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5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RepVGG的鲁棒头部姿态估计算法
1
作者 孟雪莹 傅由甲 《计算机工程与设计》 北大核心 2025年第10期2927-2935,共9页
针对头部姿态估计方法中特征鲁棒性较差,关键特征捕捉不足以及模型的稳定性和准确率不平衡等问题,提出基于改进RepVGG的鲁棒头部姿态估计方法 RepVGG-DP。该方法在RepVGG模型前添加特征增强模块以优化特征质量;加入PNB模块以融合原始和... 针对头部姿态估计方法中特征鲁棒性较差,关键特征捕捉不足以及模型的稳定性和准确率不平衡等问题,提出基于改进RepVGG的鲁棒头部姿态估计方法 RepVGG-DP。该方法在RepVGG模型前添加特征增强模块以优化特征质量;加入PNB模块以融合原始和加工特征细节信息,提升特征提取能力;融合测地线距离和调整尺度的Frobenius范数构建新的损失函数。实验结果表明,在AFLW2000和BIWI数据集上,RepVGG-DP的MAE值分别降低0.21°、0.29°和0.38°,显示出显著的性能提升。 展开更多
关键词 深度学习 头部姿态估计 repvgg模型 特征优化 特征提取 多尺度信息 融合损失
在线阅读 下载PDF
结合改进RepVGG-A0网络和重新标签的人脸表情识别研究 被引量：2
2
作者 李婉婷 罗晓曙 +1 位作者 蒙志明 陈吉 《现代电子技术》 2022年第20期69-74,共6页
目前大规模人脸表情识别的主要问题在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此,文中提出一种基于RepVGG-A0改进后的网络模型。该模型引入有效通道注意力机制,即在卷积层和ReLU激活函... 目前大规模人脸表情识别的主要问题在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此,文中提出一种基于RepVGG-A0改进后的网络模型。该模型引入有效通道注意力机制,即在卷积层和ReLU激活函数之间插入ECA通道注意力模块,在特征提取后引入加权模块来预计样本的权重,对于不确定的样本给予的权重较小,并采用重新标签的方法对低权重的人脸表情图片重新给予伪标签,目的是使修改过的样本在下一次训练中获得高权重,从而提高人脸表情识别率。最后,在RAF-DB和FER-2013数据集上进行实验验证。结果表明,文中改进模型的人脸表情识别率分别达到88.90%和75.61%,说明该方法对人脸表情识别具有有效性。 展开更多
关键词 人脸表情识别 repvgg-A0 重新标签 网络模型 特征提取 数据预处理 ReLU
在线阅读 下载PDF
结合振动信号图像化和RepVGG的滚动轴承故障诊断方法 被引量：1
3
作者 周建民 王云庆 李家辉 《机械科学与技术》 CSCD 北大核心 2024年第12期2024-2031,共8页
针对滚动轴承故障诊断中一维振动数据的细微特征提取不明显,以及实时诊断速度慢的问题,采用振动数据转图像数据的预处理方法,使用连续小波变换将振动信号转换为二维时频图,同时提出一种基于结构重参数化技术(RepVGG)的轴承故障诊断方法... 针对滚动轴承故障诊断中一维振动数据的细微特征提取不明显,以及实时诊断速度慢的问题,采用振动数据转图像数据的预处理方法,使用连续小波变换将振动信号转换为二维时频图,同时提出一种基于结构重参数化技术(RepVGG)的轴承故障诊断方法。将训练模型的多分支网络结构等价转换为单路径网络结构,从而提高推理模型的精度和速度。以轴承故障诊断数据集进行实验验证,并与EfficientNet模型和ResNet50模型进行比较分析,结果表明,RepVGG模型能够准确识别轴承故障类别,平均准确率优于其他方法,并且在相同的实验硬件条件下,推理时长分别减少了81%和66.19%,有效提升了诊断的速度和精度,具有较好的适应性和优越性。 展开更多
关键词 轴承 故障诊断 时频图 repvgg模型
在线阅读 下载PDF
基于数据驱动的植物生长实时监控方法——以拟南芥为例
4
作者 贾凌云 刘新 +3 位作者 吴小伟 申迎迎 魏晗艳 冯汉青 《华南师范大学学报(自然科学版)》 北大核心 2025年第5期101-112,共12页
针对植物叶片识别率低、边缘提取模糊而影响高精度表型分析的问题,为提升复杂叶片场景下的自动识别与分割能力,以主流目标检测模型YOLOv5s为基础,融合Swin Transformer模块与RepVGG模块,构建了一种新型的目标检测模型(YOLO-STR),用于植... 针对植物叶片识别率低、边缘提取模糊而影响高精度表型分析的问题,为提升复杂叶片场景下的自动识别与分割能力,以主流目标检测模型YOLOv5s为基础,融合Swin Transformer模块与RepVGG模块,构建了一种新型的目标检测模型(YOLO-STR),用于植物生长过程的实时叶片监测与分析。该模型融合全局注意力机制与轻量化卷积结构,以增强复杂叶片场景的特征表征能力,实现高效、精准的叶片面积计算。研究以野生型拟南芥(WT)及ATP受体突变型(p1k1/p2k2)为对象,结合外源ATP处理,采集其全生命周期图像数据,以构建模型训练与验证的数据集。在此基础上,对模型结构进行了系统评估,通过消融实验分析不同模块组合的性能差异,并结合多种主流检测算法的对比实验,综合检验了模型在复杂叶片场景中的识别与分割能力。对比实验结果表明:YOLO-STR模型在叶片自动分割任务中的量化性能指标值均超过0.985,平均准确率(mAP@0.5)达98.5%,显著优于YOLOv7、YOLOv5s和YOLOv3等5种主流模型(mAP@0.5提升4.3%~23.6%)。消融实验结果验证了Swin Transformer模块和RepVGG模块在增强特征表达与模型轻量化中的协同作用:Swin Transformer模块可使模型识别精度提升7.3%,而RepVGG模块可将参数量减少2.9 M。结合高斯面积计算与相机几何标定,该方法进一步实现了拟南芥叶片生长过程的动态监测。监测结果表明,外源ATP处理显著抑制了野生型植株的生长,但对突变体植株的影响不明显。综上可知,YOLO-STR模型在叶片自动识别和面积动态监测中表现出高精度和良好的实时性,不仅有效解决密集叶片场景下识别精度不足的问题,还为植物生长速率定量分析及外源ATP生理效应研究提供了可靠的数据驱动监测工具。 展开更多
关键词 植物生长实时监控 数据驱动 拟南芥 YOLOv5s模型 Swin Transformer repvgg
在线阅读 下载PDF
面向铁路领域的多方言免切换语音识别方法 被引量：1
5
作者 杨立鹏 胡从刚 +3 位作者 陈华龙 韩可可 刘峰 张志科 《中国铁路》 北大核心 2025年第1期30-39,共10页
随着铁路智能客服系统的持续发展,现有语音识别模型的准确率已达到较高水平,但面对铁路领域术语和多样化方言场景,其语音识别效果仍然较差,因此提出1种融合铁路领域知识的多方言免切换语音识别方法。基于RepVGG网络模型构建方言语种识别... 随着铁路智能客服系统的持续发展,现有语音识别模型的准确率已达到较高水平,但面对铁路领域术语和多样化方言场景,其语音识别效果仍然较差,因此提出1种融合铁路领域知识的多方言免切换语音识别方法。基于RepVGG网络模型构建方言语种识别器,以获取语种信息;对Transformer语音识别模型进行改进,通过在编码器中融合注意力机制的语种残差模块,并在解码器中嵌入语种信息,以实现多方言免切换功能;基于LSTM网络模型在铁路文本语料库上训练铁路领域专用的语言模型,并将其与改进的Transformer模型进行融合,以提升对铁路术语的识别准确率;在自建数据集上对所提方法进行实验验证,结果表明:所提方法在粤语、四川话和普通话上的识别准确率均超过90%,且有效提升对铁路领域术语的识别性能,具有一定应用价值。 展开更多
关键词 铁路领域语言模型 多方言 语音识别 repvgg TRANSFORMER LSTM
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