基于MobileViT的海洋浮游生物自动分类

1

作者 赵金凯 宁春林 +4 位作者 王为民 袁国正 纪永刚 方越 李超 《海洋科学进展》 北大核心 2025年第1期214-230,共17页

随着海洋生态环境研究的不断深入,对浮游生物群落结构时空变化观测的需求日益增长。然而,目前基于人工智能的浮游生物分类算法,如多层卷积神经网络(Convolutional Neural Network,CNN),在捕捉浮游生物多样性形态方面存在局限,效率和准... 随着海洋生态环境研究的不断深入,对浮游生物群落结构时空变化观测的需求日益增长。然而,目前基于人工智能的浮游生物分类算法,如多层卷积神经网络(Convolutional Neural Network,CNN),在捕捉浮游生物多样性形态方面存在局限,效率和准确率均较低。为解决这一难题,本文提出一种浮游生物分类算法,该算法以轻量化视觉转换模型(Mobile Vision Transformer,MobileViT)为基础架构,使用深度可分离卷积替代标准卷积以减少参数的数量,有效减少模型复杂度;同时,利用局部感知注意力机制降低了注意力计算的复杂度,从而提高了模型的计算效率。本文使用2018年在南太平洋海域采集的剖面浮游生物个体图像,构建了一个包含9个浮游生物类别的数据集。基础分类模型应用于人工分类验证集时,加权平均准确率达到了92.04%。为进一步提升分类性能,本文在模型尾部应用分步概率滤波器消除错误分类,加权平均精确率提高到了96.93%。此外,本文使用同海域另一剖面的浮游生物个体图像作为测试集,对改进后的模型进行了测试,结果显示,该模型在测试集上的top1准确率达到了93.77%,为海洋浮游生物的分类工作提供了一种更加高效、准确的方法。 展开更多

关键词 浮游生物分类 mobilevit 卷积神经网络 概率滤波器

在线阅读 下载PDF 职称材料

基于递归图和MobileViT的复合电能质量扰动识别

2

作者 刘道庆 臧润泽 +2 位作者 李鹏 王振克 程晨 《现代信息科技》 2025年第1期30-34,共5页

针对复合电能质量扰动(Power Quality Disturbances,PQDs)信号在识别过程中出现的特征提取难、识别效率低等问题,文章提出一种高效的可视化方法和轻量级网络模型的电能质量扰动识别方法。首先,利用递归图(RP)方法对一维PQDs信号进行可... 针对复合电能质量扰动(Power Quality Disturbances,PQDs)信号在识别过程中出现的特征提取难、识别效率低等问题,文章提出一种高效的可视化方法和轻量级网络模型的电能质量扰动识别方法。首先,利用递归图(RP)方法对一维PQDs信号进行可视化以捕捉信号中的非线性动态特征。其次,根据IEEE Std 1159—2019标准对30种PQDs信号进行仿真生成,并采用RP方法建立图像数据集。再次,采用MobileViT轻量级网络对自建图像数据集进行特征提取与分类识别任务。最后,通过与传统轻量级网络MobileNetV2和MobileNetV3的对比实验和鲁棒性检验,验证了文章采用方法具有更高的识别准确率和更快的推理速度。 展开更多

关键词 电能质量扰动 递归图 可视化 mobilevit 轻量级网络

在线阅读 下载PDF 职称材料

基于改进YOLOv8-MobileViT级联网络金属工件字符识别

3

作者 王明艳 《工业控制计算机》 2025年第11期101-103,共3页

针对金属工件字符检测效率和准确度不高的问题,提出了一种基于改进YOLOv8-MobileViT级联网络的金属工件识别算法,旨在提高金属工件字符识别的精度和效率。首先,通过将STViT网络引入YOLOv8的主干网络,增强了模型对复杂背景下字符的检测... 针对金属工件字符检测效率和准确度不高的问题,提出了一种基于改进YOLOv8-MobileViT级联网络的金属工件识别算法,旨在提高金属工件字符识别的精度和效率。首先,通过将STViT网络引入YOLOv8的主干网络,增强了模型对复杂背景下字符的检测性能。其次,使用α-IoU损失函数替代原模型的CIoU损失函数,以提高字符位置识别的精度,减少定位误差。最后,将识别出位置的字符进行剪裁,并送入MobileViT网络进行符号识别,进一步提高字符分类的准确性。实验结果表明,改进后的YOLOv8模型在均值平均精度(mAP@0.5)上较原模型提高了1.7%,精确度提高了3.02%。提出的识别算法在综合性能上表现优异,识别准确率达到了98.2%,满足日常工厂生产过程中对金属工件字符检测准确率的高要求。 展开更多

关键词 字符识别 mobilevit 级联网络 YOLOv8 α-IoU

在线阅读 下载PDF 职称材料

基于MobileViT-CA模型的营运车辆驾驶人分心行为检测 被引量：9

4

作者 贺宜 鲁曼可 +2 位作者 高嵩 曹博 李继朴 《中国公路学报》 EI CAS CSCD 北大核心 2024年第1期194-204,共11页

营运车辆驾驶人因其职业特殊性,驾驶过程中易产生分心驾驶行为从而引发重大交通事故。为提高营运车辆驾驶人分心驾驶行为的检测准确性和泛化性,提出一种基于改进MobileViT网络的驾驶人分心行为检测方法。首先,基于自然驾驶实车试验,构... 营运车辆驾驶人因其职业特殊性,驾驶过程中易产生分心驾驶行为从而引发重大交通事故。为提高营运车辆驾驶人分心驾驶行为的检测准确性和泛化性,提出一种基于改进MobileViT网络的驾驶人分心行为检测方法。首先,基于自然驾驶实车试验,构建包含安全驾驶、使用手机、喝水、整理仪容和与副驾驶交谈5类行为的营运车辆驾驶人分心行为数据集。其次,将注意力机制引入轻量型MobileViT网络,通过选择有效的网络主干MobileViT、注意力模块CA、网络嵌入位置从而设计出最优分类模型MobileViT-CA。研究结果表明:所提出的MobileViT-CA分类模型可以有效提升分类网络的性能,在正常光照条件下的营运车辆驾驶人分心行为数据集和State Farm数据集上分别达到了96.57%和99.89%的准确率,且模型具有体积小、检测精度高的优势,有较高的可靠性和泛化能力。 展开更多

关键词 交通工程 营运车辆 分心驾驶行为检测 mobilevit网络 注意力机制

原文传递

基于MobileViT轻量化网络的车载CAN入侵检测方法

5

作者 陈虹 张立昂 +2 位作者 金海波 武聪 齐兵 《信息安全研究》 CSCD 北大核心 2024年第5期411-420,共10页

车载控制区域网络(controller area network,CAN)总线因缺少安全措施而易被攻击,因此入侵检测系统(intrusion detection system,IDS)在保护车载CAN总线免受网络攻击中发挥着重要作用.现有基于深度学习的车载CAN总线入侵检测方法存在资... 车载控制区域网络(controller area network,CAN)总线因缺少安全措施而易被攻击,因此入侵检测系统(intrusion detection system,IDS)在保护车载CAN总线免受网络攻击中发挥着重要作用.现有基于深度学习的车载CAN总线入侵检测方法存在资源开销大和延迟较高的问题.为减少检测延迟,提高检测率,提出一种利用改进的轻量化MobileViT模型对车载CAN总线进行入侵检测的方法.首先,将攻击流量可视化为彩色图,再使用GELU替换MobileViT的MV2模块中常规ReLU6,从而作为该模块的激活函数,可有效解决神经元死亡问题,提升模型收敛速度.使用指数衰减自动更新学习率,并通过迁移学习加速训练过程实现对彩色图分类,从而达到对入侵行为的检测.基于CAR-HACKING DATASET数据集的实验表明,改进后的MobileViT在消耗较少算力的情况下对入侵行为的检测准确率为100%,模型参数仅为2.12 MB,平均响应时间仅为1.6 ms,节省了训练资源,并保证了检测的准确率. 展开更多

关键词 入侵检测 车载网络安全 轻量化 mobilevit CAN总线

在线阅读 下载PDF 职称材料

基于改进MobileViT的葡萄叶部病害识别模型 被引量：4

6

作者 胡施威 邱林 邓建新 《山东农业科学》 北大核心 2024年第10期159-166,共8页

本研究提出了一种优化的葡萄叶部病害识别模型CD-MobileViT。首先,将MobileViT作为基础网络,在Layer1、Layer2后面均嵌入坐标注意力模块CA(Coordinate Attention),以使网络能更有效地捕捉不同位置的关键特征;其次,在网络全连接层之后添... 本研究提出了一种优化的葡萄叶部病害识别模型CD-MobileViT。首先,将MobileViT作为基础网络,在Layer1、Layer2后面均嵌入坐标注意力模块CA(Coordinate Attention),以使网络能更有效地捕捉不同位置的关键特征;其次,在网络全连接层之后添加Dropout层,防止数据出现过拟合现象;最后,选用结合权重衰减的优化器AdamW(Adam with Weight Decay Regularization),更好地控制模型复杂度并提高泛化能力。实验结果显示,相较于MobileViT基础网络,改进后的CD-MobileViT网络在精确率、召回率、F1得分和准确率方面分别提高了1.77、1.85、1.65、1.75个百分点,与其他几种经典网络模型(InceptionV1、MobileNetV2、EfficientNetB0、VGG-16)相比也有不同程度的提升(0.25~1.47个百分点),说明本研究提出的模型在葡萄叶部病害识别上有良好的效果,未来可部署到移动端使用,为葡萄叶部病害的准确识别提供新的解决方案。 展开更多

关键词 葡萄叶部病害识别 mobilevit网络 坐标注意力 AdamW优化器 Dropout层

在线阅读 下载PDF 职称材料

基于网络融合的改进MobileViT人脸表情识别 被引量：5

7

作者 邓翔宇 裴浩媛 盛迎 《计算机工程与科学》 CSCD 北大核心 2024年第6期1072-1080,共9页

从轻量化模型的角度提出一种基于网络融合的改进MobileViT人脸表情识别网络。该网络将多尺度卷积PSConv和注意力机制通过残差结构进行融合,形成RAPSConv特征重构模块,该模块能从细粒度角度更高效地提取多尺度特征,加强关键特征表达,进... 从轻量化模型的角度提出一种基于网络融合的改进MobileViT人脸表情识别网络。该网络将多尺度卷积PSConv和注意力机制通过残差结构进行融合,形成RAPSConv特征重构模块,该模块能从细粒度角度更高效地提取多尺度特征,加强关键特征表达,进而提高网络的表达能力,构建出一个端到端的表情识别网络。同时,为了进一步缩小同类表情间差距,提出联合使用Softmax Loss和Center Loss损失函数,有效减少了表情识别的误判率。实验结果表明,改进后的网络在3个自然场景表情数据集FER2013、FER+和RAF-DB上的准确率均优于基础网络MobileViT,准确率分别提高了1.73%,2.18%和1.64%,改进后的网络参数量较少,鲁棒性较强,便于实现轻量化和集成,适合人脸表情识别在现实场景中的应用。 展开更多

关键词 人脸表情识别 mobilevit 多尺度卷积PSConv 注意力机制 网络融合 轻量化网络

在线阅读 下载PDF 职称材料

基于YOLOv8-MCMA模型的道路缺陷检测应用研究 被引量：1

8

作者 徐克圣 孙蓉 《广西科学院学报》 2025年第1期33-44,共12页

道路缺陷具有多尺度特征,导致其检测准确度不高。为改进这一问题,本文提出一种面向道路缺陷检测的轻量级多尺度卷积移动注意力模型(YOLOv8 Multi-scale Convolutional Mobile Attention,YOLOv8-MC-MA)。首先,采用MobileViT网络,可以使... 道路缺陷具有多尺度特征,导致其检测准确度不高。为改进这一问题,本文提出一种面向道路缺陷检测的轻量级多尺度卷积移动注意力模型(YOLOv8 Multi-scale Convolutional Mobile Attention,YOLOv8-MC-MA)。首先,采用MobileViT网络,可以使模型在减少参数量的同时保持较高的识别准确率;其次,使用内容感知的特征重组(Content-Aware Reassembly of Features,CARAFE)模块为上采样模块,以提升细小裂缝的检测能力;再次,设计多尺度倒置残差注意力(Multi-scale Inverted Residual Attention,MIRA)模块,增强模型对多尺度特征的敏感性;最后,将颈部的普通卷积替换为可变核卷积(Alterable Kernel Convolution,AK-Conv),以更好地捕捉不规则的裂缝信息,从而降低检测误差。实验结果表明,与YOLOv8n模型相比,本文提出的模型在Road Damage Detection Dataset、RDD2022_China和Crack-forest Dataset上的平均精确度均值@0.5(mAP@0.5)分别提高了3.7%、1.4%和2.6%,参数量减少了23.3%。与其他模型相比,该模型展现出明显优势,并对多尺度道路缺陷具有较强的适应能力。 展开更多

关键词 计算机视觉 目标检测 道路缺陷检测 mobilevit网络 MIRA模块 YOLOv8 MCMA模型

在线阅读 下载PDF 职称材料

基于轻量化Transformer的车道线检测方法

9

作者 陈广秋 刘枫铭 +1 位作者 段锦 黄丹丹 《华中科技大学学报(自然科学版)》 北大核心 2025年第3期117-126,共10页

自动驾驶和高级驾驶辅助系统在移动设备上部署时,由于网络参数量过多导致存储空间占用过大,硬件系统的部署门槛过高,影响自动驾驶和辅助驾驶技术的普及.为了解决上述问题,在语义分割网络的框架下,提出了一种基于轻量化Transformer车道... 自动驾驶和高级驾驶辅助系统在移动设备上部署时,由于网络参数量过多导致存储空间占用过大,硬件系统的部署门槛过高,影响自动驾驶和辅助驾驶技术的普及.为了解决上述问题,在语义分割网络的框架下,提出了一种基于轻量化Transformer车道线检测方法.在编码器部分,采用针对Transformer模块轻量化设计的MobileVIT网络感知全局依赖关系,捕获更远距离的车道线相关特征信息,降低网络参数量;在解码器部分,采用双边上采样解码器对分割结果进行精细化处理,得到更精确的像素级分割结果;最后利用置信度评估网络确定出车道线数量;此外,在网络训练阶段引入自注意蒸馏方法,在不增加网络参数量的同时,提高车道线区域的注意力.为了满足不同应用需求,设计了3个不同参数量的检测网络.实验结果表明:设计的3个网络,参数量为典型车道线检测网络SCNN-ResNet34的26.03%,13.19%和7.52%,准确率分别提高了0.46%,0.15%和0.09%,实现了在较少参数量的情况下,具有较高的检测准确率,便于在移动设备上部署. 展开更多

关键词 交通工程 语义分割 车道线检测 mobilevit网络 自注意力蒸馏

原文传递

基于改进MobileViT网络的番茄叶片病害识别 被引量：15

10

作者 陈晓 夏颖 《电子测量技术》 北大核心 2023年第14期188-196,共9页

针对卷积神经网络对番茄叶片型病害分类效果不佳的问题,提出了一种基于改进MobileViT轻量级网络的番茄病害识别方法。首先,删除输入和全局表征层的特征融合,将局部和全局表征层进行特征融合,使局部表征与全局表征更加密切相关;其次,为... 针对卷积神经网络对番茄叶片型病害分类效果不佳的问题,提出了一种基于改进MobileViT轻量级网络的番茄病害识别方法。首先,删除输入和全局表征层的特征融合,将局部和全局表征层进行特征融合,使局部表征与全局表征更加密切相关;其次,为了避免模型在缩放时参数和FLOPS的大幅增加,在融合块中使用1×1卷积层替换3×3卷积层;然后,还添加了输入与融合块的残差结构,优化了网络模型中的更深层次;最后,将ReLU6激活函数替换成H-Swish激活函数,进一步提高了模型准确率。实验结果表明,改进后的MobileViT模型可以很好地实现番茄病害的识别,平均识别准确率达到99.16%。相较于其它的卷积神经网络模型,具有更高的识别精度。 展开更多

关键词 番茄 病害识别 mobilevit 卷积神经网络 TRANSFORMER H-Swish激活函数

原文传递

融合注意力与多尺度特征的微表情识别方法

11

作者 张波 李孟新 《计算机工程与设计》 北大核心 2025年第11期3248-3257,共10页

针对卷积神经网络在微表情识别中存在对不同尺度信息表达能力不足和细节信息丢失的问题,提出一种融合注意力与多尺度特征的微表情识别方法,使用双分支网络进行特征提取,捕获注意力感知的微表情运动在时空上的局部与全局信息。结合特征... 针对卷积神经网络在微表情识别中存在对不同尺度信息表达能力不足和细节信息丢失的问题,提出一种融合注意力与多尺度特征的微表情识别方法,使用双分支网络进行特征提取,捕获注意力感知的微表情运动在时空上的局部与全局信息。结合特征金字塔和MobileViT提取空间特征,联合多级特征并捕捉细节信息;结合Inception模块与卷积块注意模块提取时间特征,融合多尺度特征并关注重要信息;将时空特征通道叠加融合并分类。实验结果表明在MEGC2019-CD数据集上实现了0.783的URA和0.798的UF1,与其它主流方法相比有更好的识别性能。 展开更多

关键词 微表情识别 多尺度特征 注意力机制 mobilevit INCEPTION 特征金字塔 卷积块注意模块

在线阅读 下载PDF 职称材料

改进MobileViT与YOLOv4的轻量化车辆检测网络 被引量：15

12

作者 郑玉珩 黄德启 《电子测量技术》 北大核心 2023年第2期175-183,共9页

基于深度学习的目标检测算法在智能交通的应用中,对于车辆检测存在模型参数量大、计算速度慢和简单网络精准度较低的问题。本文提出了一种高效的轻量化车辆检测模型,该检测模型采用YOLOv4网络作为参考模型进行改进。首先,本文采用CSPMob... 基于深度学习的目标检测算法在智能交通的应用中,对于车辆检测存在模型参数量大、计算速度慢和简单网络精准度较低的问题。本文提出了一种高效的轻量化车辆检测模型,该检测模型采用YOLOv4网络作为参考模型进行改进。首先,本文采用CSPMobileViT网络来替换原始主干网络,然后将PANet替换成BiFPN,并且将BiFPN中的3×3标准卷积替换成深度可分离卷积,最后,在BiFPN之前和YOLO-Head之前添加ECA模块。在损失函数部分,将边框回归损失CIoU改进为Focal EIoU来解决难易样本不平衡的问题。实验结果表明改进网络的mAP值为96.77%,检测速度达到每张图片0.0234 s,模型大小只有32.76 MB,参数量为8587541,与原始算法相比mAP提升了1.54%,而模型大小和参数量仅约为原始模型1/8,并且FPS提升了7.5,改进算法具有更好检测效果。 展开更多

关键词 YOLOv4 mobilevit 车辆检测 轻量化网络

原文传递

基于轻量级Transformer的城市路网提取方法 被引量：6

13

作者 冯志成 杨杰 陈智超 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第1期40-49,108,共11页

针对现有方法存在道路区域提取不精准和实时性不足的限制,提出基于轻量级Transformer的路网提取方法RoadViT.利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征,有效地提取高级上下文信息.提出金字塔解码器实现多尺度特征... 针对现有方法存在道路区域提取不精准和实时性不足的限制,提出基于轻量级Transformer的路网提取方法RoadViT.利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征,有效地提取高级上下文信息.提出金字塔解码器实现多尺度特征的提取和融合,生成像素类别的概率分布.结合Mosaic与多尺度缩放和随机裁剪策略实现数据增强,构建精细多样的遥感图像.针对城市遥感图像中道路类别和背景类别的不平衡问题,提出动态加权损失函数.实验结果表明,RoadViT的参数量仅为1.25×10^(6),在Jetson TX2上的推理速度可达10帧/s,在CHN6-CUG数据集上的精度可达57.0%.所提方法是轻量级Transformer在城市遥感图像中的有效探索,在保证推理实时性的同时,实现道路提取精度的提升. 展开更多

关键词 城市路网提取 TRANSFORMER mobilevit 遥感图像语义分割 轻量级模型

在线阅读 下载PDF 职称材料

基于深度学习的芒果病虫害分类识别 被引量：4

14

作者 曹欢 方睿 《计算机技术与发展》 2023年第10期115-119,共5页

传统芒果病虫害防治,需要人工进行识别,现引入深度学习技术,可快速准确地对芒果病虫害进行识别。以攀西地区芒果的12种病虫害为研究对象,采用的数据集一部分来自公开数据集MangoLeafBD,另一部分由爬虫技术获得的网络图片组成,共获取图片... 传统芒果病虫害防治,需要人工进行识别,现引入深度学习技术,可快速准确地对芒果病虫害进行识别。以攀西地区芒果的12种病虫害为研究对象,采用的数据集一部分来自公开数据集MangoLeafBD,另一部分由爬虫技术获得的网络图片组成,共获取图片6769张,其中4879张为训练集,1220张为验证集,670张为测试集。为迎合实际应用的需要,选择了MobileNetV3、MobileViT等4种不同规模的轻量级深度学习网络模型,结合迁移学习训练策略进行对比实验,比较了各个模型的参数量、精确率、召回率等参数。实验结果显示,MobileViT模型用于芒果病虫害分类识别效果最佳,该模型的精确率为96.31%,召回率为96.12%,F1为96.20%,均优于其他模型。由此表明,模型具有较好的鲁棒性和识别性能,可为芒果病虫害分类识别提供技术参考。 展开更多

关键词 芒果病虫害识别 轻量级卷积神经网络 mobilevit 迁移学习 MangoLeafBD

在线阅读 下载PDF 职称材料

基于双分支轻量化网络的微表情识别算法

15

作者 张波 武瑀繁 《激光与光电子学进展》 CSCD 北大核心 2024年第14期324-333,共10页

针对采用卷积神经网络识别微表情时提高精度后往往会伴随复杂性增加的问题,提出一种改进的双流轻量级注意力网络(EDSMISEViTNet)用于微表情识别。首先对微表情样本进行预处理,提取峰值帧作为空间特征,采用TV-L1光流法提取起始帧和峰值... 针对采用卷积神经网络识别微表情时提高精度后往往会伴随复杂性增加的问题,提出一种改进的双流轻量级注意力网络(EDSMISEViTNet)用于微表情识别。首先对微表情样本进行预处理,提取峰值帧作为空间特征,采用TV-L1光流法提取起始帧和峰值帧之间的时间特征;然后基于MobileViT网络改进并设计了Inception和SE模块相结合的MI模块,并加入注意力模块以高效提取有效特征;将时间特征和空间特征分别输入该网络,对结果特征进行拼接融合继而分类。为使结果更加准确,将CASME Ⅱ、SAMM以及SMIC数据集组合为复合数据集进行实验。实验结果表明,所提模型的训练参数量仅为3.9×10~6,处理单个样本的时间为71.8 ms。与现有方法相比,所提方法在保证低参数量的同时,准确率也具有良好表现。 展开更多

关键词 微表情识别 双流卷积神经网络 TV-L1光流法 视觉Transformer 注意力机制 mobilevit网络

原文传递