReLU的MobileNet-V2模型,在减少模型参数量的同时提取大量的图像特征信息。并融合迁移学习对模型参数进行预训练,在减少网络... 针对当前GIS局部放电模式智能识别过程中存在计算资源消耗大以及缺少真实标签数据的问题,利用激活函数为Leaky ReLU的MobileNet-V2模型,在减少模型参数量的同时提取大量的图像特征信息。并融合迁移学习对模型参数进行预训练,在减少网络对输入数据量需求的同时提高模型的识别准确性。结果表明,该模型的参数量可降至2.24×10^(6),并且对于干扰以及GIS局部放电模式识别的平均准确率分别达到95.8%和92.1%,与传统深度学习模型相比,该模型在显著降低计算复杂度的同时提升模式识别的准确率,对实际GIS设备进行有效、智能、轻量化运维检修具有一定的价值与意义。 展开更多

关键词 气体绝缘组合电器 mobilenet-v2 迁移学习 故障诊断 智能运维

原文传递

融合手势识别和终端用户评估的交互控制 被引量：1

11

作者 张宁 王卫星 胡宁峰 《计算机系统应用》 2022年第9期159-166,共8页

基于RGB图像的手势识别因其对设备要求低、采集数据方便等在人机交互领域得到广泛的应用.在RGB图像的手势识别与交互过程中,一方面由于RGB的手势图像在采集过程中存在光照影响导致利用肤色信息进行手势分割的效率较低,另一方面用户对交... 基于RGB图像的手势识别因其对设备要求低、采集数据方便等在人机交互领域得到广泛的应用.在RGB图像的手势识别与交互过程中,一方面由于RGB的手势图像在采集过程中存在光照影响导致利用肤色信息进行手势分割的效率较低,另一方面用户对交互手势的认知与设计师设计的手势有差异,导致用户交互体验反馈较差.针对这两个问题我们进行了系统性的优化:首先把用户的认知与交互手势设计原则联系起来建立手势共识集;其次进行手势图像的色彩平衡处理,利用椭圆肤色模型分割手势区域;然后将二值化手势图像输入到Mobile Net-V2轻量化卷积神经网络进行手势识别率的计算.手势的终端用户主观评价与手势识别技术结合可以较系统地为交互任务进行手势设计,减少用户在实际交互过程中的认知偏差,提高交互系统的可用性和效率. 展开更多

关键词 手势诱导 肤色分割模型 mobilenet-v2 手势识别 人机交互

在线阅读 下载PDF 职称材料

基于改进SSD的水下光学图像感兴趣目标检测算法研究 被引量：17

12

作者 李宝奇 黄海宁 +2 位作者 刘纪元 刘正君 韦琳哲 《电子与信息学报》 EI CSCD 北大核心 2022年第10期3372-3378,共7页

针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的... 针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的基础网络和附加特征提取网络,记作SSD-MV2SDB,并为其选择了合理的基础网络扩张系数和附加特征提取网络SDB模块数量。在水下图像感兴趣目标检测数据集UOI-DET上,SSD-MV2SDB比SSD-MV2检测精度提高3.04%。实验结果表明,SSD-MV2SDB适用于水下图像感兴趣目标检测任务。 展开更多

关键词 水下光学图像感兴趣目标检测 SSD MobileNet V2 可变形卷积 通道可选择

在线阅读 下载PDF 职称材料

基于改进SSD的合成孔径声呐图像水下多尺度目标轻量化检测模型 被引量：15

13

作者 李宝奇 黄海宁 +2 位作者 刘纪元 刘正君 韦琳哲 《电子与信息学报》 EI CSCD 北大核心 2021年第10期2854-2862,共9页

针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的... 针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的基础网络和附加特征提取网络,记作SSD-MV2ESK,并为其选择了合理的扩张系数和多尺度系数。在合成孔径声呐图像水下多尺度目标检测数据集SST-DET上,SSD-MV2ESK在模型参数基本相等的条件下,检测精度比SSD-MV2提升4.71%。实验结果表明,SSD-MV2ESK适用于合成孔径声呐图像水下多尺度目标检测任务。 展开更多

关键词 合成孔径声呐 图像水下多尺度目标检测 SSD MobileNet V2 多通道可选择 深度可分离空洞卷积

在线阅读 下载PDF 职称材料

改进RetinaNet的轻量化工件检测算法研究 被引量：1

14

作者 梅菠萍 赵皓 +3 位作者 阳珊 李林静 张静 张华 《计算机工程与应用》 CSCD 北大核心 2022年第22期172-178,共7页

针对传统目标检测模型参数量巨大,制约算法部署与模型推理实时性的问题,提出一种基于改进RetinaNet检测模型的轻量化实时目标检测网络。使用MobileNet-V2代替RetinaNet模型中的ResNet骨干网络,降低整体模型的参数量;设计锚框引导采样机... 针对传统目标检测模型参数量巨大,制约算法部署与模型推理实时性的问题,提出一种基于改进RetinaNet检测模型的轻量化实时目标检测网络。使用MobileNet-V2代替RetinaNet模型中的ResNet骨干网络,降低整体模型的参数量;设计锚框引导采样机制,基于特征金字塔输出特征层生成感兴趣区域掩码,减少背景区域冗余锚框,降低后处理过程中的计算复杂度;引入GFocalLossV2损失函数统计预测边框分布特征,优化预测边框质量以及提升分类准确度。该模型在自制多类别工件数据集WP和PascalVOC公开数据集上进行验证实验,改进模型的检测准确率分别达到99.5%、80.5%,检测速度分别达到39.8 FPS、38.3 FPS。实验结果表明,该轻量级目标检测模型能够实现实时检测,同时保证了检测精度。 展开更多

关键词 RetinaNet mobilenet-v2 引导采样 GFocalLossV2

在线阅读 下载PDF 职称材料

基于视频的移动车辆实时测距研究 被引量：6

15

作者 桑振 周永华 《北京交通大学学报》 CAS CSCD 北大核心 2020年第5期133-140,共8页

智能车辆的辅助驾驶系统对于周围环境的物体感知需快速且准确,在路况复杂、车速高的高速公路上要求则更加严格.传统的目标检测方法获取周围车况信息较少,且对于实时性检测有所欠缺.本文建立一种新型基于MobileNet-V2的SSD移动车辆实时... 智能车辆的辅助驾驶系统对于周围环境的物体感知需快速且准确,在路况复杂、车速高的高速公路上要求则更加严格.传统的目标检测方法获取周围车况信息较少,且对于实时性检测有所欠缺.本文建立一种新型基于MobileNet-V2的SSD移动车辆实时检测与测距模型,利用深度可分离卷积结构在保持精度的同时减少网络参数的计算复杂度,加快检测速度;利用具有线性瓶颈的倒置残差结构保存更多的卷积特征,使得网络学习目标的深层次特征;用扩充的Pascal VOC2007数据集进行训练和评估,测试检测模型在复杂环境下的鲁棒性.利用实际交通场景的视频数据进行验证,结果表明:车辆检测网络达到83.74%@0.5IOU的检测精度,在NVIDIA GTX1050Ti上对视频的检测速度达到25FPS,在满足精度的同时提高检测实时性.对车辆检测信息进行处理,采用数据回归建模的方法判断本车安全行驶范围,在车速为0-120 km/h的范围内,测距误差基本保持在5%以内,为驾驶员安全行驶提供决策依据. 展开更多

关键词 机器视觉 目标检测 辅助驾驶 mobilenet-v2 测距

在线阅读 下载PDF 职称材料

基于改进SSD算法的物流物品检测 被引量：2

16

作者 马祥祥 王琨 +2 位作者 羊波 闫浩 张涛 《自动化与仪器仪表》 2023年第7期63-68,共6页

针对物流物品分拣任务中,物流物品摆放环境复杂,传统检测方法的检测准确度不高、检测速度慢等问题,设计了一种改进SSD的物流物品检测算法。首先,将原SSD算法的骨干网络设置为MobileNetV2,后端网络采用倒残差网络结构,其次,将骨干网络浅... 针对物流物品分拣任务中,物流物品摆放环境复杂,传统检测方法的检测准确度不高、检测速度慢等问题,设计了一种改进SSD的物流物品检测算法。首先,将原SSD算法的骨干网络设置为MobileNetV2,后端网络采用倒残差网络结构,其次,将骨干网络浅层特征层和后端网络深层特征层使用特征融合模块,最后引入注意力机制并使用更小尺寸的先验框,在保持网络计算量的同时提升对特征图关键信息的提取能力,并增强对小目标的物品检测能力。实验结果表明:改进后的算法与SSD、Faster RCNN、YOLOv5等算法进行比较,在PASCALVOC 2007+2012数据集上,该算法相较于原SSD算法平均准确率mAP提升了4.33%,每秒帧率FPS达到53.95 frame/s,同时在要求的物流物品数据集上进行验证,结果表明该模型在堆叠、密集排布、小目标等的分拣环境下,在保证检测的实时性的同时仍可能保证较高的检测准确度。 展开更多

关键词 目标检测 SSD 注意力机制 MobileNetV2 特征融合

原文传递

基于改进SSD的骑行人员佩戴头盔检测 被引量：6

17

作者 王新 冯艺楠 《电子测量技术》 北大核心 2022年第21期90-97,共8页

为了解决骑行人员佩戴头盔检测任务中目标小、密集、准确率差、检测速度慢、应用困难等问题,本文基于SSD网络提出了EfficientNetV2-SSD算法。针对原SSD网络参数多的问题,使用改进后的轻量级网络EfficientNetV2替换SSD中的特征提取网络,... 为了解决骑行人员佩戴头盔检测任务中目标小、密集、准确率差、检测速度慢、应用困难等问题,本文基于SSD网络提出了EfficientNetV2-SSD算法。针对原SSD网络参数多的问题,使用改进后的轻量级网络EfficientNetV2替换SSD中的特征提取网络,减少网络参数,提升网络检测速度;针对难检测的小目标,使用自上而下与自下而上的FPN金字塔结构,最大程度丰富所有预测特征层信息,提升小目标的检测准确率;针对头盔等被检测的目标特征,重新设计先验框尺寸与比例,提高了小目标检测的准确率,同时加快网络收敛速度,减小网络体积。实验结果表示,EfficientNetV2-SSD网络对佩戴头盔的检测平均精度均值相比SSD网络提高7.01%,网络体积减少75%,具有更好的实用性。 展开更多

关键词 目标检测 头盔检测 小目标 SSD EfficientNetV2-ssd

原文传递

一种应用于云南省外侵物种识别的边缘计算模型

18

作者 罗玲 宋科 +5 位作者 王皓 资彩飞 奉伟 杜铭铭 孙仲享 曹志勇 《湖北农业科学》 2023年第10期212-217,222,共7页

基于MobileNet模型迁移对云南省4种主要外侵物种(鬼针草、喀西茄、水花生和紫茎泽兰)图像进行识别,将宽度倍率为1.0和1.4的MobileNet-v2模型分别应用在本研究数据集上进行试验,分析了MobileNet-v2网络模型识别不稳定的原因,通过增加通... 基于MobileNet模型迁移对云南省4种主要外侵物种(鬼针草、喀西茄、水花生和紫茎泽兰)图像进行识别,将宽度倍率为1.0和1.4的MobileNet-v2模型分别应用在本研究数据集上进行试验,分析了MobileNet-v2网络模型识别不稳定的原因,通过增加通道注意力机制模块、更新激活函数和压缩网络层数对模型进行改进。结果表明,改进后的MobileNet-v2模型识别准确率达96.8%,模型参数量仅为1535093。改进后的MobileNet-v2模型识别准确率高、模型参数量少,适合部署于边缘端,能更好地应用于云南省外侵物种防治领域。 展开更多

关键词 外侵物种 边缘计算模型 mobilenet-v2模型 云南省

在线阅读 下载PDF 职称材料