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277篇文章
< 1 2 … 14 >
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
改进SE-ResNet50网络结构的冰雪路面检测方法
2
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ResNet50的草原蝗虫种类智能识别APP系统 被引量：1
3
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
4
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ResNet50和迁移学习的竹片表面缺陷检测方法 被引量：1
5
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ResNet50的中药材分类识别 被引量：2
6
作者 葛琪 吴丽丽 康立军 《软件工程》 2025年第4期16-21,共6页
为了提升中药材图片分类的准确率,提出了一种基于改进ResNet50的中药材分类识别方法。首先,引入了卷积块注意力模块(Convolutional Block Attention Module,CBAM),增强了模型对中药材特定特征的识别能力。其次,对标准的ResNet50中的卷... 为了提升中药材图片分类的准确率,提出了一种基于改进ResNet50的中药材分类识别方法。首先,引入了卷积块注意力模块(Convolutional Block Attention Module,CBAM),增强了模型对中药材特定特征的识别能力。其次,对标准的ResNet50中的卷积快捷连接进行了优化,减少了特征图的信息损失。最后,在模型后端集成了金字塔池化模块(Pyramid Pooling Module,PPM),该模块能整合多尺度的上下文信息,显著增强了模型捕获全局特征的能力。实验结果表明,相较于原模型及VGG16,改进后的模型在中药材识别上达到了94.75%的准确率,为中药材分类领域的后续研究工作提供了支持及优化的方向。 展开更多
关键词 中药材图像分类 resnet50 CBAM注意力模块 PPM金字塔池化
在线阅读 下载PDF
基于SWT和ResNet50-TL-S模型的小样本齿轮箱故障诊断模型 被引量：1
7
作者 许家瑞 陈焰 《机电工程》 北大核心 2025年第8期1458-1468,共11页
在传统齿轮箱故障诊断过程中,因故障样本稀缺会导致模型的故障诊断精度降低。针对这一问题,提出了一种基于同步压缩小波变换(SWT)和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法(模型)。首先,使用小波阈值去噪算法对采集到的齿轮箱振... 在传统齿轮箱故障诊断过程中,因故障样本稀缺会导致模型的故障诊断精度降低。针对这一问题,提出了一种基于同步压缩小波变换(SWT)和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法(模型)。首先,使用小波阈值去噪算法对采集到的齿轮箱振动信号进行了阈值化去噪处理,消除了背景噪声;然后,使用同步压缩小波变换算法,对去噪后的振动信号进行了时频分析和时频变换,将一维去噪信号转变为二维时频图,用于构建故障诊断模型的训练样本;接着,对预训练ResNet50模型进行了微调,实现了迁移学习(TL)目的,并对迁移学习模型进行了轻量化改进,同时在模型内部嵌入了多头注意力机制,用于改善模型对不同特征权重的分配;最后,使用2组齿轮副数据和2组轴承数据,对基于SWT和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法的有效性进行了验证。研究结果表明:基于SWT和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法在无负荷工况下的单齿轮副故障诊断中,模型分类精度高达99.45%,模型训练时间为644 s;在齿轮副和轴承多重故障诊断中,模型分类精度为99.59%,模型训练时间为643 s;在有负荷工况的轴承和齿轮副多重故障诊断中,模型分类精度为98.12%,模型训练时间为646 s。这表明基于SWT和ResNet50-TL-S模型的齿轮箱故障诊断方法具备较高的齿轮箱故障诊断精度和较短的模型训练时间。 展开更多
关键词 机械传动 小波阈值去噪 同步压缩小波变换 resnet50模型 轻量化改进 多头注意力机制 迁移学习模型
在线阅读 下载PDF
融合注意力模块和ResNet50模型的驴脸识别方法
8
作者 潘雨龙 沈延锋 +3 位作者 王广超 张亚群 徐宗鹏 于家峰 《黑龙江畜牧兽医》 北大核心 2025年第4期125-130,共6页
为了解决在驴规模化养殖过程中驴只个体识别时传统的耳标和无线射频识别(radio frequency identification,RFID)技术存在的易脱标、应激反应等问题,本研究将注意力模块(convolutional block attention module,CBAM)和ResNet50模型相融合... 为了解决在驴规模化养殖过程中驴只个体识别时传统的耳标和无线射频识别(radio frequency identification,RFID)技术存在的易脱标、应激反应等问题,本研究将注意力模块(convolutional block attention module,CBAM)和ResNet50模型相融合,建立一种驴脸识别方法。首先随机选取23头驴(品种包括乌头驴和三粉驴)进行视频拍摄,提取每张图像的驴脸区域后通过数据增强方式构建了一个包含23000张图像的驴脸数据集;然后通过精简ResNet50模型并在分类网络之前引入CBAM,构建了CBAM-ResNet50模型;最后以混淆矩阵为模型识别性能的评价指标,计算准确率、召回率和参数量,并与ResNet50模型和Swin Transformer(以下简称Swin)-T模型进行比较,评估CBAM-ResNet50模型的识别性能。结果表明:CBAM-ResNet50模型的准确率和召回率最高,分别为94.05%和93.09%;参数量最低,仅为7.05×10^(6)。与ResNet50模型比较,CBAM-ResNet50模型的准确率和召回率分别提升了0.86,0.39百分点,参数量降低了72.42%;与Swin-T模型比较,CBAM-ResNet50模型的优势更为明显,准确率和召回率分别提升了22.97,22.22百分点,参数量降低了75.06%。说明相对于其他两种模型,CBAM-ResNet50模型对于驴脸识别具有更优的效果。 展开更多
关键词 驴脸识别 注意力模块 resnet50模型 Swin Transformer模型 智慧养殖
原文传递
基于改进ResNet50的马铃薯识别与分类方法研究
9
作者 王健文 刘成忠 +2 位作者 韩俊英 曲亚英 马柏雄 《软件工程》 2025年第10期58-62,共5页
针对自然条件下马铃薯块茎品种识别效率低、准确性差及化学分析法的不足,提出基于改进ResNet50模型的识别方法。该方法通过在主干网络引入注意力模块,调整网络结构,采用AdamW优化器,加入迁移学习等改进措施,有效提升了模型性能。实验基... 针对自然条件下马铃薯块茎品种识别效率低、准确性差及化学分析法的不足,提出基于改进ResNet50模型的识别方法。该方法通过在主干网络引入注意力模块,调整网络结构,采用AdamW优化器,加入迁移学习等改进措施,有效提升了模型性能。实验基于69个品种、30930张图片的数据集,最终识别准确率达99.42%,精确率、召回率、F1值也表现优异,相比MobileNet_V2、GoogLeNet和ResNet50有显著提高,为马铃薯产业智能化管理提供了可靠技术支撑。 展开更多
关键词 深度学习 resnet50 马铃薯品种识别 注意力机制 迁移学习
在线阅读 下载PDF
基于CBAM-ResNet50的昆虫识别系统的建立
10
作者 刘璇 张玉姣 +4 位作者 杨晋宇 曹铭亮 靳德容 刘颍 李欣洋 《安徽农业科学》 2025年第19期207-212,共6页
[目的]构建一个复杂环境下的昆虫图像数据集,并提出CBAM-ResNet50模型来对昆虫进行识别。[方法]使用深度残差网络ResNet50作为该研究的主干网络,并引入混合注意力机制模块CBAM,使得模型能够更为准确地提取图像中的昆虫特征;使用复杂环... [目的]构建一个复杂环境下的昆虫图像数据集,并提出CBAM-ResNet50模型来对昆虫进行识别。[方法]使用深度残差网络ResNet50作为该研究的主干网络,并引入混合注意力机制模块CBAM,使得模型能够更为准确地提取图像中的昆虫特征;使用复杂环境下的昆虫图像数据集训练识别模型,直到模型达到迭代次数后停止。[结果]与基础模型ResNet相比,CBAM-ResNet50模型在昆虫图像的识别精度和速度方面都得到了进一步提高。CBAM-ResNet50模型对50种昆虫的识别准确率达到了97.65%,相对于原始模型在准确率、精确率、召回率和F_(1)值方面都有了一定的提升,表现更出色。[结论]该研究模型在复杂场景下可以有效对昆虫进行识别。 展开更多
关键词 昆虫识别 图像 深度学习 resnet50 注意力机制
在线阅读 下载PDF
融合ResNet50和注意力机制的路面状态识别算法
11
作者 蔡明江 成英 甘海云 《天津职业技术师范大学学报》 2025年第2期39-47,共9页
针对传统深度学习路面识别方法存在的特征提取复杂、识别准确率低等问题,提出一种融合ResNet50和注意力机制的路面状态识别模型HSA-ResNet50。该模型通过在第2和第3残差模块中引入SimAM注意力机制,加强模型对局部细节特征的提取能力,保... 针对传统深度学习路面识别方法存在的特征提取复杂、识别准确率低等问题,提出一种融合ResNet50和注意力机制的路面状态识别模型HSA-ResNet50。该模型通过在第2和第3残差模块中引入SimAM注意力机制,加强模型对局部细节特征的提取能力,保持模型结构的高效性;在第4残差模块中引入融合GC注意力机制与空洞深度可分离卷积的混合注意力模块,提升模型对全局特征和多尺度信息的捕获能力。此外,将主干网络中的ReLU替换为LeakyReLU激活函数,增强模型的鲁棒性。实验结果表明:HSA-ResNet50在验证集上的识别准确率为96.85%,较ResNet50提高3.12%。相较于其他主流模型,HSA-ResNet50显著降低了在不同路面间的混淆识别问题,在识别性能与分类精度上优势明显,有效提升了路面识别的准确性与可靠性。 展开更多
关键词 路面状态识别 注意力机制 LeakyReLU激活函数 HSA-resnet50模型
在线阅读 下载PDF
基于改进ResNet50网络的小样本轨道板裂缝识别方法
12
作者 叶玲 邹雨清 +1 位作者 冯宇轩 景文倩 《科学技术与工程》 北大核心 2025年第27期11771-11782,共12页
受到天窗时间和自然环境的影响,传统的裂缝图像检测方法容易混淆轨道板裂缝与复杂的背景噪声,轨道板裂缝图片样本数量也不能满足训练模型的要求,最终导致检测错误和遗漏。为了提高复杂环境和小样本条件下轨道板裂缝检测效率,提出了一种... 受到天窗时间和自然环境的影响,传统的裂缝图像检测方法容易混淆轨道板裂缝与复杂的背景噪声,轨道板裂缝图片样本数量也不能满足训练模型的要求,最终导致检测错误和遗漏。为了提高复杂环境和小样本条件下轨道板裂缝检测效率,提出了一种基于卷积神经网络和生成对抗网络的轨道板裂缝识别模型。首先,制作轨道板裂缝数据集,引入循环生成对抗网络增强采集的轨道板裂缝病害图像数据集。然后,通过在ResNet50网络基础上加入扩张卷积和坐标注意力机制模块,加深网络层数获取更丰富的图像特征,提升网络对关键特征的学习能力。最后,将改进ResNet50网络模型,并与现有的三种深度卷积神经网络模型进行性能比较,其准确率、精确度、召回率和F_(1)分数分别为93.51%、93.44%、93.46%、93.45%,均高于其他模型。该模型有效解决轨道板裂缝图像缺乏、图像背景复杂等问题,同时检测的结果满足实际轨道板裂缝检修作业的需求,可为轨道结构检修人员提供参考。 展开更多
关键词 轨道板裂缝 resnet50 循环生成对抗网络 空洞卷积 坐标注意力机制
在线阅读 下载PDF
基于ResNet50网络的输电线路球头挂环超声检测
13
作者 陈瑞斌 冯鑫 +2 位作者 谭兴华 王方芳 从鹏松 《无损检测》 2025年第6期45-49,共5页
输电线路中的球头挂环容易受到自然环境的影响,出现裂纹、磨损等缺陷,进而影响到输电线路的运行安全。针对这一问题,提出基于Res Net50网络的输电线路球头挂环超声检测技术。利用超声检测仪采集大量的球头挂环回波信号,再利用门限函数,... 输电线路中的球头挂环容易受到自然环境的影响,出现裂纹、磨损等缺陷,进而影响到输电线路的运行安全。针对这一问题,提出基于Res Net50网络的输电线路球头挂环超声检测技术。利用超声检测仪采集大量的球头挂环回波信号,再利用门限函数,对采集的回波信号进行平滑处理。在Res Net50网络的作用下,设置多卷积层,提取出回波信号的多个特征,再通过设定损失函数,构建球头挂环检测模型。基于此,对检测模型进行求解,计算球头挂环的缺陷参数,由此输出球头挂环超声检测结果。试验结果表明,提出的超声检测技术在实际应用中误检率为6.22%,检测精度较高。 展开更多
关键词 resnet50 输电线路 球头挂环 超声检测 回波信号 卷积层 残差块 平滑处理
在线阅读 下载PDF
基于ResNet50-CBAM模型的滚动轴承故障诊断研究
14
作者 王鹏 邢高举 牛浩平 《科技创新与应用》 2025年第19期1-4,共4页
针对传统滚动轴承故障信号特征提取存在缺陷的问题,提出一种注意力机制(CBAM)与残差网络(ResNet50)相结合的滚动轴承故障诊断方法。将凯斯西储大学数据集中的故障信号进行随机局部重叠式采样,使用ICEEMDAN和Hilbert将轴承故障信号转换... 针对传统滚动轴承故障信号特征提取存在缺陷的问题,提出一种注意力机制(CBAM)与残差网络(ResNet50)相结合的滚动轴承故障诊断方法。将凯斯西储大学数据集中的故障信号进行随机局部重叠式采样,使用ICEEMDAN和Hilbert将轴承故障信号转换为二维时频域图像,再将时频域图像输入到ResNet50-CBAM网络模型中,训练和测试模型的准确率。在网络模型中加入卷积神经网络、迁移学习,解决数据获取困难和训练时间久的问题。经过实验证明,ResNet50-CBAM的故障特征提取能力强,与其他网络模型进行对比,准确率要高出8%~15%。最后,在某随动系统实验模拟平台上采集滚动轴承信号,使用改进后的网络模型进行诊断,结果证明该诊断方法在滚动轴承故障诊断中具有较高的准确率。 展开更多
关键词 滚动轴承 故障诊断 resnet50-CBAM 网络模型 数据
在线阅读 下载PDF
基于ResNet50与不可分小波的红外与可见光图像融合算法
15
作者 郝昱权 《中原工学院学报》 2025年第5期9-15,38,共8页
为了解决不可分小波分解图像后不能最大限度地提取高频特征信息的问题,提出了一种基于ResNet50与不可分小波的红外与可见光图像融合算法。首先,通过四通道不可分小波将红外与可见光图像分解成低频图像和高频图像。其次,对低频子带图像采... 为了解决不可分小波分解图像后不能最大限度地提取高频特征信息的问题,提出了一种基于ResNet50与不可分小波的红外与可见光图像融合算法。首先,通过四通道不可分小波将红外与可见光图像分解成低频图像和高频图像。其次,对低频子带图像采用Delaunay插值与最大对称环绕显著性方法进行融合。再次,利用ResNet50网络对高频细节层进行特征提取,并对所得特征图进行L1正则化处理,利用最大选择策略生成权重图,重构出新的高频细节层。最后,对新的低频图像和高频图像进行重建,得到融合图像。该算法通过对低频图像和高频图像的分解与重构,较好地保留了源图像细节信息和结构信息,所得图像在主观与客观指标上均有不错的效果表现。 展开更多
关键词 不可分小波 resnet50神经网络 图像融合 融合规则
在线阅读 下载PDF
基于ResNet50和Grad-CAM的卵巢病变分类模型:深度学习在医学影像诊断中的应用
16
作者 杨瑾 邹丹 +4 位作者 刘荣荣 周雪 刘君艳 张焕灵 梁蕾 《临床医学进展》 2025年第7期1538-1545,共8页
卵巢病变的早期诊断对治疗和预后至关重要,但传统诊断方法存在解读差异。本研究提出了一种基于ResNet50深度学习网络的卵巢病变分类模型,结合Grad-CAM技术生成热力图,以增强模型的可解释性。通过对930张超声图像进行五折交叉验证,模型... 卵巢病变的早期诊断对治疗和预后至关重要,但传统诊断方法存在解读差异。本研究提出了一种基于ResNet50深度学习网络的卵巢病变分类模型,结合Grad-CAM技术生成热力图,以增强模型的可解释性。通过对930张超声图像进行五折交叉验证,模型在区分正常、恶性、畸胎瘤、良性肿瘤交界性和巧克力囊肿等病理类型方面表现出较高的准确性(平均AUC为88.16)。热力图可视化显示,模型能够有效识别病变区域,特别是在恶性肿瘤和畸胎瘤的分类中表现出色。研究表明,该模型在卵巢病变的早期筛查和辅助诊断中具有重要应用价值,未来可进一步优化以应对复杂病例。 展开更多
关键词 卵巢肿瘤 AI诊断 resnet50 Grad-CAM 深度学习
在线阅读 下载PDF
基于改进ResNet50的马铃薯叶片病害识别
17
作者 张载晖 王一波 +1 位作者 龙结伟 刘海鹏 《农业与技术》 2025年第21期43-49,共7页
马铃薯作为我国最重要的农作物之一,其生长过程中的病害会直接影响其结果率。针对马铃薯叶片病害识别率不高和病症难以判断、特征提取不充分等问题。本文基于ResNet50提出了一种改进该模型的病害识别方法。在残差模块中引入Squeeze-and-... 马铃薯作为我国最重要的农作物之一,其生长过程中的病害会直接影响其结果率。针对马铃薯叶片病害识别率不高和病症难以判断、特征提取不充分等问题。本文基于ResNet50提出了一种改进该模型的病害识别方法。在残差模块中引入Squeeze-and-Excitation注意力机制,通过在网络架构中引入SE注意力模块,增强通道间的交互,使每一层都能动态调整通道权重;针对病害图像深层特征难提取的问题,采用多层小卷积核策略增强特征提取能力,并改进主干网络中Layer4的下采样块,添加平均池化层用于减少浅层特征信息丢失。SCD_ResNet50在公开数据集PlantVillage上进行实验,与ResNet50、AlexNet和VGG16等经典模型作对比。实验表明,残差结构改进后的模型参数量仅提升了3.19%,而模型准确率提升了4.93百分点,达到了98.18%,F 1分数提高了5百分点,召回率提高了5.09百分点,精确率提高了4.82百分点。该模型不仅能准确识别马铃薯叶片病害,而且具有出色的泛化能力,对农业病害智能诊断提供了有效解决方案。 展开更多
关键词 resnet50 注意力机制 深度学习 分类训练 特征提取
在线阅读 下载PDF
基于ResNet50与K-Means++优化的热力图聚类算法研究
18
作者 李佳镁 《中国自动识别技术》 2025年第3期62-67,共6页
本研究针对热力图区域识别方法中存在的空间数据特征挖掘不足的问题,提出融合ResNet50深度特征提取与K-Means++聚类的集成分析方法,构建了基于热力图聚类算法的图像空间区域识别框架,并将图像自动识别技术应用于商业地理信息分析领域。... 本研究针对热力图区域识别方法中存在的空间数据特征挖掘不足的问题,提出融合ResNet50深度特征提取与K-Means++聚类的集成分析方法,构建了基于热力图聚类算法的图像空间区域识别框架,并将图像自动识别技术应用于商业地理信息分析领域。针对以B端为中心辐射C端客流量所形成的热力图,利用ResNet50网络提取潜客热力图的128维深度特征向量,作为输入数据集,代入K-Means++算法,实现客户群体的聚类划分。实证研究表明,该方法可准确识别出高潜力目标,最终经业务验证,查全率达85.6%,较传统人工筛选效率提升3.2倍。 展开更多
关键词 热力图聚类 潜客挖掘 resnet50 地理信息
在线阅读 下载PDF
基于ResNet50的服装图像分类方法
19
作者 黄晓菊 《电子产品世界》 2025年第8期39-43,共5页
服装图像分类任务旨在自动识别图像中的服饰特征并实现精准归类。近年来,针对海量在线服装图像数据实现高效且准确的分类,进而提升用户购物体验已成为该领域的关键研究方向。基于此,提出了一种基于残差网络(residual network,ResNet50)... 服装图像分类任务旨在自动识别图像中的服饰特征并实现精准归类。近年来,针对海量在线服装图像数据实现高效且准确的分类,进而提升用户购物体验已成为该领域的关键研究方向。基于此,提出了一种基于残差网络(residual network,ResNet50)的服装图像分类方法。采用ResNet50作为主干网络,并结合数据增强(data augmentation)技术,提升ResNet50模型的泛化能力。为了验证ResNet50模型的有效性,在环境复杂度不同的两种数据集上开展实验。实验结果表明,该方法能够显著提高服装图像分类的准确率。 展开更多
关键词 服装图像分类 卷积神经网络 resnet50 数据增强技术
在线阅读 下载PDF
基于改进ResNet50的钨矿石双能X射线图像分选方法 被引量：3
20
作者 刘志锋 曾灵锋 +2 位作者 彭芳伟 魏振华 张寰宇 《现代电子技术》 北大核心 2024年第13期87-92,共6页
文中提出一种基于深度扩张可分离卷积和注意力机制的残差网络模型(DWAtt-ResNet),通过实验对比表明,该模型在钨矿石双能X射线图像数据集上准确率、F1分数、AUC值和AP值均优于ConvNeXt、DenseNet121和EfficientNet_b4等主流的图像分类模... 文中提出一种基于深度扩张可分离卷积和注意力机制的残差网络模型(DWAtt-ResNet),通过实验对比表明,该模型在钨矿石双能X射线图像数据集上准确率、F1分数、AUC值和AP值均优于ConvNeXt、DenseNet121和EfficientNet_b4等主流的图像分类模型。通过消融实验表明,该模型准确率达到87.4%,计算量为2.7GFLOPs,参数量为16.95M,相比ResNet50准确率提高3%,计算量降低1.42 GFLOPs,参数量降低6.56M,准确率提升的同时,效率大幅提升,更适合工业生产的矿石快速分拣需求。 展开更多
关键词 钨矿石 双能X射线 图像分类 resnet50 深度扩张可分离卷积 注意力机制
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 … 14 下一页 到第 页
使用帮助 返回顶部