-
题名融合ViT卷积神经网络的木板表面缺陷识别
被引量：10
- 1
-
-
作者
郭文龙
刘芳华
吴万毅
李冲
肖鹏
刘朝
-
机构
江苏科技大学机械工程学院
-
出处
《计算机科学》
CSCD
北大核心
2022年第S02期609-614,共6页
-
基金
国家自然科学基金青年科学基金(51905228)
-
文摘
由于需要通过木板表面缺陷对木板分级,而人工检测存在一定问题。为解决木板表面缺陷识别问题,提出一种融合ViT的卷积神经网络模型,用于提高缺陷识别的准确率。为此,收集裂缝、虫眼、节子和纹理4种木板表面缺陷图片,其中裂缝和虫眼图片数量远少于节子和纹理。为解决模型训练时样本不均衡问题,利用ProGAN对裂缝和虫眼图片进行训练并生成同类型缺陷图片,以增加其数量,使4种图片数量保持平衡,并在实验前对缺陷图片进行数据增强并添加椒盐噪声,整理得到所需图片数据集。基于融合ViT的卷积神经网络模型,利用数据集验证两种不同激活函数的模型,结果表明使用GELU作为激活函数的模型性能更高。并测试不同的transformer深度时模型的性能,得到的模型缺陷识别的最高准确率可达到98.54%。实验结果表明,融合ViT的卷积神经网络模型是可行的,为木板表面缺陷自动检测提供了新思路。
-
关键词
木板表面缺陷
progan
VIT
卷积神经网络
深度学习
-
Keywords
Wood surface defects
progan
ViT
Convolutional neural network
Deep learning
-
分类号
S781.5
[农业科学—木材科学与技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名野生南荻与芒杂种多倍体诱导研究
被引量：8
- 2
-
-
作者
黄丽芳
殷绪明
杨宇晨
李伟丽
易自力
-
机构
中国科学院亚热带农业生态研究所
湖南农业大学生物科学技术学院
-
出处
《西北植物学报》
CAS
CSCD
北大核心
2015年第1期50-56,共7页
-
基金
863课题(2011AA10020901)
美国孟德尔生物技术公司合作项目(SR0373)
-
文摘
用不同浓度秋水仙素处理野生南荻×芒(Miscanthus lutarioriparia×Miscanthus sinensis)远缘杂交后代以诱导产生多倍体,并对变异株进行形态学和细胞学鉴定,以期获得稳定的四倍体植株并分析其生理特性。结果表明:(1)采用秋水仙素加入培养基处理法和秋水仙素溶液浸泡处理法都可获得一定频率的多倍体植株;胚性愈伤组织以0.2%秋水仙素浸泡处理48h的诱变效果较好,四倍体诱导率达8.7%;芽在0.05%秋水仙素培养基中处理15d较好,四倍体诱导率达10.6%;生根苗在0.1%秋水仙素培养基中处理10d较好,四倍体诱导率达11.1%。(2)经体细胞染色体计数,加倍植株染色体数为2n=4x=76,对照植株的染色体数目为2n=2x=38。(3)生长2年的多倍体植株形态、叶片大小、茎粗、茎壁厚、节间等性状表现出巨大性和超亲优势。
-
关键词
芒属植物
杂交后代
染色体加倍
秋水仙碱
异源四倍体
-
Keywords
Miacanthus
hybrids proganic
chromosome doubling
colehicines
allotetraploid
-
分类号
Q813.5
[生物学—生物工程]
-
