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4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：
基于改进P2PNet的猪只计数方法
1
作者 陈韬 徐爱俊 +1 位作者 周素茵 叶俊华 《农业工程学报》 北大核心 2025年第11期209-218,共10页
猪只计数是现代养猪业的重要任务,对于评估养殖规模、优化饲养策略和提升经济效益具有关键作用。然而,复杂的猪场环境中,猪群密度高、遮挡多等因素使得计数准确性面临挑战。为此,该研究提出了一种基于人群计数模型P2PNet改进的猪只计数... 猪只计数是现代养猪业的重要任务,对于评估养殖规模、优化饲养策略和提升经济效益具有关键作用。然而,复杂的猪场环境中,猪群密度高、遮挡多等因素使得计数准确性面临挑战。为此,该研究提出了一种基于人群计数模型P2PNet改进的猪只计数模型PIG-P2PNet。首先,通过在P2PNet主干网络中引入高效通道注意力机制,有效捕捉通道间的依赖关系,增强了模型对重叠猪只的识别能力。其次,在P2PNet特征金字塔中集成坐标通道混洗注意力模块,强化了空间位置信息和通道特征的提取与交互能力,提升了模型在不同密度场景下的适应性;此外,设计了一种基于情景感知的匈牙利匹配算法,通过引入加权距离惩罚、不确定性成本和自适应密度惩罚,提高了匹配精度。最后,为应对背景与目标样本不平衡的问题,使用Focal Loss替换交叉熵损失,进一步提升了模型的分类准确性。PIG-P2PNet在自建的包含多种场景、视角和密度级别的猪只点标注数据集上的测试结果表明,其平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)和归一化绝对误差(normalized absolute error,NAE)分别为0.873、1.502和0.040,比改进前分别降低了33.9%、22.1%和39.4%。相较于经典计数模型CSRNet、CANNet和CLTR,PIGP2PNet在MAE上分别降低了63.3%、54.5%和26.7%,在RMSE上降低了49.7%、47.1%和13.7%,在NAE上降低了73.5%、56.5%和35.5%。因此,该研究提出的PIG-P2PNet猪只计数模型准确性高、鲁棒性强,为猪只计数提供了一种创新性的技术方案。 展开更多
关键词 猪只计数 注意力机制 深度学习 匈牙利匹配算法 p2pnet
在线阅读 下载PDF
基于FE-P2Pnet的无人机小麦图像麦穗计数方法 被引量：4
2
作者 鲍文霞 苏彪彪 +2 位作者 胡根生 黄承沛 梁栋 《农业机械学报》 EI CAS CSCD 北大核心 2024年第4期155-164,289,共11页
针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的... 针对无人机图像背景复杂、小麦密集、麦穗目标较小以及麦穗尺寸不一等问题,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机小麦图像麦穗自动计数方法。对无人机图像进行亮度和对比度增强,增大麦穗目标与背景之间的差异度,减少叶、秆等复杂背景因素的影响。引入了基于点标注的网络P2Pnet作为基线网络,以解决麦穗密集的问题。同时,针对麦穗目标小引起的特征信息较少的问题,在P2Pnet的主干网络VGG16中添加了Triplet模块,将C(通道)、H(高度)和W(宽度)3个维度的信息交互,使得主干网络可以提取更多与目标相关的特征信息;针对麦穗尺寸不一的问题,在FPN(Feature pyramid networks)上增加了FEM(Feature enhancement module)和SE(Squeeze excitation)模块,使得该模块能够更好地处理特征信息和融合多尺度信息;为了更好地对目标进行分类,使用Focal Loss损失函数代替交叉熵损失函数,该损失函数可以对背景和目标的特征信息进行不同的权重加权,进一步突出特征。实验结果表明,在本文所构建的无人机小麦图像数据集(Wheat-ZWF)上,麦穗计数的平均绝对误差(MAE)、均方误差(MSE)和平均精确度(ACC)分别达到3.77、5.13和90.87%,相较于其他目标计数回归方法如MCNN(Multi-column convolutional neural network)、CSRnet(Congested scene recognition network)和WHCNETs (Wheat head counting networks)等,表现最佳。与基线网络P2Pnet相比,MAE和MSE分别降低23.2%和16.6%,ACC提高2.67个百分点。为了进一步验证本文算法的有效性,对采集的其它4种不同品种的小麦(AK1009、AK1401、AK1706和YKM222)进行了实验,实验结果显示,麦穗计数MAE和MSE平均为5.10和6.17,ACC也达到89.69%,表明本文提出的模型具有较好的泛化性能。 展开更多
关键词 麦穗计数 无人机图像 FE-p2pnet FEM Wheat-ZWF数据集
在线阅读 下载PDF
基于改进P2PNet的铁路车站人群数量估计算法
3
作者 万成凯 安高云 崔岚 《计算机与现代化》 2025年第11期58-64,共7页
本文针对铁路车站等场景下人群数量估计问题,提出一种基于改进P2PNet的铁路车站人群数量估计算法。该算法对传统的P2PNet算法进行较大的改动和优化。首先,算法模型采用BiFPN的路径聚合来增强网络对不同尺度特征图的融合能力,解决图像中... 本文针对铁路车站等场景下人群数量估计问题,提出一种基于改进P2PNet的铁路车站人群数量估计算法。该算法对传统的P2PNet算法进行较大的改动和优化。首先,算法模型采用BiFPN的路径聚合来增强网络对不同尺度特征图的融合能力,解决图像中人员大小尺度相差较大的情况;其次,网络在低层特征图引入A-SPP结构以提高网络的感受野范围,增强网络提取多尺度特征的能力;再次,网络中的OutLayer之前采用了CSAM注意力动态地调整特征图中各个通道和空间位置的重要性,更有效地回归图像中人的位置和分类;最后,在损失函数中,Focal Loss代替了传统的交叉熵,来解决正负样本不均衡和难易样本不均衡的问题。在公开数据集和自有数据集上进行对比实验的结果表明,该算法在平均绝对误差上优于当前同类先进算法。在实际的车站视频场景下,该算法能够准确估计人群数量。 展开更多
关键词 人群数量估计 p2pnet 多尺度特征 注意力机制 特征融合
在线阅读 下载PDF
互联网金融民营系P2P网贷平台的风险预警 被引量：14
4
作者 朱清香 王莉 《河北大学学报（哲学社会科学版）》 CSSCI 北大核心 2016年第4期123-130,共8页
互联网金融P2P网贷平台发展至今,频频出现平台倒闭,P2P网贷平台面临着巨大挑战。以LAPP法的4个维度为基础,以民营系P2P网贷平台风险的特点为立足点,选取20个指标进行实证分析。首先,采用主成分分析法进行降维处理;其次,通过二元Logisti... 互联网金融P2P网贷平台发展至今,频频出现平台倒闭,P2P网贷平台面临着巨大挑战。以LAPP法的4个维度为基础,以民营系P2P网贷平台风险的特点为立足点,选取20个指标进行实证分析。首先,采用主成分分析法进行降维处理;其次,通过二元Logistic回归分析方法对40家民营系平台构建了T-4、T-3、T-2和T-1期的预警模型;最后,根据模型实证结果对民营系P2P网贷平台提出了相关建议。 展开更多
关键词 民营系 P2P网贷平台 风险预警 主成分分析法 二元LOGISTIC回归
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 下一页 到第 页
使用帮助 返回顶部