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1,455篇文章
< 1 2 … 73 >
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：
融合注意力机制与改进ResNet50的服装图像属性预测方法 被引量：1
1
作者 游小荣 李淑芳 邵红燕 《现代纺织技术》 北大核心 2025年第1期58-64,共7页
为了解决人工标注服装图像属性效率低下的问题,提出了一种融合注意力机制与改进ResNet50的服装图像属性预测方法。首先对传统多标签分类方法中的模型进行了改进,改进后的方法能更充分利用任务之间的相关性,并减少数据稀缺问题带来的影响... 为了解决人工标注服装图像属性效率低下的问题,提出了一种融合注意力机制与改进ResNet50的服装图像属性预测方法。首先对传统多标签分类方法中的模型进行了改进,改进后的方法能更充分利用任务之间的相关性,并减少数据稀缺问题带来的影响;接着引入CBAM注意力机制,用于捕捉服装属性上的细节特征。结果表明:在未引入注意力机制的情况下,基于改进ResNet50的方法在多项评价指标上均优于传统多标签分类方法,准确率提高了25.96%;与ResNet34、EfficientNet_V2、VGG16模型相比,ResNet50模型在服装图像属性预测方面整体表现更佳;引入CBAM注意力机制后,基于改进ResNet50的方法的准确率再提高了1.72%。所提的融合注意力机制与改进ResNet50的服装图像属性预测方法,能够有效预测服装图像属性,为实现服装图像属性的自动化标注提供了新的思路。 展开更多
关键词 服装图像 属性预测 注意力机制 resnet50 深度学习
在线阅读 下载PDF
基于ResNet18改进模型的玉米叶片病害识别
2
作者 张明杰 朱节中 +3 位作者 杨再强 姚成敏 邢跃 薛中航 《江苏农业科学》 北大核心 2025年第10期214-221,共8页
为了对玉米叶片病害进行及时准确的识别,预防玉米叶片病害,保障玉米产量,针对玉米叶片病斑微小、不规则以及多种叶片病害相似度较高不易识别、传统神经网络模型参数大和训练时间长的问题,提出一种基于改进ResNet18的玉米叶片病害识别模... 为了对玉米叶片病害进行及时准确的识别,预防玉米叶片病害,保障玉米产量,针对玉米叶片病斑微小、不规则以及多种叶片病害相似度较高不易识别、传统神经网络模型参数大和训练时间长的问题,提出一种基于改进ResNet18的玉米叶片病害识别模型。研究对象为健康叶片和3种常见病害叶片,包括大斑病、灰斑病、锈病叶片。以ResNet18为基础模型,引入高阶残差结构替代传统残差块,以增强对玉米叶片上微小病斑的提取能力,同时引入注意力模块,使网络能够更聚焦于病斑区域,提升特征学习的针对性,在网络深层引入非对称卷积,进一步优化细微病斑特征的提取效果,并对比不同注意力机制、不同学习率对模型准确率的影响。结果表明,改进ResNet18(AC-SK-ResNet)模型的准确率可达98.7%,较原模型提高了3.1百分点,参数量为10.25 M,以远小于原模型的参数量取得了更好的特征提取效果,实现了精度和效率的双重优化。该模型体积小,识别精度优于其他几个模型,可为玉米叶片常见病害的识别提供一定参考。 展开更多
关键词 玉米病害 图像识别 卷积 注意力机制 resnet 18模型 AC-SK-resnet模型
在线阅读 下载PDF
基于改进SE-ResNet50的激光雷达晴空湍流识别研究
3
作者 庄子波 陈珺 +3 位作者 何沛林 张红颖 靳国华 罗雄 《雷达学报(中英文)》 北大核心 2025年第3期629-640,共12页
针对机场低空区域采用激光雷达进行湍流识别时识别率低的问题,提出了使用一种改进50层挤压激励残差网络(SE-ResNet50)的晴空湍流识别方法。通过引入挤压激励模块,改进网络结构,降低了模型对特征定位的过度敏感,使网络在学习过程中选择... 针对机场低空区域采用激光雷达进行湍流识别时识别率低的问题,提出了使用一种改进50层挤压激励残差网络(SE-ResNet50)的晴空湍流识别方法。通过引入挤压激励模块,改进网络结构,降低了模型对特征定位的过度敏感,使网络在学习过程中选择性地突出有用的信息特征;以兰州中川国际机场的实测数据建立了样本数据集,依据湍流分类等级抽取弱、中、强3类等量颠簸数据建立平衡数据集进行模型训练。在相同的实验条件下,与卷积神经网络、MobileNetV2和ShuffleNetV1网络相比,改进SE-ResNet50的识别准确率分别提高了7.44%,6.52%和4.11%,对比各个模型生成的混淆矩阵,表明该文方法的准确率达到了95%,验证了所提方法的可行性。 展开更多
关键词 激光雷达 涡流耗散率(EDR) 晴空湍流 残差网络(resnet) 深度学习
在线阅读 下载PDF
基于DSG-ResNet34的聚乙烯燃气管道电熔焊接缺陷检测
4
作者 凌晓 刘露 +2 位作者 孙宝财 张正棠 徐晓刚 《仪器仪表学报》 北大核心 2025年第6期228-240,共13页
PE燃气管道的连接质量能直接影响中低压燃气的正常输送,在电熔焊接时产生的结构畸变、冷焊等缺陷会显著削弱管道的力学性能,威胁燃气管网的稳定运行。因此,基于实地采集的PE燃气管道电熔焊接缺陷DR图像数据集,提出了基于DSG-ResNet34模... PE燃气管道的连接质量能直接影响中低压燃气的正常输送,在电熔焊接时产生的结构畸变、冷焊等缺陷会显著削弱管道的力学性能,威胁燃气管网的稳定运行。因此,基于实地采集的PE燃气管道电熔焊接缺陷DR图像数据集,提出了基于DSG-ResNet34模型的缺陷检测方法,以实现对电熔焊接缺陷进行快速精准地检测。该网络模型由主干网络CBAM-ResNet34模块、动态稀疏门控金字塔DSG-FPN、多尺度检测头3个部分组成,首先通过主干网络CBAM-ResNet34结构从通道和空间两个维度提升网络模型对缺陷特征的关注度,然后通过动态稀疏门控金字塔DSG-FPN结构的动态稀疏门控模块、Inception模块、稀疏连接动态融合多尺度缺陷特征,有效保留小目标特征、抑制背景噪声,最后通过多尺度检测头结构将提取到的丰富特征转化为具体的检测结果。DSG-ResNet34模型的缺陷检测准确率最高可达95.5%、P2层精确率最高可达82.7%、小目标召回率最低为85.6%、检测速度可达68 fps、参数量为22.3×10^(6),该模型能快速定位识别孔洞、熔融面夹杂、结构畸变、冷焊这4类典型电熔焊接缺陷,检测性能与速度优于其他网络模型。为PE管道焊接质量智能化检测提供了高精度解决方案,对保障燃气管网安全运行具有重要意义。 展开更多
关键词 聚乙烯燃气管道 缺陷检测 电熔焊接 resnet34模型 特征金字塔
原文传递
基于ResNet-UNet模型的DAS矸石浆体充填堵管监测技术
5
作者 柴敬 王梓名 +7 位作者 马晨阳 张丁丁 李至 周森 秋丰岐 吴玉意 冀汶莉 赵鹏翔 《西安科技大学学报》 北大核心 2025年第4期650-662,共13页
煤矸石浆体输送管道在输送过程中易产生堵塞、腐蚀等多种问题。目前针对浆体管道输送中存在的堵塞问题,精准定位仍面临着巨大挑战。基于此,提出了一种以分布式声波传感技术(DAS)为监测手段,结合图像降噪与ResNet-UNet复合网络对堵塞点... 煤矸石浆体输送管道在输送过程中易产生堵塞、腐蚀等多种问题。目前针对浆体管道输送中存在的堵塞问题,精准定位仍面临着巨大挑战。基于此,提出了一种以分布式声波传感技术(DAS)为监测手段,结合图像降噪与ResNet-UNet复合网络对堵塞点位进行监测和识别的方法;为评估所提出的技术方案,建立了15.14 m的环管模型,并进行注浆堵塞模拟试验。结果表明:相比于传统的UNet及ResNet网络,ResNet-UNet网络模型可在有效避免梯度爆炸问题的基础上,较为精准地对堵塞点位图像进行识别,堵塞点定位的准确率为97.83%,精确率为97.76%,召回率为94.80%,F1分数为0.958 9。该研究在全覆盖式监测矸石输送管道的基础上,有效解决了DAS传感监测时,由于其高灵敏度所带来的噪声处理难题,较为精确地实现了堵塞点的定位效果,研究为矸石浆体输送管道监测及堵塞点的定位问题提供了智能化的解决方案。 展开更多
关键词 分布式声波传感技术 矸石浆体管道输送 降噪算法 resnet-UNet模型 图像识别 堵塞定位
在线阅读 下载PDF
新工科背景下基于ResNet的机械设计教学机器人设计研究
6
作者 郑默思 张亮 《自动化与仪器仪表》 2025年第8期143-147,共5页
为提高机械设计教学机器人对目标的自动抓取成功率,设计了一套基于改进ResNet101网络的机械设计教学机器人目标自动抓取系统。首先根据系统需求,将系统总体框架分为图像采集模块、目标检测模块、机器人自动抓取模块;然后从抓取工具、机... 为提高机械设计教学机器人对目标的自动抓取成功率,设计了一套基于改进ResNet101网络的机械设计教学机器人目标自动抓取系统。首先根据系统需求,将系统总体框架分为图像采集模块、目标检测模块、机器人自动抓取模块;然后从抓取工具、机器人、双目视觉相机方面,对系统硬件新型选型;接着对系统软件进行设计,并着重设计了机器人目标自动抓取算法,采用引入金字塔池化卷积组和网络剪枝的改进ResNet网络,对机器人目标进行检测;最后通过仿真对系统进行了验证。结果表明,改进ResNet网络对机器人目标检测的准确率为96.38%,平均绝对误差为1.58%;本系统在82次抓取测试中,仅存在1次目标自动抓取失败的情况,抓取成功率为98.78%。由此得出,本系统具有较高的目标自动抓取成功率,满足实际应用需求。 展开更多
关键词 机器人 自动抓取 目标检测 resnet网络 注意力机制 网络剪枝
原文传递
基于注意力机制的ResNet18网络示功图识别方法研究
7
作者 韩建 周犹财 曹志民 《黑龙江科学》 2025年第18期82-85,88,共5页
针对抽油机故障诊断示功图方法识别率较低、训练时间长等问题提出一种基于注意力机制的ResNet18网络模型示功图图像识别算法,将空间注意力机制引入到网络中,引入通道注意力机制对残差模块进行改进,利用迁移学习在改进ResNet18网络模型... 针对抽油机故障诊断示功图方法识别率较低、训练时间长等问题提出一种基于注意力机制的ResNet18网络模型示功图图像识别算法,将空间注意力机制引入到网络中,引入通道注意力机制对残差模块进行改进,利用迁移学习在改进ResNet18网络模型上通过ImageNet预训练好的权重参数进行训练。实验结果表明,改进的模型在示功图识别任务中准确率可达95.87%,与其他网络相比具有更好的鲁棒性和适应性,为抽油机故障诊断研究提供了一定的参考。 展开更多
关键词 示功图识别 注意力机制 迁移学习 resnet18网络
在线阅读 下载PDF
改进SE-ResNet50网络结构的冰雪路面检测方法
8
作者 王宪彬 武婉婉 +2 位作者 包文龙 董晟 王云龙 《交通科技与经济》 2025年第3期61-67,共7页
针对复杂天气条件下冰雪路面识别准确率较低的问题,提出一种改进SE-ResNet50网络结构的冰雪路面检测方法。该方法的核心在于将SE通道注意力机制与ResNet50网络进行深度融合,为优化这一融合策略探索4种不同的迁移学习策略,包括调整模型... 针对复杂天气条件下冰雪路面识别准确率较低的问题,提出一种改进SE-ResNet50网络结构的冰雪路面检测方法。该方法的核心在于将SE通道注意力机制与ResNet50网络进行深度融合,为优化这一融合策略探索4种不同的迁移学习策略,包括调整模型最后全连接层、全阶段SE增强、仅在模型末尾阶段SE增强以及在每个残差块内部集成SE模块。经过训练与优化,确定SE-ResNet50的分类模型,该模型在路面状态分类任务中达到98.70%的高识别精确度。计算数据集上多种评估指标,利用混淆矩阵深入分析路面状态识别中易产生误判的类别。在数据集上进行训练和测试后,结果表明,SE-ResNet50模型取得了最佳的识别效果比第二名ResNet50的95.33%高出3.37个百分点,推理速度相较于AlexNet、VGG16和ResNet50分别提高了26.58%、32.97%、16.07%。 展开更多
关键词 交通运输 冰雪路面识别 resnet50模型 残差神经网络 SE模块 通道注意力
在线阅读 下载PDF
基于改进ResNet算法的学习情绪投入识别研究与设计
9
作者 肖祥林 《软件》 2025年第6期31-36,共6页
人工智能技术是驱动教育数字化转型的核心引擎,通过人脸微表情的变化,了解学习者情绪投入度,对及时调整教学策略有重要指导意义。本文提出了基于改进ResNet网络的微表情识别模型,通过优化Investment数据集和特征提取融合机制,突破了传... 人工智能技术是驱动教育数字化转型的核心引擎,通过人脸微表情的变化,了解学习者情绪投入度,对及时调整教学策略有重要指导意义。本文提出了基于改进ResNet网络的微表情识别模型,通过优化Investment数据集和特征提取融合机制,突破了传统动态表情捕捉的局限性,实现了学习情绪投入状态的精准量化分析。实验表明,该方法在微表情识别速度与准确率上较现有模型显著提升,为促进人工智能助力教育变革提供了技术支撑,对优化教学策略、推动个性化教育具有重要实践价值。 展开更多
关键词 resnet 改进 微表情 投入度
在线阅读 下载PDF
ResNet的大学图书馆信息素养评价系统构建
10
作者 马骅 《信息技术》 2025年第2期136-143,共8页
随着信息技术的持续发展,大学图书馆在信息服务能力方面面临着挑战。为了客观评价大学图书馆的信息服务能力,文中提出一种基于深度学习的评价模型。该研究采用残差网络进行特征提取,结合模型参数优化,以克服传统评价方法存在的主观性强... 随着信息技术的持续发展,大学图书馆在信息服务能力方面面临着挑战。为了客观评价大学图书馆的信息服务能力,文中提出一种基于深度学习的评价模型。该研究采用残差网络进行特征提取,结合模型参数优化,以克服传统评价方法存在的主观性强、准确性不高等问题。研究结果表明,基于残差网络特征提取与模型优化的评价模型准确率达到90%,且计算效率较高。该研究为图书馆信息服务能力评价提供了一个更准确高效的技术方案,使评价结果更具客观性和参考价值。 展开更多
关键词 resnet 信息服务能力 深度学习 模型训练 信息素养
在线阅读 下载PDF
基于自适应卷积和注意力融合的ResNet人脸表情识别方法
11
作者 严武军 叶金霞 李建昌 《现代信息科技》 2025年第5期39-44,50,共7页
在实际应用中,人脸图像受光线、遮挡和姿态等因素影响,表情识别准确率较低。为此,提出一种融合自适应卷积和注意力机制的表情识别方法。该方法基于ResNet34网络,引入自适应卷积(AKConv)模块以捕捉多尺度特征,并整合注意力混合(ACmix)机... 在实际应用中,人脸图像受光线、遮挡和姿态等因素影响,表情识别准确率较低。为此,提出一种融合自适应卷积和注意力机制的表情识别方法。该方法基于ResNet34网络,引入自适应卷积(AKConv)模块以捕捉多尺度特征,并整合注意力混合(ACmix)机制提升分类精度。同时,采用滑动损失(SlideLoss)替代传统交叉熵损失函数,解决数据不平衡问题。实验结果表明,该模型在FER2013数据集上达到75.21%的准确率,验证了其有效性和优越性,为表情识别领域提供了新思路和方法。 展开更多
关键词 resnet 面部情绪识别 深度学习 注意力机制
在线阅读 下载PDF
基于联邦学习与改进IS-ResNet18的人脸识别
12
作者 黄飞 潘洪志 方群 《绵阳师范学院学报》 2025年第2期101-110,共10页
在人脸识别场景中,边缘端的人脸数据采集与云端的数据处理之间存在着隐私泄漏风险,同时为了保证人脸识别准确高效,提出了一种基于联邦学习与改进IS-ResNet18的人脸识别方法.该方法通过联邦学习框架在不需要获取边缘端人脸数据的情况下... 在人脸识别场景中,边缘端的人脸数据采集与云端的数据处理之间存在着隐私泄漏风险,同时为了保证人脸识别准确高效,提出了一种基于联邦学习与改进IS-ResNet18的人脸识别方法.该方法通过联邦学习框架在不需要获取边缘端人脸数据的情况下进行模型训练,优化ResNet18模型,采用Leaky-ReLU激活函数代替ReLU激活函数以减轻神经元死亡,添加了Inception模块,优化注意力机制SE模块,增强模型对重要特征的关注程度,提高模型的表达能力和性能,缓解梯度消失和梯度爆炸的问题,增强模型的稳定性.经实验验证,该方法不仅保护了用户隐私,还保持了较高的识别准确率,具备良好的可行性和实用性. 展开更多
关键词 联邦学习 人脸识别 隐私保护 resnet18
在线阅读 下载PDF
基于ResNet-MHAM模型的山区耕地土壤有机质含量高光谱反演 被引量：3
13
作者 吴建高 汪泓 +3 位作者 张磊 杨隆珊 彭俊杰 龚明冲 《环境科学》 北大核心 2025年第4期2313-2324,共12页
针对贵州喀斯特山区耕地土壤有机质(SOM)含量高光谱遥感预测的精度和泛化能力不足的问题,提出了结合残差网络(ResNet)和多头注意力机制(MHAM)的一维高光谱反射数据模型(ResNet-MHAM).首先,采集贵州13个县市区188个土壤样品并检测光谱信... 针对贵州喀斯特山区耕地土壤有机质(SOM)含量高光谱遥感预测的精度和泛化能力不足的问题,提出了结合残差网络(ResNet)和多头注意力机制(MHAM)的一维高光谱反射数据模型(ResNet-MHAM).首先,采集贵州13个县市区188个土壤样品并检测光谱信息;其次,基于不同层数(34、50、101和152层)的ResNet结构并结合MHAM进行优化构建模型;最后,使用30%的数据集和十折交叉验证进行模型验证.实验结果显示,50层ResNet结构与MHAM的结合模型,在决定系数(R2)达到0.9172,均方根误差(RMSE)为7.4549 g·kg^(−1),表现出优于BPNN、SVM、PLSR、GPR和RF模型的准确性和泛化能力.研究结果为贵州山区SOM含量的高光谱预测提供了新的有效方法. 展开更多
关键词 高光谱 残差网络(resnet) 多头注意力机制(MHAM) 土壤有机质(SOM) 山区耕地
原文传递
基于ResNet的智能烟叶分级系统 被引量：1
14
作者 胡建欣 卢敏瑞 +5 位作者 钟永健 王辉 俞贝楠 曹思源 刘英 沈会良 《传感技术学报》 北大核心 2025年第1期96-103,共8页
在卷烟生产中,为确保品质稳定,需要对烤烟分级。不同等级烟叶外观差异小,分级难度大。为充分利用烟叶有效信息,提高自动化分级准确率,设计了基于ResNet18的多源图像智能烟叶分级系统。该系统同时采集反射及透射图像,反射图像可提供颜色... 在卷烟生产中,为确保品质稳定,需要对烤烟分级。不同等级烟叶外观差异小,分级难度大。为充分利用烟叶有效信息,提高自动化分级准确率,设计了基于ResNet18的多源图像智能烟叶分级系统。该系统同时采集反射及透射图像,反射图像可提供颜色及纹理信息,透射图像可提供厚度及脉络形状信息。采用Phase Correlation配准和拉普拉斯金字塔融合局部图像,得到烟叶的完整透射图像,采用IC-LK配准反射及透射图像,提升模型特征提取能力。以ResNet18为基础,设计了多源图像特征融合分级模型,通过引入透射图像,分级准确率可从88.0%提升至90.22%,表明了所设计系统及烟叶分级方法的有效性。 展开更多
关键词 烟叶分级 多源图像 多模态特征提取 系统设计 resnet
在线阅读 下载PDF
基于改进ResNet50的草原蝗虫种类智能识别APP系统 被引量：1
15
作者 甄又陈 王佳宇 +3 位作者 王宁 刘升平 林克剑 李艳艳 《中国农机化学报》 北大核心 2025年第5期68-78,共11页
为解决草原蝗虫在防控调查中识别困难、时效低下、准确率低等问题,提出基于改进ResNet50的蝗虫种类智能识别APP系统。以移动端设备在不同环境下拍摄的4454张不同种类的蝗虫图片为基础,采用Adam优化器与余弦退火的学习率退火方式于GoogLe... 为解决草原蝗虫在防控调查中识别困难、时效低下、准确率低等问题,提出基于改进ResNet50的蝗虫种类智能识别APP系统。以移动端设备在不同环境下拍摄的4454张不同种类的蝗虫图片为基础,采用Adam优化器与余弦退火的学习率退火方式于GoogLeNet、ALexNet、VGGNet16、ResNet34、ResNet50、MobilenetV3六种分类模型训练成果对比下,挑选最优网络。加入注意力机制,提升模型准确率,又以改进后的网络为识别模型对其进行后续的端口接入与前端的平面设计,最终形成蝗虫识别APP。试验表明:改进后的模型平均准确率提升至98.9%;测试集中的准确率为96.6%,比改进前提高7%。该蝗虫识别APP系统可安装至移动端设备,以确保蝗虫调查时准确把握蝗虫发生的详细信息。 展开更多
关键词 草原蝗虫 监测 深度学习 注意力机制 改进resnet50
在线阅读 下载PDF
基于改进ResNet50的岩心图像分类研究 被引量：3
16
作者 刘艳如 吴晓红 +2 位作者 何小海 罗彬彬 滕奇志 《智能计算机与应用》 2025年第2期10-16,共7页
岩心岩性是反映地质条件的重要指标,传统的岩性鉴定通常依赖于人工目视检查,既费时又对专业水平要求高。近年来,卷积神经网络技术的迅速进步,为岩心图像的自动化预测开辟了一条新的途径。本文提出了一种基于改进的ResNet50网络结构的岩... 岩心岩性是反映地质条件的重要指标,传统的岩性鉴定通常依赖于人工目视检查,既费时又对专业水平要求高。近年来,卷积神经网络技术的迅速进步,为岩心图像的自动化预测开辟了一条新的途径。本文提出了一种基于改进的ResNet50网络结构的岩心图像分类算法,通过引入ECA(Efficient Channel Attention)注意力机制和PSA (Pyramid Scene Attention)注意力机制,改善了网络对岩心图像丰富地质信息的提取和理解能力,对提高岩性分类的准确性和客观性起到了重要作用;引入可变形卷积(DCNv2),使模型能够自动适应图像特征不规则性和形状变化,显著提升了对岩心结构复杂性的识别能力;使用迁移学习方法,提高了模型的泛化能力和训练效率。实验结果表明,改进的ResNet50网络模型在岩心图像分类任务上表现优异,相较于其他主流卷积网络,平均准确率明显提升,较基线网络ResNet50提高了2.33%的准确率,也有效地提高了对复杂岩心结构的识别精度与鲁棒性。 展开更多
关键词 注意力机制 岩心图像 图像分类 resnet50 可变形卷积
在线阅读 下载PDF
基于改进ResNet深度学习的古代壁画分类方法 被引量：1
17
作者 曹建芳 彭存赫 +1 位作者 陈志强 杨卓林 《电子测量技术》 北大核心 2025年第1期186-196,共11页
针对壁画图像人物间纹理,轮廓相似,不同场景下壁画人物特征差异较大,背景噪声复杂,分类易混淆等问题,提出了一种针对ResNet卷积神经网络的改进策略。首先将模型输入层中较大的7×7卷积核分离为3个串联的3×3小卷积核堆积的主干,... 针对壁画图像人物间纹理,轮廓相似,不同场景下壁画人物特征差异较大,背景噪声复杂,分类易混淆等问题,提出了一种针对ResNet卷积神经网络的改进策略。首先将模型输入层中较大的7×7卷积核分离为3个串联的3×3小卷积核堆积的主干,将2×2平均池化与最大池化进行add特征融合取代原最大池化操作,增强模型的表征能力。其次设计了一种多尺度高效的空间通道注意模块,以ECA通道注意力模块为基础,串联空间注意力模块,将空间模块中原3×3卷积核替换为SK注意力模块,融合多尺度信息捕捉全局长距离依赖关系,降低背景噪声的干扰。最后提出一种蜂窝式聚合结构,将相邻的block块中的输出信息进行add操作,作为后续层的输入,同时捕获低级和高级特征,增强上下文信息的流通性。实验结果表明:该模型在准确率、精度、召回率和F1值分别达到96.51%、96.65%、96.67%、96.63%。相对于原模型ResNet-18准确率提升9.76%,与主流的分类算法相比分类准确率、泛化能力、稳定性均有一定的提升,能够高效准确识别壁画所属类型,这对于文化遗产保护和艺术史方面研究具有显著价值。 展开更多
关键词 壁画分类 resnet 注意力机制 特征提取 卷积神经网络 深度学习
原文传递
基于暗通道先验知识和ResNet网络的焦炭智能装载溢出检测方法 被引量：1
18
作者 解康战 侯惠芳 +1 位作者 张自豪 孙文涛 《科学技术与工程》 北大核心 2025年第8期3325-3332,共8页
高粉尘环境下进行精准的焦炭溢出检测是实现焦炭智能装载的重要挑战。针对此问题,提出一种基于暗通道先验知识和ResNet网络的焦炭智能装载溢出检测方法。首先,利用视频采集器获取焦炭装载场景视频信息,并对原始时间序列视频图像帧进行... 高粉尘环境下进行精准的焦炭溢出检测是实现焦炭智能装载的重要挑战。针对此问题,提出一种基于暗通道先验知识和ResNet网络的焦炭智能装载溢出检测方法。首先,利用视频采集器获取焦炭装载场景视频信息,并对原始时间序列视频图像帧进行处理以获得下料口及装载器之间感兴趣区域;其次,提出利用暗通道先验知识方法对感兴趣区域进行处理,提升感兴趣区域中目标区域与无关区域之间对比度,以降低粉尘对后续检测模型的影响。再者,根据焦炭实际装载情况对感兴趣区域进行标注将溢出检测问题转化成二分类。最终,提出利用ResNet网络建模完成对模型的训练获得训练模型并在新采集焦炭装载过程中进行实验。实验证明所提方法在新的数据上测试结果表现优异,整体准确率达到86.81%,其中溢出类的精确度、召回率和F1分数分别为84.12%、90.74%和0.8730。并且在使用了暗通道先验算法处理数据后,溢出类的召回率上升了3.31%。 展开更多
关键词 焦炭智能装载溢出检测 暗通道先验知识 resnet网络
在线阅读 下载PDF
基于改进ResNet50和迁移学习的竹片表面缺陷检测方法 被引量：1
19
作者 常青 郑世祺 +1 位作者 邓宇书 唐小琦 《控制与决策》 北大核心 2025年第2期432-440,共9页
在竹片表面缺陷检测中,竹片表面缺陷形状各异,成像环境脏乱,现有基于卷积神经网络(CNN)的目标检测方法面对这样特定的数据时检测准确率较低;竹片来源复杂且有其他条件限制,例如不同季节成色各异等限制,无法采集所有类型的数据,导致竹片... 在竹片表面缺陷检测中,竹片表面缺陷形状各异,成像环境脏乱,现有基于卷积神经网络(CNN)的目标检测方法面对这样特定的数据时检测准确率较低;竹片来源复杂且有其他条件限制,例如不同季节成色各异等限制,无法采集所有类型的数据,导致竹片表面缺陷数据量少,以至于CNN不能充分学习.针对以上问题,提出一种改进的ResNet50网络与迁移学习结合的竹片缺陷识别方法.首先,将获得的正负样本数据按照一定比例分为训练集、验证集和测试集;其次,利用OTSU算法和LBP算法对竹片图像进行二值化处理和特征提取,以减少噪音影响;最后,将ResNet50作为骨干网络加入L_(2)正则化和标签平滑与迁移学习结合,得到适应于竹片缺陷检测识别的优化模型.将所提检测网络与VGG16、DenseNet121、ResNet50以及目前常用于工业检测的YOLOv3分别在相同比例训练测试集上进行训练和测试.实验结果表明,在竹片数据集上所提检测网络的平均精度均值(mAP)比VGG16、DenseNet121、YOLOv3和ResNet50分别提高了23.45%、18.6%、19.51%和2.76%.所提方法能够针对形状各异的竹片表面缺陷进行有效检测,且降低时间消耗,在实际工业运用中具有很好的效果. 展开更多
关键词 缺陷检测 竹片 OTSU算法 LBP算法 resnet50 迁移学习
原文传递
基于改进ResNet18的玉米种子细粒度图像分类方法 被引量：1
20
作者 李鸿强 张超 +2 位作者 张栋 张诗欣 李民赞 《农业工程学报》 北大核心 2025年第15期155-164,共10页
针对玉米种子细粒率图像分类准确度低的问题,该研究对ResNet18模型进行改进优化,以提高玉米种子细粒度图像分类精度。首先,引入路径增强网络(path aggregation network,PANet),以提高模型对玉米细粒度图像特征融合能力;其次,构建强化-... 针对玉米种子细粒率图像分类准确度低的问题,该研究对ResNet18模型进行改进优化,以提高玉米种子细粒度图像分类精度。首先,引入路径增强网络(path aggregation network,PANet),以提高模型对玉米细粒度图像特征融合能力;其次,构建强化-互补学习网络(reinforcement&complementary network,RCNet),提升局部和边缘特征的提取能力;最后,引入协同注意力特征融合结构(collaborative attention feature fusion,CAFF),将RCNet提取的特征进行自适应加权融合,提升模型对整体特征的关注度。试验结果表明:改进后的ResNet18模型的准确率、召回率、精确率、加权分数(F1-score)分别为98.78%、96.62%、99.17%、97.88%,分别比原始模型高出4.28、4.11、4.29和4.20个百分点,推理速度为104帧/s,模型大小为105.2 MB。并将模型部署到移动端,改进的ResNet18模型基于移动端能够适应复杂背景下的玉米种子识别,识别准确率均超过95%,平均推理速度最低为257 ms,满足实时预测要求,在准确率和模型稳定性上表现优异。研究成果可为种子细粒度图像分类问题提供技术参考。 展开更多
关键词 深度学习 加强学习 互补学习 resnet18 玉米种子
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 … 73 下一页 到第 页
使用帮助 返回顶部