期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
可变形NTS-Net的螺栓属性多标签分类
被引量:
7
1
作者
张珂
何颖宣
+3 位作者
赵凯
冯晓晗
赵振兵
马占宇
《中国图象图形学报》
CSCD
北大核心
2021年第11期2582-2593,共12页
目的螺栓是确保输电线路安全牢靠的基石,螺栓缺销、松动和锈蚀等缺陷是造成输电线路损坏甚至重大事故的重要原因之一。本文针对螺栓缺陷存在视觉不可分的问题,提出了一种改进NTS-Net(navigator-teacher-scrutinizer network)的螺栓属性...
目的螺栓是确保输电线路安全牢靠的基石,螺栓缺销、松动和锈蚀等缺陷是造成输电线路损坏甚至重大事故的重要原因之一。本文针对螺栓缺陷存在视觉不可分的问题,提出了一种改进NTS-Net(navigator-teacher-scrutinizer network)的螺栓属性多标签分类方法。方法为了增强模型对不规则轮廓的处理能力,采用可变形卷积的ResNet-50网络作为特征提取网络从原图中提取全局特征。利用NTS-Net学习得到图像信息量最大的判别性局部区域。为了考虑不同局部特征对不同属性标签的不同影响,在局部特征与全局特征融合时引入通道注意力机制,提取特征的通道权重,获取关键通道特征以改善多标签分类效果。结果实验结果表明,本文在螺栓多属性分类数据集上的平均分类精确率为84.5%,比采用传统的多标签分类精确率提升了10%20%。结论本文通过可变形卷积提升网络的特征提取能力以及引入通道注意力机制实现了对NTS-Net提供的局部特征的高效利用,为解决螺栓多属性分类中存在的问题提供了一种新的思路。
展开更多
关键词
螺栓缺陷
可变形卷积
nts-net
网络
多标签分类
通道注意力
原文传递
改进的基于端到端学习的蜻蜓目昆虫识别算法
被引量:
2
2
作者
彭明杰
唐万梅
+3 位作者
皮家甜
于昕
吴至友
黄芳婷
《重庆师范大学学报(自然科学版)》
CAS
北大核心
2021年第3期94-99,F0003,F0002,共8页
【目的】传统的蜻蜓目(Odonata)昆虫的鉴别算法是在标本图片上进行人工的特征提取来训练分类器,此类方法所用的数据集包含的蜻蜓目昆虫种类和数量均较少,并且样本背景单一,导致识别率低且只能识别标本图片。针对这些问题制作了一个同时...
【目的】传统的蜻蜓目(Odonata)昆虫的鉴别算法是在标本图片上进行人工的特征提取来训练分类器,此类方法所用的数据集包含的蜻蜓目昆虫种类和数量均较少,并且样本背景单一,导致识别率低且只能识别标本图片。针对这些问题制作了一个同时包含蜻蜓目昆虫生态图片和标本图片的数据集,提出一种基于深度学习的蜻蜓目昆虫的识别算法。【方法】采用具备端到端学习优势的网络框架,在上述数据集上,使用在ImageNet上迁移学习的ResNet50进行特征提取,使用新的区域建议网络Imp-RPN进行特征筛选,再使用改进的损失函数来解决样本分布不均的问题。【结果】所提出的识别算法在精确到种的46类分类任务中识别率达到了96.2%,在精确到种并包含性别信息的90类分类任务中识别率则达到了88.7%。【结论】端到端的深度学习网络框架免除了人工标注样本的时间成本,提高了识别准确率,更能满足物种鉴别任务的需求。
展开更多
关键词
蜻蜓目识别
细粒度识别
深度学习
端到端学习
nts-net
原文传递
题名
可变形NTS-Net的螺栓属性多标签分类
被引量:
7
1
作者
张珂
何颖宣
赵凯
冯晓晗
赵振兵
马占宇
机构
华北电力大学电子与通信工程系
华北电力大学河北省电力物联网技术重点实验室
北京邮电大学人工智能学院
出处
《中国图象图形学报》
CSCD
北大核心
2021年第11期2582-2593,共12页
基金
国家自然科学基金项目(62076093,61871182,61922015,61773071,61302163)
河北省自然科学基金项目(F2020502009,F2015502062,F2016502062)
+1 种基金
北京市自然科学基金(4192055)
中央高校基本科研业务费专项资金资助(2020YJ006,2020MS099)。
文摘
目的螺栓是确保输电线路安全牢靠的基石,螺栓缺销、松动和锈蚀等缺陷是造成输电线路损坏甚至重大事故的重要原因之一。本文针对螺栓缺陷存在视觉不可分的问题,提出了一种改进NTS-Net(navigator-teacher-scrutinizer network)的螺栓属性多标签分类方法。方法为了增强模型对不规则轮廓的处理能力,采用可变形卷积的ResNet-50网络作为特征提取网络从原图中提取全局特征。利用NTS-Net学习得到图像信息量最大的判别性局部区域。为了考虑不同局部特征对不同属性标签的不同影响,在局部特征与全局特征融合时引入通道注意力机制,提取特征的通道权重,获取关键通道特征以改善多标签分类效果。结果实验结果表明,本文在螺栓多属性分类数据集上的平均分类精确率为84.5%,比采用传统的多标签分类精确率提升了10%20%。结论本文通过可变形卷积提升网络的特征提取能力以及引入通道注意力机制实现了对NTS-Net提供的局部特征的高效利用,为解决螺栓多属性分类中存在的问题提供了一种新的思路。
关键词
螺栓缺陷
可变形卷积
nts-net
网络
多标签分类
通道注意力
Keywords
bolt defect
deformable convolution
nts-net
network
multi-label classification
channel attention
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TM75 [电气工程—电力系统及自动化]
原文传递
题名
改进的基于端到端学习的蜻蜓目昆虫识别算法
被引量:
2
2
作者
彭明杰
唐万梅
皮家甜
于昕
吴至友
黄芳婷
机构
重庆师范大学计算机与信息科学学院
重庆师范大学重庆市数字农业服务工程技术研究中心
重庆师范大学智慧金融与大数据分析重庆市重点实验室
重庆师范大学生命科学学院
出处
《重庆师范大学学报(自然科学版)》
CAS
北大核心
2021年第3期94-99,F0003,F0002,共8页
基金
科学技术部科技基础性工作专项重点项目(No.2015FY210300)
重庆市教育委员会科技项目青年项目(No.KJQN201800521)
+1 种基金
重庆市基础研究与前沿探索项目(No.cstc2018jcyjAX0470)
重庆市研究生科研创新项目(No.CYS20247)。
文摘
【目的】传统的蜻蜓目(Odonata)昆虫的鉴别算法是在标本图片上进行人工的特征提取来训练分类器,此类方法所用的数据集包含的蜻蜓目昆虫种类和数量均较少,并且样本背景单一,导致识别率低且只能识别标本图片。针对这些问题制作了一个同时包含蜻蜓目昆虫生态图片和标本图片的数据集,提出一种基于深度学习的蜻蜓目昆虫的识别算法。【方法】采用具备端到端学习优势的网络框架,在上述数据集上,使用在ImageNet上迁移学习的ResNet50进行特征提取,使用新的区域建议网络Imp-RPN进行特征筛选,再使用改进的损失函数来解决样本分布不均的问题。【结果】所提出的识别算法在精确到种的46类分类任务中识别率达到了96.2%,在精确到种并包含性别信息的90类分类任务中识别率则达到了88.7%。【结论】端到端的深度学习网络框架免除了人工标注样本的时间成本,提高了识别准确率,更能满足物种鉴别任务的需求。
关键词
蜻蜓目识别
细粒度识别
深度学习
端到端学习
nts-net
Keywords
Odonata recognition
fine-grained recognition
deep learning
end-to-end learning
nts-net
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
可变形NTS-Net的螺栓属性多标签分类
张珂
何颖宣
赵凯
冯晓晗
赵振兵
马占宇
《中国图象图形学报》
CSCD
北大核心
2021
7
原文传递
2
改进的基于端到端学习的蜻蜓目昆虫识别算法
彭明杰
唐万梅
皮家甜
于昕
吴至友
黄芳婷
《重庆师范大学学报(自然科学版)》
CAS
北大核心
2021
2
原文传递
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部