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66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：
基于MobileNetV3的核素能谱快速识别方法
1
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
融合MobileNetv3的轻量级YOLOv8钢材表面缺陷检测
2
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
面向高价值目标识别的SKConv-MobileNetV3改进
3
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
4
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
基于改进MobileNetV3的笼养蛋鸡声音分类识别方法 被引量：2
5
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MobileNetV3的爆炸装置遗留物识别研究
6
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MobileNetV3网络的龋病和根尖周炎根尖片的诊断 被引量：1
7
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MobileNetV3的植物叶片识别系统 被引量：1
8
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
基于改进轻量卷积神经网络MobileNetV3的人脸表情识别 被引量：3
9
作者 雷晓鹏 《现代计算机》 2024年第10期29-34,共6页
人脸表情识别在授课中应用的及时检测可有效提升教育质量和学生参与度。为实现人脸表情识别在授课中的实时检测,该研究基于卷积神经网络MobileNetV3进行学习,对SE和卷积层进行了改进,以构建人脸表情识别模型,可识别八种不同的表情类别... 人脸表情识别在授课中应用的及时检测可有效提升教育质量和学生参与度。为实现人脸表情识别在授课中的实时检测,该研究基于卷积神经网络MobileNetV3进行学习,对SE和卷积层进行了改进,以构建人脸表情识别模型,可识别八种不同的表情类别。研究空洞卷积的位置对模型性能的影响,发现将空洞卷积放在网络的前部对性能有积极影响,而放在后部则会导致性能下降。同时,通过引入SSE(space squeeze-and-excitation)模块并优化其位置和结构,进一步提高了模型性能。最终提出的MobileNetV3改进版本在参数数量和模型文件大小上有显著减小,但精度下降了1%左右。对模型进行了多次随机试验,鲁棒性良好。该研究可为人脸表情识别在授课中的实时应用提供理论基础和技术支持,未来将致力于开发可在移动端应用的人脸表情识别系统。 展开更多
关键词 人脸表情识别 卷积神经网络 mobilenetv3 空洞卷积 SSE模块
在线阅读 下载PDF
基于循环谱的水声通信信号辐射源个体识别
10
作者 张亮 张海刚 孟春霞 《声学技术》 北大核心 2025年第1期13-20,共8页
随着无线通信技术的快速发展,无线通信系统的通信安全也面临着前所未有的挑战。如何有效实现在非介入条件下进行水声通信物理层信号的识别分析越发重要。文章提出了一种基于循环谱特征的水声通信信号辐射源个体识别方法,采用具有不同滚... 随着无线通信技术的快速发展,无线通信系统的通信安全也面临着前所未有的挑战。如何有效实现在非介入条件下进行水声通信物理层信号的识别分析越发重要。文章提出了一种基于循环谱特征的水声通信信号辐射源个体识别方法,采用具有不同滚降因子的根升余弦滤波器表征不同的水声通信信号辐射源个体,设计了适合于水声通信信号的轻量型神经网络模型MobilenetV3-small,将循环谱图作为网络输入,可实现5个二进制相移键控调制辐射声源信号的识别。仿真结果表明,与传统的卷积神经网络VGG16相比,文中所提方法在运行速度、参数量和损失率等方面表现更好,验证了该个体识别算法的有效性。 展开更多
关键词 水声通信信号辐射源 循环谱特征 MobilnetV3-small深度学习网路 个体识别
在线阅读 下载PDF
改进PSPNet的电成像测井裂缝自动识别 被引量：1
11
作者 申科 肖小玲 +1 位作者 张翔 林茂山 《科学技术与工程》 北大核心 2025年第7期2691-2702,共12页
针对裂缝特征提取困难导致裂缝分割精度低、网络参数量计算量大的问题,提出一种改进的PSPNet(pyramid scene parseing network)网络用于自动识别电成像测井图像中的裂缝。首先将PSPNet中的骨干网络替换为优化的MobileNetV3网络,减少网... 针对裂缝特征提取困难导致裂缝分割精度低、网络参数量计算量大的问题,提出一种改进的PSPNet(pyramid scene parseing network)网络用于自动识别电成像测井图像中的裂缝。首先将PSPNet中的骨干网络替换为优化的MobileNetV3网络,减少网络参数量和计算量;其次,引入渐进特征金字塔(asymptotic feature pyramid network,AFPN),用于增加多尺度信息的交互,增强对细小裂缝的识别能力;接着,引入多深度卷积头转置注意力(multi-depthwise Conv head transposed attention,MDTA)进行全局特征的提取,提升关键信息的提取能力;最后,采用Focal Loss和Dice Loss组合相加作为损失函数,以解决数据集类别占比不平衡的问题。实验结果表明,改进的PSPNet网络对电成像测井裂缝具有较好的分割效果。与PSPNet网络相比,mIoU(mean intersection over union)提升了3.17%,mPA(mean pixel accuracy)提升了6.38%。此外,研究成果的参数量、计算量、权重分别比原模型减少94.3%、95.7%和93.8%。同时,开发了基于CIFLog的裂缝识别系统,该系统能够满足对电成像测井的实际需要。 展开更多
关键词 PSPNet 裂缝识别 电成像测井图像 mobilenetv3 AFPN
在线阅读 下载PDF
基于改进MobileNetV3的水稻病害识别模型 被引量：16
12
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
13
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
14
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
一种基于卷积神经网络的轻量级焊缝缺陷识别算法 被引量：1
15
作者 徐飞虎 李丹 赵文杰 《安徽工业大学学报(自然科学版)》 2025年第3期298-305,共8页
针对传统焊缝缺陷检测方法在处理大量工业数据时存在识别效率和准确率低的问题,提出一种基于卷积神经网络的轻量级焊缝缺陷识别算法。该算法在原MobileNetV3基础上引入fire模块以减小参数量,并结合通道注意力(ECA)模块增强特征通道学习... 针对传统焊缝缺陷检测方法在处理大量工业数据时存在识别效率和准确率低的问题,提出一种基于卷积神经网络的轻量级焊缝缺陷识别算法。该算法在原MobileNetV3基础上引入fire模块以减小参数量,并结合通道注意力(ECA)模块增强特征通道学习能力,从而优化计算资源分配并提升特征提取性能。为验证所提算法的有效性,将其与常见分类模型算法在焊缝缺陷测试数据集上进行对比实验。结果表明:相比于其他分类模型算法,所提算法在fire模块的轻量化设计和ECA模块的特征增强双重作用下,对工业场景中常见的凹陷、孔洞、毛刺等缺陷的平均识别准确率达98.50%,较原算法显著提升。同时,改进的MobileNetv3算法在保持较高识别准确率的情况下,模型参数量和浮点运算量显著降低,使其适合部署在计算资源有限的工业检测设备上。本文研究为智能制造领域的实时质量检测提供了切实可行的解决方案。 展开更多
关键词 焊缝缺陷 卷积神经网络 mobilenetv3 fire模块 ECA模块 轻量级 智能识别
在线阅读 下载PDF
基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割算法
16
作者 党宁 李世峰 于坤義 《电子技术应用》 2025年第4期66-71,共6页
无人机在光伏系统的巡检过程中需要对光伏组件的缺陷进行准确和快速识别,为此提出了一种基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络。首先在传统的U-Net网络每个Stage加入多尺度伸缩卷积模块,从而对光伏组件缺陷进行分割,P... 无人机在光伏系统的巡检过程中需要对光伏组件的缺陷进行准确和快速识别,为此提出了一种基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络。首先在传统的U-Net网络每个Stage加入多尺度伸缩卷积模块,从而对光伏组件缺陷进行分割,PA达到了98.61%,与传统U-Net、FCN网络进行对比分析,准确率分别提高了0.32%和1.17%,算法消耗时间0.054 s,相较于对比的分割算法提高了0.006 s~0.013 s;然后将分割后的缺陷掩码mask和原图进行与操作,最后通过轻量级网络MobileNetV3对光伏组件缺陷(热斑、裂缝、鸟粪)进行检测并分类,精确率达到了98.82%,与SqueezeNet、ShuffleNet V2和GhostNet网络进行对比,分别提高了0.43%、1.08%和0.8%,平均检测时间0.026s,相较于对比的检测算法提高了0.002s~0.036s。实验结果表明基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络具有较高的准确率和识别速率。 展开更多
关键词 光伏组件缺陷 注意力机制 多尺度伸缩卷积 U-net网络 mobilenetv3网络
在线阅读 下载PDF
基于卷积神经网络的多任务轮毂检测方法
17
作者 夏辉 潘丰 +1 位作者 董进华 张茂彬 《计算机与数字工程》 2025年第4期1201-1207,共7页
针对轮毂型号分类以及其气阀孔定位检测中,由于轮毂的形状、大小和位置等的多变性导致的检测速度慢以及精度不高的问题,提出一种单阶段自动分类轮毂以及定位气阀孔的方法,使用轻量级神经网络模型提取特征,采取分类与分割分支并行的单阶... 针对轮毂型号分类以及其气阀孔定位检测中,由于轮毂的形状、大小和位置等的多变性导致的检测速度慢以及精度不高的问题,提出一种单阶段自动分类轮毂以及定位气阀孔的方法,使用轻量级神经网络模型提取特征,采取分类与分割分支并行的单阶段策略,通过单次检测直接得出目标的类别和位置信息,进行轮毂图像采集、预处理、分类以及由分割定位气阀孔位置。提出方法做出了如下改进:1)采用MobileNetV3网络并进一步轻量化改进;2)分类分割联合训练,并加入SVM作为监督;3)引入编码器/解码器结构,融合多尺度特征,学习高效地区分类别。在测试集上获得了较好的效果,在轮毂型号分类上,融合CNN与SVM两者的优势,能够达到100%的top-1准确率,在分割上,top-1误差为2.63%。 展开更多
关键词 卷积神经网络 mobilenetv3 轮毂分类 气阀孔定位 语义分割
在线阅读 下载PDF
基于深度迁移网络MobileNetV3的地形识别 被引量：5
18
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
19
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：22
20
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
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