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67篇文章
< 1 2 … 4 >
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：
融合MobileNetv3的轻量级YOLOv8钢材表面缺陷检测 被引量：1
1
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MobileNetV3的核素能谱快速识别方法
2
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
基于改进MobileNetV3的笼养蛋鸡声音分类识别方法 被引量：3
3
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
面向高价值目标识别的SKConv-MobileNetV3改进
4
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
基于MobileNetV3网络结构的电磁辐射骚扰故障诊断
5
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MobileNetV3的人脸微表情识别系统研究
6
作者 岑承瑞 李海侠 《现代信息科技》 2025年第24期77-82,共6页
人脸微表情(ME)因其短暂、微妙但情感真实的特点,识别极具挑战性。本研究针对现有神经网络在ME识别中普遍存在的模型庞大或轻量化模型性能不足的问题,提出并实现了一种轻量级解决方案。基于MobileNetV3模型,结合ME特性进行微调,并选用Fe... 人脸微表情(ME)因其短暂、微妙但情感真实的特点,识别极具挑战性。本研究针对现有神经网络在ME识别中普遍存在的模型庞大或轻量化模型性能不足的问题,提出并实现了一种轻量级解决方案。基于MobileNetV3模型,结合ME特性进行微调,并选用Fer2013和CK+数据集进行训练与优化。最终设计并部署了一个集成GUI界面的轻量级ME识别系统。在AffectNet数据集上的测试表明,该系统不仅识别准确率高、鲁棒性强,且处理速度满足实时性要求,在典型ME持续时间内可完成识别,为实际应用提供了有价值的参考。 展开更多
关键词 微表情识别 深度学习 轻量化卷积神经网络 模型部署 mobilenetv3
在线阅读 下载PDF
基于改进轻量级MobileNetV3网络的变压器套管外部缺陷识别
7
作者 吕刚 邓军 +2 位作者 石玉秉 罗宗源 张瑞亮 《微型电脑应用》 2025年第11期48-53,共6页
为了提高变压器套管外部缺陷识别的准确性以及识别效率,提出基于改进轻量级MobileNetV3网络的变压器套管外部缺陷识别方法。利用改进小波变换算法对变压器套管图像进行增强处理,结合轻量级MobileNetV3网络,提取增强后变压器套管图像的... 为了提高变压器套管外部缺陷识别的准确性以及识别效率,提出基于改进轻量级MobileNetV3网络的变压器套管外部缺陷识别方法。利用改进小波变换算法对变压器套管图像进行增强处理,结合轻量级MobileNetV3网络,提取增强后变压器套管图像的外部缺陷特征,并引入正向拉格朗日乘法器替换卷积神经网络的全连接层作为分类器,实现对轻量级MobileNetV3网络的改进。对提取的特征进行求解和分类输出,建立决策函数,将分类输出结果输入决策函数,完成套管外部缺陷的识别。实验结果表明,所提方法对变压器套管外部缺陷识别的效率较高,在0.2 s以内,F 1值始终维持在0.95左右,识别准确性好,方差值为0.01,具有较高的稳定性。 展开更多
关键词 缺陷识别 mobilenetv3网络 改进小波变换 决策函数
在线阅读 下载PDF
基于MobileNetV3的爆炸装置遗留物识别研究
8
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
基于改进MobileNetV3的水稻病害识别模型 被引量：19
9
作者 崔金荣 魏文钊 赵敏 《农业机械学报》 EI CAS CSCD 北大核心 2023年第11期217-224,276,共9页
针对水稻病害识别方法准确度低、模型收敛速度缓慢的问题,本文提出了一种高性能的轻量级水稻病害识别模型,简称为CA(Coordinate attention)-MobileNetV3。通过微调的迁移学习策略完善了模型的训练,提升了模型收敛速度。首先创建10个种... 针对水稻病害识别方法准确度低、模型收敛速度缓慢的问题,本文提出了一种高性能的轻量级水稻病害识别模型,简称为CA(Coordinate attention)-MobileNetV3。通过微调的迁移学习策略完善了模型的训练,提升了模型收敛速度。首先创建10个种类的数据集,其中包含9种水稻病害和1种水稻健康叶片。其次使用CA模块,在通道注意力中嵌入空间坐标信息,提高模型的特征提取能力与泛化能力。最后,将改进后的MobileNetV3网络作为特征提取网络,并加入SVM多分类器,提高模型精度。实验结果表明,在本文构建的水稻病害数据集上,初始的MobileNetV3识别准确率仅为95.78%,F1值为95.36%;加入CA模块后识别准确率和F1值分别提高至96.73%和96.56%;再加入SVM多分类器,通过迁移学习后,改进模型的识别准确率和F1值分别达到97.12%和97.04%,参数量和耗时仅为2.99×106和0.91 s,明显优于其他模型。本文提出的CA-MobileNetV3水稻病害识别模型能够有效识别水稻叶部病害,实现了轻量级、高性能、易部署的水稻病害分类识别算法。 展开更多
关键词 水稻病害 改进mobilenetv3 卷积神经网络 注意力机制 支持向量机
在线阅读 下载PDF
基于改进型RFB-MobileNetV3的棉杂图像检测 被引量：7
10
作者 徐健 胡道杰 +2 位作者 刘秀平 韩琳 闫焕营 《纺织学报》 EI CAS CSCD 北大核心 2023年第1期179-187,共9页
针对深度卷积神经网络模型复杂导致嵌入式设备难以满足实时在线检测的问题,提出改进型RFB-MobileNetV3(RFB-MNV3)的棉杂检测方法。首先,根据高精度轻量化网络模型的构建和保证检测准确率高的前提下,减少MNV3冗余网络结构;其次,将3×... 针对深度卷积神经网络模型复杂导致嵌入式设备难以满足实时在线检测的问题,提出改进型RFB-MobileNetV3(RFB-MNV3)的棉杂检测方法。首先,根据高精度轻量化网络模型的构建和保证检测准确率高的前提下,减少MNV3冗余网络结构;其次,将3×3卷积层取代5×5卷积层,1×3+3×1卷积层折叠取代3×3卷积层作为改进型感受野(RFB)模块部署到改进型MNV3的池化层中,以提升棉杂的在线检测速度和准确率;最后,将改进前后的算法与其它检测算法进行比较。结果表明,改进型RFB-MNV3算法的单张检测速度可达到0.02 s,在线检测平均准确率达到89.05%。通过对MNV3网络结构进行改进,在保证高检测准确率的前提下,可满足嵌入式设备在线棉杂检测的需求。 展开更多
关键词 RFB-mobilenetv3 棉杂 在线检测 网络结构 轻量化模型 图像检测
在线阅读 下载PDF
基于MobileNetV3-SVDD的雷达信号调制方式开集识别 被引量：9
11
作者 肖易寒 李航 +1 位作者 于祥祯 宋柯 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2022年第8期1178-1185,共8页
针对常见雷达信号调制方式识别方法无法识别未知调制方式的问题,本文提出了一种基于MobileNetV3-SVDD的雷达信号调制方式开集识别方法。将不同调制方式的雷达信号转换成时频图像,使用轻量级深度神经网络MobileNetV3网络提取图像特征。... 针对常见雷达信号调制方式识别方法无法识别未知调制方式的问题,本文提出了一种基于MobileNetV3-SVDD的雷达信号调制方式开集识别方法。将不同调制方式的雷达信号转换成时频图像,使用轻量级深度神经网络MobileNetV3网络提取图像特征。基于一类分类器SVDD构建调制方式超球体来测试识别在训练中未出现过的未知调制方式,完成了对雷达信号调制方式的开集识别。实验结果表明:该方法在信噪比等于8 dB时,已知调制方式识别率均达到100%,未知调制方式识别率均达到95%以上,实现了对未知调制方式的有效分类识别。 展开更多
关键词 调制方式识别 开集识别 时频分析 崔-威廉斯分布 轻量级深度神经网络 mobilenetv3 一类分类器 支持向量数据描述
在线阅读 下载PDF
基于MobileNetV3网络的龋病和根尖周炎根尖片的诊断 被引量：1
12
作者 王凯欣 刘丰 +1 位作者 曾令芳 刘超 《口腔疾病防治》 2024年第1期43-49,共7页
目的研究深度学习技术智能诊断龋齿和根尖周炎的效果,初步探讨深度学习在口腔疾病诊断中的应用价值。方法以2298张包含健康牙齿、龋病、根尖周炎的根尖片数据集为研究对象,随机划分为1573张训练集图像,233张验证集图像以及492张测试集... 目的研究深度学习技术智能诊断龋齿和根尖周炎的效果,初步探讨深度学习在口腔疾病诊断中的应用价值。方法以2298张包含健康牙齿、龋病、根尖周炎的根尖片数据集为研究对象,随机划分为1573张训练集图像,233张验证集图像以及492张测试集图像。通过多种神经网络对比验证,选择性能较好的MobileNetV3网络模型应用于牙病诊断,并通过调整网络超参数优化模型。采用精确率、准确率、召回率和F1分数评估模型识别龋齿和根尖周炎的能力,并使用类激活热力图对网络模型性能进行可视化分析。结果基于MobileNetV3网络模型的牙齿病变检测算法对健康牙齿、龋病和根尖周炎进行分类的精确率、召回率和准确率分别为99.42%、99.73%和99.60%,F1分数为99.57%,达到了较为理想的智能诊断效果。可视化类激活热力图也显示出网络模型能够较为准确地提取牙科病变的特征。结论基于MobileNetV3网络模型的牙齿病变检测算法能够排除图像质量和人为因素的干扰,具有较高的诊断准确率,可满足口腔医学教学和临床应用需求。 展开更多
关键词 牙科病变 龋病 根尖周炎 根尖片 智能诊断 图像处理 深度学习 mobilenetv3网络 类激活图 可视化分析
暂未订购
基于深度迁移网络MobileNetV3的地形识别 被引量：5
13
作者 姚燕 胡立坤 郭军 《广西大学学报（自然科学版）》 CAS 北大核心 2021年第4期996-1007,共12页
传统地形识别算法,主要建立在人工提取特征和训练分类器的前提上,其通用能力有限且准确度不高,或者需要大量的数据集训练基础,这种方法训练的网络模型参数较大且预测耗时较长,不利于移植到移动端。因此,运用迁移学习思想,提出了一种基... 传统地形识别算法,主要建立在人工提取特征和训练分类器的前提上,其通用能力有限且准确度不高,或者需要大量的数据集训练基础,这种方法训练的网络模型参数较大且预测耗时较长,不利于移植到移动端。因此,运用迁移学习思想,提出了一种基于深度迁移网络的地形识别算法。采用轻量级卷积神经网络MobileNetV3,在爬虫获取和自建适量数据集基础上,对神经网络进行迁移学习。首先,采用图像分类数据集ImageNet上的预训练成果,根据预训练模型权重对MobileNetV3网络进行初始化,实现对模型大规模共享参数的迁移;然后,通过在自建数据集GXU-Terrain6上进行新的训练,微调模型参数,进而得到新的分类模型;最后,利用训练好的模型对地形类别进行预测,从而完成识别任务。提出算法在GXU-Terrain6测试集上取得了93.00%的平均预测准确率。实验结果表明,基于深度迁移的地形识别算法运用较少数据,可获得较高的识别准确率,网络实时性好,适合向移动端移植。 展开更多
关键词 地形识别 迁移学习 mobilenetv3 轻量级网络 移动端
在线阅读 下载PDF
一种基于Mobilenetv3的行人检测算法研究 被引量：1
14
作者 马志钢 南新元 +1 位作者 高丙朋 李恒 《现代电子技术》 2023年第16期149-154,共6页
针对实时的行人检测算法要求模型具有轻量型和良好的鲁棒性,文中提出一种基于Mobilenetv3的行人检测算法。该算法首先采用Mobilenetv3作为模型的主干特征提取网络;然后通过深度可分离卷积替换PANet中的普通卷积,减少网络的复杂度;最后... 针对实时的行人检测算法要求模型具有轻量型和良好的鲁棒性,文中提出一种基于Mobilenetv3的行人检测算法。该算法首先采用Mobilenetv3作为模型的主干特征提取网络;然后通过深度可分离卷积替换PANet中的普通卷积,减少网络的复杂度;最后引入注意力机制SE和ECA关注网络中重要的通道信息,加强模型的特征融合能力。实验结果表明:与YOLOv4算法相比,基于Mobilenetv3的行人检测算法模型体积缩小78.03%,参数量也降低82.44%;且在实验数据集和INRIA数据集上,所提算法的平均精度(AP)分别提升3.98%和1.10%,检测速率分别提升8.08 f/s和7.89 f/s,检测时间也显著缩短,具有良好的检测性能。 展开更多
关键词 行人检测算法 mobilenetv3网络 YOLOv4算法 深度可分离卷积 注意力机制 检测性能
在线阅读 下载PDF
基于改进轻量级卷积神经网络MobileNetV3的番茄叶片病害识别 被引量：23
15
作者 周巧黎 马丽 +1 位作者 曹丽英 于合龙 《智慧农业（中英文）》 2022年第1期47-56,共10页
番茄病害的及时检测可有效提升番茄的质量和产量。为实现番茄病害的实时无损伤检测,本研究提出了一种基于改进MobileNetV3的番茄叶片病害分类识别方法。首先选择轻量级卷积神经网络MobileNetV3,在Image Net数据集上进行预训练,将预训练... 番茄病害的及时检测可有效提升番茄的质量和产量。为实现番茄病害的实时无损伤检测,本研究提出了一种基于改进MobileNetV3的番茄叶片病害分类识别方法。首先选择轻量级卷积神经网络MobileNetV3,在Image Net数据集上进行预训练,将预训练得到的共享参数迁移到对番茄叶片病害识别的模型上并做微调处理。采用相同的训练方法对VGG16、ResNet50和Inception-V3三种深度卷积网络模型也进行迁移学习并进行对比,结果显示MobileNetV3的总体学习效果最好,在Mixup混合增强和focal loss损失函数下对10类番茄病害的平均测试识别准确率达到94.68%。在迁移学习的基础上继续改进MobileNetV3模型,在卷积层引入空洞卷积和感知机结构,采用GLU(Gated Liner Unit)闸门机制激活函数,训练得到最佳的番茄病害识别模型,平均测试的识别准确率98.25%,模型的数据规模43.57 MB,单张番茄病害图像的检测耗时仅0.27 s。经十折交叉验证(10-Fold Cross-Validation),模型的鲁棒性良好。本研究可为番茄叶片病害的实时检测提供理论基础和技术支持。 展开更多
关键词 番茄病害识别 卷积神经网络 迁移学习 mobilenetv3 激活函数 识别分类
在线阅读 下载PDF
基于知识蒸馏与RP-MobileNetV3的电能质量复合扰动识别 被引量：15
16
作者 贺才郡 李开成 +4 位作者 董宇飞 宋朝霞 肖贤贵 李贝奥 李旋 《电力系统保护与控制》 EI CSCD 北大核心 2023年第14期75-84,共10页
针对复合电能质量扰动(power quality disturbance,PQD)识别中特征提取复杂、识别正确率低和模型难以轻量化等问题,提出一种利用递归图(recurrence plot,RP)对PQD信号可视化方法和基于知识蒸馏的模型训练方法。首先,基于RP挖掘PQD信号... 针对复合电能质量扰动(power quality disturbance,PQD)识别中特征提取复杂、识别正确率低和模型难以轻量化等问题,提出一种利用递归图(recurrence plot,RP)对PQD信号可视化方法和基于知识蒸馏的模型训练方法。首先,基于RP挖掘PQD信号隐含特征并构建图像数据集,并利用深度残差收缩网络(deep residual shrinkage network,DRSN)对图像数据集进行更深层次特征提取并完成自主分类。然后,基于知识蒸馏(knowledge distillation,KD)让已训练的DRSN指导轻量化网络MobileNetV3进行训练,通过蒸馏实现知识的跨网络传输。最后,仿真实验和硬件实验表明,利用知识蒸馏训练的MobileNetV3能实现高精度且轻量化的复合扰动识别,同时在30 dB噪声环境下正确率能提升1.06%,对实际扰动信号识别效果良好,具有良好的噪声鲁棒性。 展开更多
关键词 电能质量扰动 递归图 图像 深度残差收缩网络 知识蒸馏 mobilenetv3
在线阅读 下载PDF
融合MobileNetV3特征的结构化剪枝方法 被引量：10
17
作者 刘宇 雷雪梅 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第9期1203-1213,共11页
传统的深度神经网络由于计算量和内存占用庞大,难以部署到嵌入式平台中发挥实用价值,所以轻量级的深度神经网络得到快速发展.其中,谷歌提出的轻量级架构MobileNet具有广泛的应用.为了进一步提高性能,MobileNet的模型由MobileNetV1发展到... 传统的深度神经网络由于计算量和内存占用庞大,难以部署到嵌入式平台中发挥实用价值,所以轻量级的深度神经网络得到快速发展.其中,谷歌提出的轻量级架构MobileNet具有广泛的应用.为了进一步提高性能,MobileNet的模型由MobileNetV1发展到MobileNetV3,但模型变得更为复杂,导致其规模不断扩大,难以发挥轻量级模型的优势.为了在能保持MobileNetV3性能的前提下,降低部署于嵌入式平台的难度,提出一种融合MobileNetV3特征的结构化剪枝方法,对MobileNetV3-Large模型进行裁剪,得到一个更加紧凑的模型.首先对模型进行稀疏正则化训练,得到一个较为稀疏的网络模型;然后使用卷积层的稀疏值和批量归一化层的缩放系数的乘积判别冗余滤波器对其进行结构化剪枝,并在CIFAR-10和CIFAR-100数据集上进行实验.实验结果表明:提出的压缩方法可以有效压缩模型参数,并且压缩后模型仍然能保证良好性能;在准确率不变的前提下,CIFAR-10上模型的参数量减少44.5%,且计算量减少40%. 展开更多
关键词 深度神经网络 轻量级模型 结构化剪枝 mobilenetv3
在线阅读 下载PDF
基于MobileNetV3多尺度特征融合的人脸表情识别 被引量：4
18
作者 薛志超 伊力哈木·亚尔买买提 闫天星 《电子测量技术》 北大核心 2023年第8期38-44,共7页
针对人脸表情识别中普通卷积神经网络特征提取能力不足且识别效率低下的情况,本文提出了一种基于MobileNetV3多尺度特征融合的人脸表情识别。首先利用MobileNetV3进行特征提取以获得高层次情感信息;其次在骨干网络中借鉴DenseNet结构,... 针对人脸表情识别中普通卷积神经网络特征提取能力不足且识别效率低下的情况,本文提出了一种基于MobileNetV3多尺度特征融合的人脸表情识别。首先利用MobileNetV3进行特征提取以获得高层次情感信息;其次在骨干网络中借鉴DenseNet结构,增强特征复用并提升网络重要面部特征表达能力;然后利用特征金字塔模块充分获取人脸图像的深层和浅层多尺度融合特征,从而提高了MobileNetV3的特征提取能力和实时性;最后利用全连接层构建分类器对表情进行分类,从而完成了人脸表情识别。通过实验验证,结果表明,在CK+和FERPlus数据集上识别准确率可以达到88.3%和98.8%,与现有方法相比分别提高了2.3%和1.5%,表明了所提方法识别效果好,泛化能力强。 展开更多
关键词 人脸表情识别 情感分析 mobilenetv3模型 特征金字塔 DenseNet结构
原文传递
基于改进的MobilenetV3苹果叶片病害图像识别技术 被引量：3
19
作者 王治兵 吴丽丽 《软件工程》 2023年第8期20-25,共6页
针对传统深度学习网络模型因权重参数过大而不适宜在移动端部署的问题,提出了一种基于改进的轻量级MobileNetV3网络模型对苹果叶片病害进行识别。利用PyTorch框架,选取26 377张图片,按6∶2∶2的比例划分数据集,以MobileNetV3网络模型为... 针对传统深度学习网络模型因权重参数过大而不适宜在移动端部署的问题,提出了一种基于改进的轻量级MobileNetV3网络模型对苹果叶片病害进行识别。利用PyTorch框架,选取26 377张图片,按6∶2∶2的比例划分数据集,以MobileNetV3网络模型为基础,引入迁移学习,加入空洞卷积,并调整原模型结构,形成新模型进行训练学习。经过多轮迭代,损失曲线实现收敛,模型训练成功,训练集上的准确率为95.72%,测试集上的准确率为93.41%;经过改进的MobileNetV3网络模型对苹果叶片病害图像识别效果较好,为将来在移动端实现部署与推广提供了技术方案支撑。 展开更多
关键词 神经网络 mobilenetv3 深度学习 迁移学习 空洞卷积
在线阅读 下载PDF
基于MobileNetV3的植物叶片识别系统 被引量：1
20
作者 张柔绮 赵家松 严伟榆 《云南民族大学学报（自然科学版）》 CAS 2024年第4期496-504,共9页
针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以Mobil... 针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以MobileNetV3-Large网络和预训练权重为前提,寻找最佳超参数完成模型的迁移学习,对32种植物叶片进行特征提取和分类.通过PyQt5的前后端部署,该方法被实例化为一个实用性强的植物叶片识别系统.在测试集上的实验结果表明,MobileNetV3-Large达到98.45%的识别准确率,与AlexNet、ResNet和MobileNetV2相比分别提高12.46%、1.09%和9.62%,有效弥补了模型泛化性差的短板.该系统对32类植物的叶片的识别效果颇佳,满足各种场景下的植物叶片种类识别的需求. 展开更多
关键词 轻量级卷积神经网络 mobilenetv3-Large 迁移学习 系统设计 植物叶片识别
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 … 4 下一页 到第 页
使用帮助 返回顶部