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289篇文章
< 1 2 … 15 >
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：
基于改进MobileNetV3—Small的甘薯外部品质分类方法
1
作者 马瑞峻 丁世春 陈瑜 《中国农机化学报》 北大核心 2025年第4期211-217,共7页
传统图像处理技术依靠人工提取特征,费时费力且难以提取到准确的特征。为准确实现对甘薯发芽、霉腐、损伤和正常品质的分类,提出一种改进的MobileNetV3—Small(M3S)分类方法。使用高效通道注意力(ECA)模块替换M3S中的压缩激励(SE)模块,... 传统图像处理技术依靠人工提取特征,费时费力且难以提取到准确的特征。为准确实现对甘薯发芽、霉腐、损伤和正常品质的分类,提出一种改进的MobileNetV3—Small(M3S)分类方法。使用高效通道注意力(ECA)模块替换M3S中的压缩激励(SE)模块,构建ECA—M3S模型结构;基于迁移学习训练模型,并对比不同学习率组合的训练效果;测试甘薯品质分类模型的性能,同时和多种模型进行对比,并使用Flask设计网页界面展示测试结果。结果表明,初始学习率为0.01,学习率衰减速率为0.5时,模型整体性能最优,验证准确率为92.82%,训练损失为0.0492;和其他10种不同复杂度的模型进行对比,该模型对4类甘薯品质的召回率均高于90%,测试平均准确率为92.43%,仅比最高的模型低0.79%,比未改进的M3S高3.59%,且模型尺寸仅为4.18 MB,仅比尺寸最小的SqueezeNet模型大1.34 MB。 展开更多
关键词 甘薯 外部品质 mobilenetv3—Small 高效通道注意力 迁移学习
在线阅读 下载PDF
基于改进MobileNetV3的笼养蛋鸡声音分类识别方法 被引量：2
2
作者 衡一帆 盛哲雅 +3 位作者 严煜 谷月 周昊博 王树才 《农业机械学报》 北大核心 2025年第4期427-435,共9页
为实现笼养蛋鸡声音的准确分类,实现蛋鸡健康、情绪、生产状态等信息的智能化、非接触式检测,提出了一种基于改进MobileNetV3的笼养蛋鸡声音分类识别方法。以欣华二号蛋鸡为研究对象,采集蛋鸡在笼养条件下发出的热应激声、惊吓声、产蛋... 为实现笼养蛋鸡声音的准确分类,实现蛋鸡健康、情绪、生产状态等信息的智能化、非接触式检测,提出了一种基于改进MobileNetV3的笼养蛋鸡声音分类识别方法。以欣华二号蛋鸡为研究对象,采集蛋鸡在笼养条件下发出的热应激声、惊吓声、产蛋声以及鸣唱声,经过声音预处理将一维声音信号转化为三维梅尔频谱图,建立了包括8541幅梅尔频谱图的蛋鸡声音数据集。通过在MobileNetV3中引入高效通道注意力(Efficient channel attention,ECA)模块,提高了笼养蛋鸡声音分类准确率。试验结果表明,MobileNetV3-ECA模型准确率、召回率、精确率以及F1分数分别达到95.25%、95.16%、95.02%、95.08%,相比原始模型分别提高1.99、2.08、2.00、2.04个百分点。通过与分别引入坐标注意力(Coordinate attention,CA)、卷积块注意力模块(Convolutional block attention module,CBAM)的模型对比,引入ECA模块后模型准确率分别提高2.11、2.03个百分点,其他指标同样有更明显的提高。与ShuffleNetV2、DesNet121和EfficientNetV2模型相比,MobileNetV3-ECA准确率分别提高1.99、2.03、2.50个百分点。本文提出的基于MobileNetV3-ECA的蛋鸡声音分类识别方法,能够有效且准确地实现对包括热应激声在内的不同种类蛋鸡声音分类识别,为蛋鸡规模化养殖中的自动化、智能化声音检测提供了算法支持,为禽舍巡检机器人功能优化提供了参考,同时为规模化笼养蛋鸡热应激预警开辟了思路。 展开更多
关键词 笼养蛋鸡 声音分类 mobilenetv3 高效通道注意力 梅尔频谱图 卷积神经网络
在线阅读 下载PDF
基于改进MobileNetV3的茶叶做青图像检测方法
3
作者 胡龙杰 张林鍹 +2 位作者 项凤华 巴音塔娜 黄为民 《南京农业大学学报》 北大核心 2025年第5期1212-1222,共11页
[目的]茶叶的做青过程是塑造茶叶“金镶边”色泽与发酵风味的核心环节,但传统茶叶做青过程中需要人工频繁打开做青桶检查茶叶发酵情况。这种方式不仅劳动强度大且发酵程度的判断受工人主观因素影响,难以形成统一、稳定的标准,造成茶叶... [目的]茶叶的做青过程是塑造茶叶“金镶边”色泽与发酵风味的核心环节,但传统茶叶做青过程中需要人工频繁打开做青桶检查茶叶发酵情况。这种方式不仅劳动强度大且发酵程度的判断受工人主观因素影响,难以形成统一、稳定的标准,造成茶叶发酵品质参差不齐,因此为了实现做青过程中做青容器内叶片发酵进展的智能检测,提出了一种基于改进MobileNetV3的茶叶做青图像检测识别模型。[方法]针对做青叶片识别任务中“金边”目标分布不规则且多为小目标难检测的特点,提出一种高效多尺度通道注意力(efficient multi-scale channel attention,EMCA)模块,旨在轻量化网络结构的同时,实现对小目标及边缘细节的精确捕捉,降低特征的漏检现象。此外,为使模型充分理解小目标所处环境,建立深浅特征图间的长短期依赖关系,对原有精简空间池化解码头(lite reduce atrous spatial pyramid pooling,LRASPP)进行了改进,使不同尺度的特征图进行信息交互与融合,进而提高特征表示的丰富度与准确性。[结果]该算法在自建茶叶做青数据集上进行试验,模型平均交并比82.95%,平均像素准确率90.53%,模型参数量1.823 M。相比MobileNetV3模型,其平均交并比和平均像素准确率分别提高4.93%和8.26%,参数量减少44%。[结论]该方法能够实现做青过程中茶叶做青程度的精确识别,对于实现茶叶做青过程智能化具有重要意义。 展开更多
关键词 图像识别 语义分割 茶叶 mobilenetv3 树莓派
在线阅读 下载PDF
融合MobileNetv3的轻量级YOLOv8钢材表面缺陷检测
4
作者 胡名琪 陈辉明 +2 位作者 徐伟 郭诚君 刘秋明 《科学技术与工程》 北大核心 2025年第16期6831-6840,共10页
针对钢材表面缺陷人工检测成本高昂、检测精度不高,以及传统的目标检测方法模型复杂,导致对终端检测设备的计算资源要求较高等问题,融合MobileNetv3轻量化YOLOv8算法提出一种轻量级缺陷检测算法YOLOv8n-MDC。首先,以YOLOv8n为基础,将YOL... 针对钢材表面缺陷人工检测成本高昂、检测精度不高,以及传统的目标检测方法模型复杂,导致对终端检测设备的计算资源要求较高等问题,融合MobileNetv3轻量化YOLOv8算法提出一种轻量级缺陷检测算法YOLOv8n-MDC。首先,以YOLOv8n为基础,将YOLOv8n的自带IoU(intersection over union)候选框损失函数替换成WIoU(weighted IoU)函数,通过增添非单调聚焦机制,提高模型的鲁棒性。其次,使用MobileNetv3网络替换YOLOv8n的骨干特征提取网络模块,将轻量级网络用于特征提取端降低网络复杂度,减少冗余开销。最后,在特征融合阶段使用DW卷积和C3Ghost模块对原网络的相应模块进行替换,使改进后的网络减少模型参数,进一步提升检测速度。使用钢材表面缺陷数据集NEU-DET进行模型验证,YOLOv8n-MDC模型mAP达81.3%,较YOLOv8n模型提升5%;参数量与计算量分别为1.02 M和2.1 GFLOPs,仅为原模型的33.9%和25.9%,达到工业要求。提出的轻量级算法在保证检测精度提升的同时大大降低了算法的复杂度和计算资源的开销,为钢材表面缺陷检测提供了一个优化思路。 展开更多
关键词 钢材表面缺陷 缺陷检测 轻量级网络 YOLOv8 mobilenetv3
在线阅读 下载PDF
基于改进MobileNetV3-Small的断纱图像分类算法
5
作者 付奇强 王升 +3 位作者 国冰磊 程凯 黄兴宇 陈佳 《棉纺织技术》 2025年第3期50-58,共9页
针对环锭纺纱过程中断纱检测效率低下、易受环境干扰等问题,提出一种改进的MobileNetV3-Small断纱检测方法。首先,设计并构建基于四轮四驱移动机器人平台的图像采集系统,获取7个类别断纱数据集。其次,采用Prewitt算子和伽马校正进行图... 针对环锭纺纱过程中断纱检测效率低下、易受环境干扰等问题,提出一种改进的MobileNetV3-Small断纱检测方法。首先,设计并构建基于四轮四驱移动机器人平台的图像采集系统,获取7个类别断纱数据集。其次,采用Prewitt算子和伽马校正进行图像增强,提升纤维特征的清晰度。然后,在MobileNetV3-Small模型中引入改进后的CoordAttention注意力机制,通过增加通道注意力机制,增强模型对纱线空间和通道信息的捕捉能力。最后,为解决类别不平衡和特征学习问题,采用Focal Loss和Center Loss的联合损失函数,提升模型的泛化能力和分类精度。试验结果显示:模型在验证集上取得了97.8%的准确率,相比基准模型提升了3.2个百分点,模型参数量降低至4.42 M,体现了其轻量化和高效性的优势。该研究提出的模型在断纱检测任务中具有较高的准确性和实时性,能够有效解决传统方法的不足。 展开更多
关键词 断纱检测 mobilenetv3-Small 图像采集系统 注意力机制 联合损失函数 深度学习
在线阅读 下载PDF
基于改进MobileNetV3-Large食物图像分类算法研究
6
作者 何伟婵 杨志景 秦景辉 《粮油食品科技》 北大核心 2025年第2期90-96,共7页
食物图像识别在食物安全监控、营养分析以及饮食推荐系统中发挥重要作用。然而,食物图像的多样性、复杂性以及光照等外部因素给识别任务带来了诸多难度和挑战。为了解决这些问题,提出了一种基于改进MobileNetV3-Large食物图像分类算法。... 食物图像识别在食物安全监控、营养分析以及饮食推荐系统中发挥重要作用。然而,食物图像的多样性、复杂性以及光照等外部因素给识别任务带来了诸多难度和挑战。为了解决这些问题,提出了一种基于改进MobileNetV3-Large食物图像分类算法。在MobileNetV3-Large预训练模型基础上,引入PReLu激活函数和NAM注意力机制,通过捕捉图像中的非局部依赖关系来增强模型对关键特征的关注度;引入了多任务损失函数,通过同时优化多个相关任务来进一步提升分类性能;采用了TrivialAugment数据增强技术,通过扩展训练数据集的规模和多样性来增强模型的泛化能力。实验结果表明,通过这些改进,模型在Food-101数据集上的准确率从66.9%提升至84.2%,证明了所提方法的有效性。 展开更多
关键词 mobilenetv3-Large NAM注意力机制 PReLu激活函数 TrivialAugment数据增强
在线阅读 下载PDF
基于MobileNetV3的核素能谱快速识别方法
7
作者 欧开发 周书民 陈锐 《世界核地质科学》 2025年第1期203-210,共8页
放射性核素的快速识别是核材料检测系统的关键组成部分,对于提高放射性检测的性能和效率至关重要。然而,传统的核素能谱识别方法通常需要经历去噪、本底扣除和特征提取等多个复杂步骤,这些过程计算复杂度高、耗时较长且识别效率有限,难... 放射性核素的快速识别是核材料检测系统的关键组成部分,对于提高放射性检测的性能和效率至关重要。然而,传统的核素能谱识别方法通常需要经历去噪、本底扣除和特征提取等多个复杂步骤,这些过程计算复杂度高、耗时较长且识别效率有限,难以满足实际应用中的快速响应需求。针对这些问题,提出一种基于MobileNetV3神经网络的核素能谱快速识别算法,通过改进数据处理与模型训练方法,实现对核素的高效识别。利用蒙特卡罗(MCNP)模拟软件生成一系列仿真数据,包括不同放射源及粒子数、NaI探测器与放射源的距离,以及混合核素场景下的能谱数据。这些多样化的数据用于训练和验证网络模型,增强模型的泛化能力。为更有效地处理γ能谱中的全能峰特性,设计一种基于滑动窗口的预处理方法,将一维能谱数据逐道进行变换。随后,采用希尔伯特曲线对经过滑动窗口处理的能谱数据进行二维映射,将其转换为灰度图像形式输入到MobileNetV3模型中进行训练和预测。实验结果表明,构建的神经网络模型在快速处理滑动窗口后的能谱数据方面表现优异,能够在高效学习的同时实现对不同核素的高精度识别。在模型性能方面,选用滑动窗口大小为23和25时,模型不仅收敛速度更快,还显著提高识别的准确率。 展开更多
关键词 mobilenetv3 神经网络 滑动窗口 希尔伯特曲线 核素识别
在线阅读 下载PDF
面向高价值目标识别的SKConv-MobileNetV3改进
8
作者 郑鹏 程云 +2 位作者 刘波 叶晨浩 王石杰 《指挥控制与仿真》 2025年第5期42-48,共7页
高价值目标识别通常要求较高的时效性和准确度,传统深度卷积神经网络参数量庞大导致大量应用场景受限。因此,提出了基于SKConv-MobileNetV3的高价值目标识别方法,通过在MobileNetV3卷积层的输出特征图加权融合SKConv卷积核的识别结果,... 高价值目标识别通常要求较高的时效性和准确度,传统深度卷积神经网络参数量庞大导致大量应用场景受限。因此,提出了基于SKConv-MobileNetV3的高价值目标识别方法,通过在MobileNetV3卷积层的输出特征图加权融合SKConv卷积核的识别结果,利用注意力机制来选择最相关的图片内容进行特征提取,在参数数量不变的前提下,提高了SKConv-MobileNetV3模型对特征信息的提取能力,同时提升了学习效率和识别准确率。基于以上算法改进和优化,在NWPU-RESISC45数据集中选取了具有强相关性的7种高价值目标进行了测试,结果表明,与MobileNetV2相比准确率提升了7.01%,与MobileNetV3相比准确率提升了4.08%,能够较好地提升混合战场环境中的高价值目标识别精度。 展开更多
关键词 计算机应用 目标识别 轻量级网络 mobilenetv3 自适应选择性卷积
在线阅读 下载PDF
结合Swin Transformer与MobileNetv3的多源无人机影像目标检测方法 被引量：3
9
作者 王新广 李辉 《城市勘测》 2025年第1期27-32,共6页
针对无人机载荷硬件算力有限,而当前轻量级模型对无人机影像内目标检测精度不佳的问题,设计了一种基于MobileNetv3的轻量级目标检测模型。在特征提取层内引入通道混排注意力机制,同步捕捉通道与空间维度的注意力特征,同时在网络末端引... 针对无人机载荷硬件算力有限,而当前轻量级模型对无人机影像内目标检测精度不佳的问题,设计了一种基于MobileNetv3的轻量级目标检测模型。在特征提取层内引入通道混排注意力机制,同步捕捉通道与空间维度的注意力特征,同时在网络末端引入移动式窗口式视觉变压器模块,计算全局尺度的上下文语义特征;通过双向加权特征金字塔实现多尺度特征加权融合,并在其中引入深度可分离卷积核与动态上采样层,降低融合阶段计算消耗;参考YOLOv7损失函数结构,采用焦点-高效交并比函数计算目标框回归损失,采用梯度协调函数计算目标分类损失。在光学及热红外影像数据集上的实验结果表明,所提模型较原模型在检测速度方面提升了3.52%与3.83%,同时mAP 0.5也分别提高7.11%与6.85%,与对照组内主流轻量级检测模型相比,本文模型在检测精度、速度及体量方面,具有一定的优势,适合部署在无人机载荷硬件中,针对复杂地面场景,开展全天候目标实时检测。 展开更多
关键词 多源无人机影像 轻量级目标检测 mobilenetv3 移动式窗口视觉变压器 动态上采样
在线阅读 下载PDF
基于改进CBAM注意力机制的MobileNetV3风扇异常状况识别研究
10
作者 刘明 王荣燕 +3 位作者 王汝旭 武高旭 张佳宁 梁俊祥 《工业控制计算机》 2025年第3期90-92,共3页
工业风扇在生产设施中起着至关重要的作用,关键风扇的突然停机对安全生产影响巨大。通过分析在-6 dB噪声环境中的故障风扇发出的声音,提取声音样本的语谱图,采用MobileNetV3模型,针对该模型注意力模块SE(Squeeze-and-Excitation)存在的... 工业风扇在生产设施中起着至关重要的作用,关键风扇的突然停机对安全生产影响巨大。通过分析在-6 dB噪声环境中的故障风扇发出的声音,提取声音样本的语谱图,采用MobileNetV3模型,针对该模型注意力模块SE(Squeeze-and-Excitation)存在的参数化程度较低问题,采用空洞卷积(Dilated Convolution)优化的卷积块注意力模块CBAM(Convolutional Block Attention Module)予以替代,提出了改进后的MobileNetV3模型。实验结果显示,该模型的分类准确率达到了98%,相较于原MobileNetV3模型,准确率提升了2.07个百分点。 展开更多
关键词 空洞卷积 CBAM mobilenetv3 迁移学习 SPECTROGRAM
在线阅读 下载PDF
基于MobileNetV3网络结构的电磁辐射骚扰故障诊断
11
作者 张亚君 夏圣 +3 位作者 张吉宇 赵金强 郑艺侃 梁程华 《广西科技大学学报》 2025年第2期49-58,84,共11页
针对汽车电磁辐射骚扰测试中出现电磁发射能量超标的问题,如何实现故障对象的有效诊断成为关键。为此,本文提出一种基于MobileNetV3和时频分析的辐射骚扰故障诊断方法,旨在解决符合测试标准《道路车辆电磁兼容性要求和试验方法》(GB 34... 针对汽车电磁辐射骚扰测试中出现电磁发射能量超标的问题,如何实现故障对象的有效诊断成为关键。为此,本文提出一种基于MobileNetV3和时频分析的辐射骚扰故障诊断方法,旨在解决符合测试标准《道路车辆电磁兼容性要求和试验方法》(GB 34660—2017)中辐射骚扰超标的故障问题;利用短时傅里叶变换(short-time Fourier transform,STFT)将测试信号转换为二维图像,并在模型中引入混合注意力机制(convolutional block attention module,CBAM),选择最优参数训练网络。实验结果表明:该方法的训练准确率达到了90.80%,能够自适应地提取辐射骚扰故障时频图像的故障特征,结合短时傅里叶变换方法具有良好的分类能力,证明了该模型在识别精度方面具有良好的性能。 展开更多
关键词 电磁兼容 辐射骚扰 故障诊断 mobilenetv3网络 时频分析
在线阅读 下载PDF
基于阈值非结构化剪枝的MobileNetV3模型优化方法
12
作者 白鸿冰 杨延宁 姚旭 《计算机测量与控制》 2025年第10期191-198,共8页
为解决深度学习模型在移动设备和嵌入式系统中的高效应用问题,对MobileNetV3模型进行了优化研究;分析了如何通过剪枝技术减少模型的计算量和参数量,以提高其在资源受限环境中的应用效率;采用了粗粒度通道剪枝与细粒度非结构化剪枝相结... 为解决深度学习模型在移动设备和嵌入式系统中的高效应用问题,对MobileNetV3模型进行了优化研究;分析了如何通过剪枝技术减少模型的计算量和参数量,以提高其在资源受限环境中的应用效率;采用了粗粒度通道剪枝与细粒度非结构化剪枝相结合的策略,显著减少了参数量和计算开销,为应对剪枝引起的精度下降,结合深度增强策略通过增加模型深度弥补性能损失;技术创新体现在结合粗粒度与细粒度剪枝的优化策略,有效平衡了模型精度与计算效率;实验在CIFAR-10和CIFAR-100数据集上验证了该方法,结果显示,优化后的模型显著降低了计算成本并保持了高分类精度,CIFAR-100数据集精度提升8.1%,CIFAR-10数据集精度提升2.08%;该方法适用于资源受限的设备,满足了对低计算开销和高精度的实际应用需求。 展开更多
关键词 mobilenetv3 阈值非结构化剪枝 模型优化 计算复杂度 深度增强
在线阅读 下载PDF
基于MobileNetV3的陈皮年份鉴别
13
作者 陈康辉 陈开权 +1 位作者 郑成勇 梁桓绵 《计算机科学与应用》 2025年第6期83-89,共7页
陈皮(学名柑橘皮)的贮藏年限与其品质特征及市场价值呈现显著正相关性。然而,传统的陈皮年份鉴别方法主要依赖经验判断或化学分析,存在主观性强、操作复杂、耗时耗力等诸多局限。为此,本文提出一种基于轻量化深度学习框架MobileNetV3的... 陈皮(学名柑橘皮)的贮藏年限与其品质特征及市场价值呈现显著正相关性。然而,传统的陈皮年份鉴别方法主要依赖经验判断或化学分析,存在主观性强、操作复杂、耗时耗力等诸多局限。为此,本文提出一种基于轻量化深度学习框架MobileNetV3的陈皮年份智能鉴别方法。通过构建涵盖不同贮藏年限的陈皮图像数据集,采用区域裁剪对原始图像样本进行标准化处理,生成分辨率为224 × 224像素的黑色背景规范图像。在数据预处理与增强阶段,应用像素值归一化、随机旋转等策略,以提升模型的泛化能力与鲁棒性。实验环节对比了MobileNetV3、ResNet、DenseNet、FasterNet、AlexNet、VGG16以及EfficientFormerV2共七种经典与轻量级卷积神经网络模型。结果表明,MobileNetV3-large在模型参数量仅为16.3 MB的前提下,实现了86.96%的分类准确率与87.55%的精确率,单张图像推理时间仅为5.36毫秒,综合性能显著优于其他对比模型。总之,本文提出了一种更为简易且准确的陈皮年份识别方法,为在边缘计算设备的部署提供了高效可靠的技术支持。 展开更多
关键词 陈皮年份鉴别 轻量化 区域裁剪 mobilenetv3
在线阅读 下载PDF
基于SV-MobileNetV3模型的感应电机故障诊断方法研究
14
作者 孙浩 石颉 +1 位作者 崔宪 吴宏杰 《微电子学与计算机》 2025年第5期93-104,共12页
近年来,轻量级神经网络模型逐渐应用于感应电机故障诊断。针对模型计算量和参数量过大带来的计算成本和部署难度的问题提出了一种基于改进MobileNetV3的感应电机故障诊断方法(SV-MobileNetV3)。首先,采用ShiftViT构建模块代替传统的SE模... 近年来,轻量级神经网络模型逐渐应用于感应电机故障诊断。针对模型计算量和参数量过大带来的计算成本和部署难度的问题提出了一种基于改进MobileNetV3的感应电机故障诊断方法(SV-MobileNetV3)。首先,采用ShiftViT构建模块代替传统的SE模块,在不降低诊断精度的前提下,大幅度减少模型的参数量和计算量。其次,结合偏差损失函数,有效减少优化过程中因学习特征较差的数据引起的误导来提高故障诊断的效率。最后,利用Sophia优化器加快网络训练的收敛。实验结果表明,提出的SV-MobileNetV3故障诊断模型准确率高达98.73%,较原MobileNetV3算法模型提高1.2%。在参数量和计算复杂度方面,SV-MobileNetV3模型实现了1.875 MB的参数量和78.351 MB的计算量,平均诊断精度达98.16%。 展开更多
关键词 感应电机 深度学习 故障诊断 SV-mobilenetv3
在线阅读 下载PDF
应用MobileNetV3的实时面部表情识别方法
15
作者 路晓亚 楚志凯 《福建电脑》 2025年第8期100-104,共5页
针对现有面部表情识别方法在精度和实时性上的不足,本文提出一种基于改进MobileNetV3的深度学习模型。通过优化网络结构和损失函数,增强模型对细微表情特征的提取能力。实验的结果表明,改进后的模型在静态图像和视频流中均能实现较高精... 针对现有面部表情识别方法在精度和实时性上的不足,本文提出一种基于改进MobileNetV3的深度学习模型。通过优化网络结构和损失函数,增强模型对细微表情特征的提取能力。实验的结果表明,改进后的模型在静态图像和视频流中均能实现较高精度表情识别,并支持实时检测。 展开更多
关键词 面部表情识别 轻量化卷积神经网络 实时检测
在线阅读 下载PDF
基于MobileNetV3和显微图像技术的肉品种识别系统
16
作者 杨彪 张伊涵 李亚文 《食品与发酵科技》 2025年第4期30-36,共7页
为了实现对不同动物肉快速、低成本识别,提出了一种基于深度学习和显微图像技术的肉类识别系统。利用微型手机显微镜和安卓手机,采集了猪肉、牛肉、羊肉、鸭肉、鸡肉等5种肉类的显微图像5052幅,然后按照1:10比例对其进行数据扩增,共得到... 为了实现对不同动物肉快速、低成本识别,提出了一种基于深度学习和显微图像技术的肉类识别系统。利用微型手机显微镜和安卓手机,采集了猪肉、牛肉、羊肉、鸭肉、鸡肉等5种肉类的显微图像5052幅,然后按照1:10比例对其进行数据扩增,共得到55583张肉的显微图像。将其分为训练集、测试集和验证集。采用MobileNetV3深度学习算法建立了基于显微图像技术的肉类识别模型并将其部署到安卓平台。用验证集图像对模型的精度进行验证。结果表明,模型在验证集的准确率为99.98%,能够准确地识别5种肉类,为肉的品种识别提供一个快速、低成本的新技术手段。 展开更多
关键词 深度学习 肉掺假 显微图像 安卓平台 mobilenetv3
在线阅读 下载PDF
基于改进 MobileNetV3-Small 的玉米叶部病害识别
17
作者 曾鹏滔 撒金海 +1 位作者 余兰灿 刘嘉 《微电子学与计算机》 2025年第4期98-105,共8页
针对玉米叶部病害之间差异较小,难以快速、准确区分的问题,提出了一种高性能的轻量化玉米病害识别模型CB-SV-MobileNetV3,通过在原MobileNetV3-Small网络结构的基础上进行调整。首先,将原模型中的ReLU激活函数替换为ELU激活函数,改善模... 针对玉米叶部病害之间差异较小,难以快速、准确区分的问题,提出了一种高性能的轻量化玉米病害识别模型CB-SV-MobileNetV3,通过在原MobileNetV3-Small网络结构的基础上进行调整。首先,将原模型中的ReLU激活函数替换为ELU激活函数,改善模型的非线性表达能力和缓解梯度消失问题。其次,在Bottleneck结构中,使用CBAM注意力机制替换SE注意力机制,提升模型对玉米病害特征区域的关注力和表达能力,并添加ResMLP结构,加强模型对玉米病害特征的捕获能力。最后,将SVM作为玉米病害的分类器,进一步提高模型对玉米病害的分类精度。结果表明,CB-SV-MobileNetV3模型在公开玉米叶部病害数据集上识别准确率为97.49%,优于AlexNet、MobileNetV2等模型。在自建玉米叶部病害数据集上准确率达到91.23%,且该模型参数量仅为2.96 MB,检测帧率为69 frame/s。 展开更多
关键词 玉米病害识别 mobilenetv3-Small SVM分类器 ResMLP 注意力机制
在线阅读 下载PDF
基于改进MobileNetV3的可解释性小麦叶片病虫害识别
18
作者 曾金宇 贾丙静 +2 位作者 张永琪 陈俊杰 苏煜 《黑龙江工业学院学报(综合版)》 2025年第6期108-114,共7页
针对传统小麦叶片病虫害识别模型准确率低、可解释性差等问题。提出了一种基于改进MobileNetV3的可解释性小麦叶片病虫害识别算法。首先,用CA注意力机制代替原网络的SE注意力机制,区分目标和背景。其次,引入对比学习,在归一化的嵌入空... 针对传统小麦叶片病虫害识别模型准确率低、可解释性差等问题。提出了一种基于改进MobileNetV3的可解释性小麦叶片病虫害识别算法。首先,用CA注意力机制代替原网络的SE注意力机制,区分目标和背景。其次,引入对比学习,在归一化的嵌入空间中拉近同类样本并推开异类样本,实现样本特征的有效区分,提高模型的识别准确率;最后,将激活热力图(Grad-CAM)技术融入MobileNetV3识别模型中,可以准确识别输入图像中对模型预测结果影响最大的受害区域,从而提高检测过程的透明度和可解释性。实验结果表明,所提出的CL-MobileNet网络模型在小麦叶片病虫害数据集中的平均识别准确率达到了95.25%,相比原模型高出了3.62%。与其他模型相比,该模型具有较好的效果,并且能够提供分类结果的解释。 展开更多
关键词 小麦叶片病虫害分类与识别 mobilenetv3 CA注意力机制 对比学习 Grad-CAM 可解释性
在线阅读 下载PDF
基于迁移改进MobileNetV3的玉米叶片病害识别研究
19
作者 金雨纯 甄元元 刘平 《中国农学通报》 2025年第23期145-154,共10页
近年来,深度学习算法在图像识别领域的应用已逐渐拓展到农业生产中,特别是在作物病害检测方面。结合深度学习中的迁移学习技术,笔者提出了一种基于MobileNetV3改进模型的玉米叶片病害识别方法。将在ImageNet数据集上预训练的权重迁移到... 近年来,深度学习算法在图像识别领域的应用已逐渐拓展到农业生产中,特别是在作物病害检测方面。结合深度学习中的迁移学习技术,笔者提出了一种基于MobileNetV3改进模型的玉米叶片病害识别方法。将在ImageNet数据集上预训练的权重迁移到目标数据集,并在此基础上对模型进行优化。优化过程中采用CBAM注意力模块替换了原有的SE模块,并在卷积层中引入空洞卷积以增大感受野。经过训练得到了一个最优玉米叶片病害识别模型。经过迁移学习后,模型在训练集上的准确率由96.30%提升至98.20%,提高了1.9个百分点。在此基础上进一步优化后,模型准确率达到99.09%,识别效果更为优异。该改进不仅保留了MobileNetV3的轻量化特性,而且显著提高了玉米叶片病害识别的性能。 展开更多
关键词 玉米病害识别 迁移学习 mobilenetv3 注意力机制
原文传递
基于MobileNetV3的爆炸装置遗留物识别研究
20
作者 胡世杰 蒋乐 《科技创新与生产力》 2025年第10期92-95,共4页
爆炸案件中,爆炸装置遗留物碎片的识别目前基本依靠人工比对完成,识别准确率受检验人员水平影响较大且效率较低。为实现快速识别,推动检验标准化自动化,本文建立机械定时闹钟、对讲机等6种爆炸装置碎片及原型物图像数据集。基于MobileNe... 爆炸案件中,爆炸装置遗留物碎片的识别目前基本依靠人工比对完成,识别准确率受检验人员水平影响较大且效率较低。为实现快速识别,推动检验标准化自动化,本文建立机械定时闹钟、对讲机等6种爆炸装置碎片及原型物图像数据集。基于MobileNetV3网络模型进行图像识别分类,通过调整学习率等方式优化模型,最终分类准确率达到96%。利用该MobileNetV3网络模型进行实战化部署,可以有效提高工作效率,适合推广使用,顺应科技兴警发展要求。 展开更多
关键词 爆炸痕迹检验 爆炸遗留物碎片 卷积神经网络 mobilenetv3 图像识别
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 2 … 15 下一页 到第 页
使用帮助 返回顶部