基于ResNet34_D改进YOLOv3模型的行人检测算法 被引量：12

1

作者 钱惠敏 陈纬 +2 位作者 马宜龙 施非 项文波 《控制与决策》 EI CSCD 北大核心 2022年第7期1713-1720,共8页

针对自动驾驶场景下行人检测任务中对中、小尺寸目标和被遮挡目标的检测需求,以及现有深度学习模型的不足,提出基于ResNet34_D的改进YOLOv3模型:通过改进残差网络的卷积块结构提出ResNet34_D,并作为YOLOv3的主干网络以降低模型尺寸和训... 针对自动驾驶场景下行人检测任务中对中、小尺寸目标和被遮挡目标的检测需求,以及现有深度学习模型的不足,提出基于ResNet34_D的改进YOLOv3模型:通过改进残差网络的卷积块结构提出ResNet34_D,并作为YOLOv3的主干网络以降低模型尺寸和训练难度;在ResNet34_D的3个尺度卷积特征图之后,增加SPP层和DropBlock模块以提高模型的泛化能力;基于K-means聚类算法确定自适应的多尺度锚框尺寸,提高对大、中、小3种尺寸行人目标的检测能力;引入DIoU损失函数,提高对被遮挡目标的识别能力.所提出模型的消融实验验证了各个改进部分在提高模型检测准确率上的有效性.实验结果表明,所提出的基于ResNet34_D的改进YOLOv3模型具有较好的准确率和实时性,在BDD100K-Person数据集上的AP50达到69.8%,检测速度达到130 FPS.由所提出方法与现有目标检测方法的对比实验可知,所提出方法对小目标和遮挡目标的误检率更低,速度更快,具有一定的实际应用价值. 展开更多

关键词 行人检测 深度学习 YOLOv3 resnet34_d DIoU

原文传递

基于深度学习的钻孔冲煤量智能识别方法 被引量：1

2

作者 李小军 赵明炀 李淼 《煤田地质与勘探》 北大核心 2025年第1期257-270,共14页

【目的】为解决人工统计钻孔冲煤量不准确以及效率低等问题,提出一种YOLOv8n、Res-Net34和PP-OCRv4算法相结合的智能识别方法。【方法】该方法首先使用YOLOv8n算法完成一级检测,同时并行级联ResNet34算法与PP-OCRv4算法进行二级处理,并... 【目的】为解决人工统计钻孔冲煤量不准确以及效率低等问题,提出一种YOLOv8n、Res-Net34和PP-OCRv4算法相结合的智能识别方法。【方法】该方法首先使用YOLOv8n算法完成一级检测,同时并行级联ResNet34算法与PP-OCRv4算法进行二级处理,并结合基于追踪帧数的分类状态判别方法,建立了冲煤量自动计算的算法框架。其次,在YOLOv8n的C2f模块中引入可变形卷积DCNv2模块,以削弱点状强光照对特征采集的影响,并将其默认的检测头替换为Dynamic Head检测头模块,以强化算法在尺度,空间和通道维度的特征提取能力,以及将CIoU损失函数替换为SIoU损失函数,以加速预测框与真实框的匹配,并利用自建的数据集对改进后的YOLOv8n算法进行验证。【结果和结论】结果表明:(1)与原算法相比,平均类别检测精度提高了7.6%,召回率提高了3.5%,精确率提高了6.4%,验证了改进策略对提升模型性能的有效性和稳定性。(2)对4个不同的瓦斯抽采水力冲孔钻场的实时视频进行测试,识别准确率分别为100.0%、93.3%、95.7%和93.1%,平均达到95.5%,满足了水力冲孔钻孔冲煤量自动识别的精度要求。(3)采用追踪帧数确定ResNet34分类状态的方法,解决了分类状态单次识别结果不可靠的问题。研究成果为YOLO系列算法与其他深度学习技术的融合和广泛应用提供了技术与实践基础,对促进瓦斯抽采钻场等煤矿井下复杂场景的智能化进步具有参考价值。 展开更多

关键词 瓦斯抽采 冲煤量 YOLOv8n ResNet34 PaddleOCR 可变形卷积 动态检测头 智能识别 煤矿

在线阅读 下载PDF 职称材料

基于坐标重要性池化和解耦类别对齐蒸馏的图像分类算法

3

作者 刘颖 薛家昊 +1 位作者 张伟东 许志杰 《电子学报》 北大核心 2025年第3期962-973,共12页

为提高卷积神经网络图像分类精度的同时实现网络轻量化,本文提出一种基于坐标重要性池化和解耦类别对齐蒸馏的图像分类算法.首先,设计一种坐标重要性池化模块并将其嵌入ResNet34,充分利用图像像素的位置信息,以增强其判别重要性特征的能... 为提高卷积神经网络图像分类精度的同时实现网络轻量化,本文提出一种基于坐标重要性池化和解耦类别对齐蒸馏的图像分类算法.首先,设计一种坐标重要性池化模块并将其嵌入ResNet34,充分利用图像像素的位置信息,以增强其判别重要性特征的能力;其次,采用BlurPool缓解在下采样过程中移位等变性丢失对网络性能的影响,以此构建教师网络;最后,构造一种解耦类别对齐蒸馏算法,分别考虑目标类和非目标类的知识并引入类别之间的关联信息,以高效地将分类知识从教师网络迁移到轻量级MobileNetV3学生网络.在不同数据集上的实验结果表明,本文提出的教师网络有效提高了分类性能,且蒸馏训练后的学生网络明显优于其他同量级网络,实现了更优越的综合性能,能够更好地应用于计算和内存资源受限的实际场景. 展开更多

关键词 图像分类 轻量化 知识蒸馏 ResNet34 坐标重要性池化

在线阅读 下载PDF 职称材料

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

基于改进ResNte网络的大米外观检测方法研究

5

作者 丁琼 吴秀君 《粮食与饲料工业》 2025年第1期112-116,共5页

为提高食品外观检测速度和精度,以大米外观检测为研究对象,提出一种基于深度学习的检测方法。方法以ResNet34为大米外观检测框架,通过将ResNet34网络的lay1~3的残差块依次修改为2、3、4,并采用Inception-v3结构中对称卷积结构替换ResNe... 为提高食品外观检测速度和精度,以大米外观检测为研究对象,提出一种基于深度学习的检测方法。方法以ResNet34为大米外观检测框架,通过将ResNet34网络的lay1~3的残差块依次修改为2、3、4,并采用Inception-v3结构中对称卷积结构替换ResNet34网络的第一个卷积层,来降低模型的计算量,提高模型训练收敛速度;然后使用空洞率为2的空洞卷积替换Inception-v3结构中的3×3卷积,使用空洞率为1、2、3的混合空洞卷积替换lay3的3×3卷积,来丰富大米特征表示,提高模型的分类识别精度;最后,在lay2和lay3中引入通道-空间注意力模块,降低不显著特征的权重,以进一步提高模型分类识别精度,设计了一种改进ResNet34网络,实现了快速、精确的大米外观检测。仿真结果表明,所提的改进ResNet34网络可有效提高大米外观检测精度和速度,相较于改进前和VGG16、BP模型,所提模型在准确率、召回率、精确率和F1各项指标上具有明显优势,对完善米、垩白米和碎米等不同外观的大米检测精度达到92%以上,检测时间约为22 s,具有较高的检测精度和速度,为实现快速、精确的食品外观检测提供了参考。 展开更多

关键词 深度学习 食品外观 大米外观 ResNet34网络

在线阅读 下载PDF 职称材料

基于残差神经网络的水稻氮磷钾元素营养诊断 被引量：2

6

作者 孔杰 杨红云 +2 位作者 黄淑梅 吴正 孙爱珍 《中国农业大学学报》 北大核心 2025年第2期163-175,共13页

为实现水稻氮磷钾3种主要营养元素缺失种类的快速、准确诊断识别,以晚稻“黄华占”为研究对象,进行水稻大田栽培试验。分别设置:4个施氮水平,施肥总量分别为:N0(0 kg/hm^(2))、N1(130 kg/hm^(2))、N2(260 kg/hm^(2))以及N3(390 kg/hm^(2... 为实现水稻氮磷钾3种主要营养元素缺失种类的快速、准确诊断识别,以晚稻“黄华占”为研究对象,进行水稻大田栽培试验。分别设置:4个施氮水平,施肥总量分别为:N0(0 kg/hm^(2))、N1(130 kg/hm^(2))、N2(260 kg/hm^(2))以及N3(390 kg/hm^(2));4个施磷水平,P0(0 kg/hm^(2))、P1(300 kg/hm^(2))、P2(600 kg/hm^(2))和P3(780 kg/hm^(2));4个施钾水平,K0(0 kg/hm^(2))、K1(90 kg/hm^(2))、K2(180 kg/hm^(2))和K3(270 kg/hm^(2))。在水稻分蘖期和拔节期,首先扫描获得水稻各分蘖茎完全展开的顶三叶叶片图像数据,生成对抗网络(Generative Adversarial Network,GAN)对水稻图片进行超分辨率重构后,并通过图像预处理对数据进行归一化和扩充;此外,在保留残差神经网络Resnet34的主干结构的情况下,在残差块中引入注意力机制和软阈值化函数,并将在ImageNet图像数据集上得到的预训练权重迁移至改进了残差结构的模型中,从而对水稻分蘖期,拔节期叶片图像数据进行氮磷钾营养元素缺素胁迫诊断识别。结果表明:改进后的Resnet34网络在重度缺肥梯度的2个时期测试准确率分别达到98.98%和98.10%,在中度缺肥梯度的准确率达到了97.99%和95.90%。在过量肥梯度的准确率为91.87%和88.49%;与改进前的网络相比,在分蘖期和拔节期的水稻图像测试集上,三元素胁迫分类准确率最大提升了29.58%和29.75%;分析混淆矩阵发现对氮胁迫的识别准确率最佳,在训练曲线上表现出更快的收敛速度。综上,本研究建立的水稻氮磷钾营养元素诊断模型能很好地在水稻分蘖期,拔节期完成水稻氮磷钾3类营养元素缺素胁迫诊断,预测水稻生长营养状态,可为水稻氮磷钾元素营养诊断提供科学参考。 展开更多

关键词 水稻 氮磷钾营养诊断 Resnet34 注意力机制 软阈值化

原文传递

声振信号融合的堆垛机故障诊断

7

作者 谢雷 孟文 +2 位作者 孟祥印 李杨 李世初 《计算机工程与应用》 北大核心 2025年第24期346-359,共14页

工业堆垛机的传动部件故障信号不明显,特征识别效率低,且传统网络模型参数量大,限制了故障诊断的效率与精度。针对上述问题提出一种声振信号融合的堆垛机故障诊断方法。针对不同信号特征的有效提取与优化问题,提出变分模态分解(variatio... 工业堆垛机的传动部件故障信号不明显,特征识别效率低,且传统网络模型参数量大,限制了故障诊断的效率与精度。针对上述问题提出一种声振信号融合的堆垛机故障诊断方法。针对不同信号特征的有效提取与优化问题,提出变分模态分解(variational mode decomposition,VMD)和改进格拉姆角差场(improved Gramian angular difference field,IGADF)特征工程方法,对信号进行降噪、低频模态重构、优化的图像编码处理。设计多模态特征融合网络,融合八种模态的图像特征,以丰富的模态信息提升模型决策准确性和鲁棒性。针对传统诊断模型的效率与精度问题。对ResNet34网络改进第二卷积层和激活函数,加入注意力机制并调整残差块数量,使其更适用于数据集,降低网络参数量和计算复杂度。实验结果表明,改进方法在自采集数据集和公开数据集MFPT上的准确率分别达98.5%和98.1%,在参数量较低的条件下展现出优异的故障诊断性能和良好的泛化能力。 展开更多

关键词 堆垛机故障诊断 声振信号融合 改进格拉姆角差场 多模态特征融合 改进ResNet34

在线阅读 下载PDF 职称材料

基于Res-AA U-Net模型的楼板双层钢筋尺寸测量算法研究

8

作者 陈婉清 李刚 +2 位作者 盛明辉 付相林 陈伟 《建筑科学与工程学报》 北大核心 2025年第3期103-114,共12页

钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动... 钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动测量方法。该方法对Resnet34进行改进,修剪其网络结构并优化损失函数,用改进的Resnet34代替U-Net的特征提取器,用注意力门机制代替跳跃连接,同时在U-Net底部加入改进ASPP模块,构建包含3355张楼板钢筋图像的数据集,最后利用迁移学习技术加快模型训练速度。结果表明:基于Res-AA U-Net模型的钢筋分割效果优于U-Net、Deeplab v3+、HRNet、PSPNet等经典分割网络,平均交并比、像素精确率和召回率分别达到92.81%、96.02%、94.49%;相较于原U-Net,Res-AA U-Net的钢筋直径测量和钢筋间距测量误差分别减小13.63%、5.82%,测量精度满足钢筋工程验收标准中双层楼板钢筋的验收要求,可有效提升钢筋工程验收效率与智能化水平。 展开更多

关键词 楼板双层钢筋 尺寸测量 U-Net模型 注意力门机制 Resnet34网络 迁移学习 ASPP模块

在线阅读 下载PDF 职称材料

基于改进ResNet34网络模型的小麦籽粒种子分类研究

9

作者 薛淏 刘成忠 鲁清林 《软件工程》 2025年第10期22-25,共4页

针对传统小麦籽粒检测任务中种类少、数目小、识别效率不高、受数据集因素影响较大的问题,构建30000张小麦籽粒图像数据集进行分类研究。在原始ResNet34模型的残差结构中加入改进的SE-P注意力机制,减少无关的特征依赖,增强模型的特征表... 针对传统小麦籽粒检测任务中种类少、数目小、识别效率不高、受数据集因素影响较大的问题,构建30000张小麦籽粒图像数据集进行分类研究。在原始ResNet34模型的残差结构中加入改进的SE-P注意力机制,减少无关的特征依赖,增强模型的特征表达能力;在全连接层之前应用Dropout层,通过随机丢弃部分神经元,降低过拟合的发生。实验结果表明,改进后的ResNet34分类模型准确率、精确度和召回率分别为92.30%、92.23%和92.72%,相较于原模型准确率提升3.71%。在小麦籽粒分类任务中提升明显。 展开更多

关键词 小麦籽粒 ResNet34 Dropout层 SE-P注意力机制

在线阅读 下载PDF 职称材料

基于U-Net骨架变体的内陆盐碱地信息遥感提取

10

作者 令世豪 杨粉莉 +4 位作者 黄博涵 李瑶 杨联安 闫琳悦 郝贝贝 《中国农学通报》 2025年第19期151-158,共8页

针对传统遥感分类方法依赖人工特征设计、泛化能力不足的问题,本研究应用深度学习模型进行盐碱地信息精准提取。利用Landsat 8 OLI遥感影像,采用基于U-Net深度学习模型的盐碱地信息提取方法,系统对比ResNet34、MobileNetV2_100和TF_Mobi... 针对传统遥感分类方法依赖人工特征设计、泛化能力不足的问题,本研究应用深度学习模型进行盐碱地信息精准提取。利用Landsat 8 OLI遥感影像,采用基于U-Net深度学习模型的盐碱地信息提取方法,系统对比ResNet34、MobileNetV2_100和TF_MobileNetV3_Small_100 3种骨架在冻结与不冻结训练策略下的性能差异。实验表明,ResNet34的收敛速度、分割精度与泛化能力总体优于轻量化模型(MobileNetV2_100、TF_MobileNetV3_Small_100),尤其是不冻结的ResNet34模型综合表现最好,盐碱地类别的分类精度为0.880、召回率为0.708、F_(1)分数为0.785,均优于其他模型。轻量化模型在资源受限场景下表现尚可,可在计算资源有限和分割精度要求不高的情况下使用,但在复杂场景下仍需高性能骨干网络支持。不冻结模型的表现普遍优于冻结模型,在深度学习模型训练过程中调整全部参数对于提高精度和泛化能力具有重要作用。研究验证深度学习在盐碱地遥感监测中的有效性,可为盐碱地智能识别监测提供模型选型依据。 展开更多

关键词 盐碱地 U-Net ResNet34 MobileNet 语义分割 迁移学习 深度学习模型

原文传递

基于改进ResNet34网络的脑肿瘤分类方法研究 被引量：1

11

作者 嵇小辅 金兆雄 《计算机测量与控制》 2025年第2期184-191,共8页

传统的人工分辩脑肿瘤医学影像费时费力、浅层的卷积神经网络模型分类准确率较低,为了提高脑肿瘤图像分类的高效性和准确率,提出了一种基于改进ResNet34网络的脑肿瘤分类模型;该模型以ResNet34残差网络作为骨干网络,结合多尺度特征提取... 传统的人工分辩脑肿瘤医学影像费时费力、浅层的卷积神经网络模型分类准确率较低,为了提高脑肿瘤图像分类的高效性和准确率,提出了一种基于改进ResNet34网络的脑肿瘤分类模型;该模型以ResNet34残差网络作为骨干网络,结合多尺度特征提取思想,采用多尺度输入模块作为ResNet34网络的第一层,将inceptionv2模块作为残差下采样层;再通过通道注意力机制模块,从通道域的角度赋予图像不同通道不同的权重,得到更重要的特征信息;经过五折交叉实验后的结果表明,改进后的新网络模型的平均分类准确率约为98.82%,比ResNet34提升约1.1%,且模型参数数量仅为原模型的80%;这说明改进后的网络不仅提高了准确率,还减少了模型复杂度,达到了参数更少,准确率更高的分类效果。 展开更多

关键词 图像处理 改进ResNet34 脑肿瘤分类 多尺度输入 注意力机制 inception v2

在线阅读 下载PDF 职称材料

一种改进ResNet34模型的乳腺图像识别方法

12

作者 王锦俊 蔡延光 《自动化与信息工程》 2025年第3期30-36,共7页

为了提高乳腺图像的识别准确率,提出一种改进ResNet34模型的乳腺图像识别方法。该方法以ResNet34模型为基础,引入平行注意力残差块(PARB)模块来增强乳腺图像通道间的关联性,进一步提取乳腺图像的重要特征信息,从而提高模型的识别准确率... 为了提高乳腺图像的识别准确率,提出一种改进ResNet34模型的乳腺图像识别方法。该方法以ResNet34模型为基础,引入平行注意力残差块(PARB)模块来增强乳腺图像通道间的关联性,进一步提取乳腺图像的重要特征信息,从而提高模型的识别准确率;利用科尔莫戈洛夫-阿诺尔德网络(KAN)替代传统的多层感知器(MLP),减少模型参数,提高模型的识别速度。实验结果表明,改进的ResNet34模型比ResNet34模型的准确率、精确率、召回率和F1-Score分别提升了4.0%、0.6%、8.0%和4.7%,表明该方法对乳腺图像具有更好的识别效果。 展开更多

关键词 乳腺图像识别 ResNet34 平行注意力残差块 科尔莫戈洛夫-阿诺尔德网络

在线阅读 下载PDF 职称材料

基于深度学习的木板激光散斑图像分类研究

13

作者 杜艳秋 李鑫 +1 位作者 康辉 孙辉 《重庆邮电大学学报(自然科学版)》 北大核心 2025年第5期677-687,共11页

提出一种激光散斑技术和深度学习技术相结合的木板识别方法。利用常规照相技术和激光散斑技术获取木板改性处理前后在常规照明和恶劣环境(黑暗环境、虚焦状态)下的木板图像及其激光散斑图像,并建立相应的数据集。采用ResNet34深度学习... 提出一种激光散斑技术和深度学习技术相结合的木板识别方法。利用常规照相技术和激光散斑技术获取木板改性处理前后在常规照明和恶劣环境(黑暗环境、虚焦状态)下的木板图像及其激光散斑图像,并建立相应的数据集。采用ResNet34深度学习网络模型对数据集进行分类实验,结果表明,ResNet34模型对激光散斑数据集进行分类时能够达到较高的识别准确率,并在恶劣环境下,使用激光散斑图像数据集分类时,能够取得较好的分类效果。同时,引入混合注意力机制(convolutional block attention module,CBAM)模块对ResNet34卷积神经网络进行优化,用于激光散斑图像分类,识别正确率达到93.29%。利用激光散斑技术及深度学习模型进行木板种类识别对环境要求较低,是一种新颖的、有前途的高效技术方法。 展开更多

关键词 激光散斑 ResNet34 图像分类 木板识别 深度学习

在线阅读 下载PDF 职称材料

基于迁移学习和ResNet34的作物病害图像识别方法

14

作者 赵雪如 吴青 《计算机科学与应用》 2025年第9期31-45,共15页

作为全球主要的农业生产大国,我国长期面临着严峻的病害威胁,农作物病害的准确识别和防治对保障我国粮食安全具有重要意义。而要想科学准确地判断虫害类型并做出有效应对,精准识别病害图像无疑是关键前提。近年来深度学习技术发展迅速,... 作为全球主要的农业生产大国,我国长期面临着严峻的病害威胁,农作物病害的准确识别和防治对保障我国粮食安全具有重要意义。而要想科学准确地判断虫害类型并做出有效应对,精准识别病害图像无疑是关键前提。近年来深度学习技术发展迅速,在包括病害在内的识别领域展现出了相较于机器学习等传统方法更高的效率与精度。本文针对农作物病害识别问题,提出基于迁移学习改进ResNet34的识别方法,结合图像增强、特征层冻结、全连接层优化与分层动态学习率调节等方法有效提高了识别精度,并将其部署于在线识别系统。 展开更多

关键词 深度学习 迁移学习 ResNet34 图像识别

在线阅读 下载PDF 职称材料

基于ResDCGAN和改进残差网络的心律失常分类方法

15

作者 张培玲 张朔 《中国医学物理学杂志》 2025年第10期1384-1392,共9页

心律失常是常见的心血管疾病,其诊断主要依靠心电图(ECG)。采用计算机技术实现心律失常自动分类可有效避免人工误差,提高诊断效率。针对心电数据类别不平衡问题以及一维ECG处理的局限性,提出一种基于残差结构的DCGAN和改进ResNet34的心... 心律失常是常见的心血管疾病,其诊断主要依靠心电图(ECG)。采用计算机技术实现心律失常自动分类可有效避免人工误差,提高诊断效率。针对心电数据类别不平衡问题以及一维ECG处理的局限性,提出一种基于残差结构的DCGAN和改进ResNet34的心律失常分类方法。首先使用变分模态分解对一维心电信号去噪,然后将其转换为格拉姆角和场二维图像,接着用本文提出的ResDCGAN进行数据平衡,最后以坐标注意力改进的ResNet34网络实现心律失常自动分类。在MIT-BIH心律失常数据库测试实验表明:该方法在准确率、精确率、召回率和F1分数上依次提升0.22%、1.60%、1.89%、1.73%,准确率达到99.66%。这充分验证了本文提出方法的有效性,为ECG数据平衡和心律失常分类任务提供一种有效方案。 展开更多

关键词 心律失常分类 数据平衡 ResDCGAN 坐标注意力 ResNet34

在线阅读 下载PDF 职称材料

卷积神经网络算法在无人机可见光视觉避障系统中的应用研究

16

作者 黄敏 郭燕娜 +1 位作者 杨静泊 陈亦寒 《电子设计工程》 2025年第22期191-196,共6页

为助力无人机在复杂环境下快速、精准避障,保障飞行安全与稳定,研究了卷积神经网络算法在无人机可见光视觉避障系统中的应用。构建无人机可见光视觉避障系统框架,通过高清摄像机获取可见光图像,输入Swin Transformer-CNN模型。利用ResNe... 为助力无人机在复杂环境下快速、精准避障,保障飞行安全与稳定,研究了卷积神经网络算法在无人机可见光视觉避障系统中的应用。构建无人机可见光视觉避障系统框架,通过高清摄像机获取可见光图像,输入Swin Transformer-CNN模型。利用ResNet34网络提取关键局部特征,借助Dy-CBAM模块增强特征提取与聚焦能力;用Swin Transformer学习长距离语义关系,融合两个分支特征后经全连接层输出碰撞概率与转向预测结果,经智能映射计算控制指令实现避障。实验结果表明,该方法可实现无人机自主避障,当学习率为10^(-3)时,无人机转向预测结果介于±0.2之间,与实际值的概率密度分布高度吻合。所提方法能有效实现无人机可见光视觉避障,在特定学习率下具有突出的避障性能和较高的飞行稳定性。 展开更多

关键词 无人机 可见光 SwinTransformer-CNN ResNet34网络 Dy-CBAM模块 控制指令

在线阅读 下载PDF 职称材料

基于ECA-ResNet34的动物种类识别模型

17

作者 李章辉 《现代信息科技》 2025年第23期35-39,共5页

针对动物种类识别中传统卷积神经网络识别精度较低、收敛速度较慢等问题,提出了一种基于ECA-ResNet34的动物种类识别方法。该方法以ResNet34为基础模型,通过在每个残差块中融合ECA注意力机制模块,利用一维卷积捕获通道间的依赖关系,学... 针对动物种类识别中传统卷积神经网络识别精度较低、收敛速度较慢等问题,提出了一种基于ECA-ResNet34的动物种类识别方法。该方法以ResNet34为基础模型,通过在每个残差块中融合ECA注意力机制模块,利用一维卷积捕获通道间的依赖关系,学习各通道的重要性权重,并将这些权重应用于原始特征图,以增强重要通道的特征响应、抑制不重要通道的特征响应。ECA注意力机制增强了模型对重要特征通道的关注,有效提升了模型的性能和泛化能力。实验结果表明,所提方法的验证集准确率达到94.1%,相较于基础模型,验证集准确率提升1.3%,且收敛速度更快、识别准确率更高。 展开更多

关键词 ResNet34 ECA注意力机制 深度学习 图像分类

在线阅读 下载PDF 职称材料

基于深度学习的双转子航空发动机系统振动溯源方法研究

18

作者 汪才 《郑州航空工业管理学院学报》 2025年第3期1-6,共6页

为实现双转子航空发动机系统振动溯源,提出一种基于残差神经网络ResNet34的振动信号快速分类方法。搭建双转子航空发动机系统多源激励模拟实验台,通过激振器在双转子航空发动机系统实验台的三个轴承座施加不同频率的正弦激励,在模拟外... 为实现双转子航空发动机系统振动溯源,提出一种基于残差神经网络ResNet34的振动信号快速分类方法。搭建双转子航空发动机系统多源激励模拟实验台,通过激振器在双转子航空发动机系统实验台的三个轴承座施加不同频率的正弦激励,在模拟外机匣获得振动响应信号数据集,对数据集进行训练获得权文件,实现振动信号的快速分类与振动溯源。实验结果表明:模型最终迭代50次的训练平均准确率为97.49%,平均损失降低至4.94%,权文件对测试集振动信号分类及溯源准确率达98.75%,实现了双转子航空发动机系统振动快速溯源,对双转子航空发动机系统排故具有重要借鉴意义。 展开更多

关键词 双转子航空发动机 振动溯源 残差神经网络 ResNet34 系统排故

在线阅读 下载PDF 职称材料

融合数据增强与改进ResNet34的奶牛热红外图像乳腺炎检测 被引量：8

19

作者 张倩 杨颖 +2 位作者 刘刚 吴潇 宁远霖 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第1期280-288,共9页

乳腺炎是奶牛生产养殖中最为严重的疾病之一,奶牛乳腺炎的早期检测可以为后续治疗提供依据,从而提高疾病治疗效率,降低养殖风险。为了对自然行走的奶牛实现快速、高精度的“一步式”乳腺炎疾病检测,提出了一种基于热红外图像,融合数据... 乳腺炎是奶牛生产养殖中最为严重的疾病之一,奶牛乳腺炎的早期检测可以为后续治疗提供依据,从而提高疾病治疗效率,降低养殖风险。为了对自然行走的奶牛实现快速、高精度的“一步式”乳腺炎疾病检测,提出了一种基于热红外图像,融合数据增强与改进ResNet34的奶牛乳腺炎疾病检测方法。相对于现有的“多步式”奶牛红外图像乳腺炎检测方法,该方法无需奶牛关键部分如乳房和眼睛的定位以及温度提取等,可有效避免“多步式”造成的误差累计,从而实现更高效的乳腺炎检测。首先,将包含奶牛关键部位的局部图片水平拼接成信息完整的整体图片,结合RandAugment数据增强方法扩增训练样本;其次,采用ResNet34残差网络作为实验的基础网络,并根据热红外图像特性对模型进行如下改进:(1)精简网络内部冗余层使得模型更轻量化;(2)中间层添加辅助分类器弥补由于模型精简带来的特征损失;(3)将改进的多融合池化层代替原有单一池化层,使得特征提取内容更丰富。随机选取3298张热红外图像(66头奶牛)作为实验对象,并设置多组对比实验,结果表明:与传统ResNet34相比改进后ResNet34模型分类准确率提高3.4%,基于改进ResNet34并融合迁移学习和数据增强的模型验证准确率达到90.3%,测试准确率为88.4%,分类时间仅需3.39×10^(-3)s。为了保证实验数据集的样本独立性,进一步将奶牛个体数量按照3∶1∶1划分为训练集、验证集和测试集,测得模型测试准确率达到80.3%,证明所提出模型具有很好的鲁棒性。根据测试结果,计算出模型查准率为91.2%、查全率为91.6%、F1分数为91.4%,与前人所做实验相比准确率提高了5.1%,特异度提升5.3%。该研究方法可以为初期奶牛乳腺疾病筛选和医学诊断提供辅助和参考。 展开更多

关键词 迁移学习 ResNet34 数据增强 热红外图像 奶牛乳腺炎检测

在线阅读 下载PDF 职称材料

基于改进残差网络的柑橘病害识别 被引量：7

20

作者 帖军 罗均 +2 位作者 郑禄 莫海芳 隆娟娟 《中南民族大学学报（自然科学版）》 CAS 北大核心 2021年第6期621-630,共10页

针对复杂自然环境下柑橘病害图像识别准确率不高的问题,提出一种基于ResNet34深度学习模型的多类别柑橘病害图像识别方法.通过舍弃部分残差结构中的identity映射,进一步提取柑橘病害图像的低层特征,降低消极特征在低层特征的占比,得到... 针对复杂自然环境下柑橘病害图像识别准确率不高的问题,提出一种基于ResNet34深度学习模型的多类别柑橘病害图像识别方法.通过舍弃部分残差结构中的identity映射,进一步提取柑橘病害图像的低层特征,降低消极特征在低层特征的占比,得到改进后的S-ResNet模型.与ResNet34模型相比:S-ResNet模型对自然环境下柑橘病害图像的识别准确率提高了3.9%.为提取柑橘病害图像中更具表达力的深层特征,使用3×3卷积核替换ResNet34首层中的7×7卷积核,得到改进后的M-ResNet模型.使用模型融合方法将S-ResNet与M-ResNet进行融合,得到融合模型F-ResNet,解决了单一模型中泛化能力弱、鲁棒性较差等问题.实验结果表明,F-ResNet对自然环境下柑橘病害图像的识别准确率达到93.6%,可以很好地满足实际生产环境中果园病害识别需求,具有良好的应用前景. 展开更多

关键词 病害识别 ResNet34模型 融合模型 卷积神经网络

在线阅读 下载PDF 职称材料