基于ResNet50与不可分小波的红外与可见光图像融合算法

1

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 职称材料

ResNet50卷积神经网络在肺部感染图像识别中的应用与优化研究

2

作者 闫梦婷 《信息与电脑》 2025年第23期48-50,共3页

人工智能(Artificial Intelligence,AI)在医学图像识别领域的应用日益受到关注。肺部感染是威胁人类健康的主要疾病类型之一,其诊断通常依靠医学影像检查。为提高肺部感染的诊断效率与准确度,文章以ResNet50神经网络为基础,通过调整网... 人工智能(Artificial Intelligence,AI)在医学图像识别领域的应用日益受到关注。肺部感染是威胁人类健康的主要疾病类型之一,其诊断通常依靠医学影像检查。为提高肺部感染的诊断效率与准确度,文章以ResNet50神经网络为基础,通过调整网络参数,优化网络结构及训练策略,实现对肺部X光图像的准确识别与分类。实验结果表明,优化后的ResNet50模型性能更优,在分类准确率、收敛速度等关键指标上均有提升,可高效辅助医学工作者进行肺部感染的分类与诊断。 展开更多

关键词 卷积神经网络 resnet50 肺部感染 图像识别 模型优化

在线阅读 下载PDF 职称材料

基于ResNet50的高分辨率遥感影像分类研究

3

作者 夏文生 邹金宝 +2 位作者 王宇彤 潘美美 邱煌奥 《科技创新与应用》 2025年第35期72-74,79,共4页

遥感影像随着遥感技术的进步,其分辨率不断提高,所包含的信息愈加丰富,传统的分类方法无法适应复杂样本的遥感影像分类。为提升高分辨率遥感影像分类性能,该文对深度学习中的卷积神经网络进行研究,以残差结构为基础构建ResNet50网络,并... 遥感影像随着遥感技术的进步,其分辨率不断提高,所包含的信息愈加丰富,传统的分类方法无法适应复杂样本的遥感影像分类。为提升高分辨率遥感影像分类性能,该文对深度学习中的卷积神经网络进行研究,以残差结构为基础构建ResNet50网络,并在高分辨率影像数据集AID和RSSCN7上进行实验。实验表明,ResNet50网络在数据集AID上的总体准确率为90.23%、召回率为89.76%;在RSSCN7上的总体准确率为87.96%、召回率为87.96%。这表明深度学习方法在高分辨率遥感影像分类任务中能够保持较高的分类性能。 展开更多

关键词 遥感影像 深度学习 卷积神经网络 resnet50 高分辨率

在线阅读 下载PDF 职称材料

基于ResNet50对地震救援中人体姿态估计的研究 被引量：1

4

作者 邬春学 贺欣欣 《信息技术与网络安全》 2022年第3期50-58,70,共10页

调查发现,地震中死亡人数增加的原因主要是错过救援的黄金时间,因此可通过救援无人机自动对受灾人员进行行为识别与状态分析。人体姿态估计是指对图像中人体关节点和肢体进行检测的过程,在人机交互和行为识别应用中起着重要的作用,然而... 调查发现,地震中死亡人数增加的原因主要是错过救援的黄金时间,因此可通过救援无人机自动对受灾人员进行行为识别与状态分析。人体姿态估计是指对图像中人体关节点和肢体进行检测的过程,在人机交互和行为识别应用中起着重要的作用,然而由于背景复杂、肢体被遮挡等因素导致标注人体关节点和肢体十分困难。因此提出一种结合ResNet50及CPM的模型,该模型通过获取图像特征和精调机制,计算出关节点依赖关系,最后划分到对应人体。实验表明,该模型与其他模型对比能够提高复杂场景下人体姿态估计的效果。 展开更多

关键词 神经网络 人体姿态估计 resnet50 亲和度向量场 地震救援

在线阅读 下载PDF 职称材料

基于ResNet50和通道注意力机制的行人多属性协同识别方法 被引量：4

5

作者 卓力 袁帅 李嘉锋 《测控技术》 2022年第8期1-8,15,共9页

针对目前行人多属性识别算法识别精度不高的问题,利用行人属性之间的内在关联关系,基于“特征提取+回归”的思想,提出了一种基于深度卷积神经网络的行人多属性协同识别方法。该方法首先对多个行人属性标签进行组合编码,得到一个标签组... 针对目前行人多属性识别算法识别精度不高的问题,利用行人属性之间的内在关联关系,基于“特征提取+回归”的思想,提出了一种基于深度卷积神经网络的行人多属性协同识别方法。该方法首先对多个行人属性标签进行组合编码,得到一个标签组合向量;然后采用基于通道注意力机制的ResNet50作为主干网络提取行人图像的深度特征;最后,设计了一个包含3个全连接层的神经网络结构来建立标签组合向量与行人深度特征之间的映射模型,在一个统一的网络框架下就可以同时对行人的多种属性进行准确识别。在行人属性公共数据集PETA和RAP上的实验结果表明,采用提出的识别方法在公共数据集PETA上获得的识别准确率为84.08%,而在公共数据集RAP上可以获得高达88.12%的识别准确率。 展开更多

关键词 深度学习 resnet50 通道注意力机制 多属性识别

在线阅读 下载PDF 职称材料

基于RAdam算法优化ResNet50模型膏体图像识别方法研究 被引量：15

6

作者 杨莹 吴爱祥 +1 位作者 王先成 王国立 《中国矿业》 2023年第7期79-86,共8页

膏体图像识别是监测膏体质量的一种有效方法,据此提出了一种基于RAdam算法优化ResNet50模型膏体图像识别方法,可实现膏体状态的高精度识别。通过收集尾砂悬液在浆体、膏体、滤饼等3种状态下的图像,经过图像预处理和数据集划分,结合迁移... 膏体图像识别是监测膏体质量的一种有效方法,据此提出了一种基于RAdam算法优化ResNet50模型膏体图像识别方法,可实现膏体状态的高精度识别。通过收集尾砂悬液在浆体、膏体、滤饼等3种状态下的图像,经过图像预处理和数据集划分,结合迁移学习的方法,对卷积神经网络的AlexNet模型、VGG16模型、VGG19模型和ResNet50模型进行预训练,对比4种模型的识别准确率和损失值,确定最佳模型;采用Adam算法和RAdam算法对模型进行优化,对比两种优化器的识别结果;利用优化模型对矿山现场图像进行识别,验证模型精度。研究结果表明:4种经典卷积神经网络模型在膏体图像识别中均有较好表现,ResNet50模型性能最佳。基于RAdam算法优化ResNet50模型收敛速度更快,识别精度更高。基于RAdam算法优化ResNet50模型膏体图像识别精度可达99.24%,可实现膏体图像的高精度识别。 展开更多

关键词 卷积神经网络 图像识别 RAdam算法 resnet50模型 膏体

在线阅读 下载PDF 职称材料

基于改进ResNet50网络的泥石流沟谷识别 被引量：1

7

作者 刘秋雨 王保云 《昆明学院学报》 2024年第6期114-119,128,共7页

针对传统神经网络进行泥石流沟谷图像分类时,可能出现准确率不高、提取图像特征较差、边缘模糊等问题,对ResNet50网络进行改进.在ResNet50网络部分残差块前加入注意力机制模块,使其具有更高的性能和准确性,可以精确捕捉到泥石流沟谷图... 针对传统神经网络进行泥石流沟谷图像分类时,可能出现准确率不高、提取图像特征较差、边缘模糊等问题,对ResNet50网络进行改进.在ResNet50网络部分残差块前加入注意力机制模块,使其具有更高的性能和准确性,可以精确捕捉到泥石流沟谷图像中的地形地貌.试验结果表明,改进后的ResNet50网络在泥石流沟谷图像的分类准确率达到83.02%,其分类性能在ResNet50网络的基础上提升了11.32个百分点,且准确率、召回率、精确率、F 1值和AUC值等各项指标均优于ResNet50网络和其他深度学习识别算法. 展开更多

关键词 注意力机制 卷积神经网络 泥石流灾害 resnet50

在线阅读 下载PDF 职称材料

基于卷积神经ResNet50残差网络的岩石图像岩性识别研究 被引量：6

8

作者 王晓兵 刘琳 +2 位作者 王俊卿 胡石磊 闻磊 《岩土工程技术》 2024年第3期294-302,共9页

深度学习卷积神经网络算法广泛应用于岩石图像的岩性识别。结合卷积神经残差ResNet50网络,构建了岩石图像岩性识别模型,并依据定义的损失函数进行了网络模型的参数调优与验证;通过构建的识别模型对岩石图像岩性进行了预测,并根据识别结... 深度学习卷积神经网络算法广泛应用于岩石图像的岩性识别。结合卷积神经残差ResNet50网络,构建了岩石图像岩性识别模型,并依据定义的损失函数进行了网络模型的参数调优与验证;通过构建的识别模型对岩石图像岩性进行了预测,并根据识别结果进行了误差原因分析。研究表明:以深度卷积神经ResNet50残差网络为基础,按照训练集、测试集、验证集8∶1∶1的比例可以进行岩性预测模型的构建与参数调优,从而实现岩石图像的岩性预测;结合项目实例构建了黑云母花岗闪长岩、变质砂岩、石英岩、黑云母花岗岩等四种岩性的岩石图像岩性识别模型;模型的识别准确率,除构造节理发育的破碎岩体较低外,一般可达75%~90%;岩石图像识别结果的准确率受岩体构造裂隙发育及岩石图像质量影响较大,可以通过增加训练样本数量来提高识别结果准确率。 展开更多

关键词 卷积神经网络 resnet50 岩石图像 识别模型 岩性识别

在线阅读 下载PDF 职称材料

基于改进ResNet50和迁移学习的服饰分类识别 被引量：2

9

作者 郑兴任 袁子厚 +1 位作者 杜焱铭 张红伟 《纺织工程学报》 2024年第5期51-62,共12页

传统的服饰分类方法主要依靠提取图像的纹理、颜色、边缘等特征,过程繁琐且分类精度不高。为了提高服饰图像分类性能,提出了一种基于改进ResNet50和迁移学习的服饰分类识别方法。首先,在ResNet50网络的STAGE5中引入两个池化核大小为2... 传统的服饰分类方法主要依靠提取图像的纹理、颜色、边缘等特征,过程繁琐且分类精度不高。为了提高服饰图像分类性能,提出了一种基于改进ResNet50和迁移学习的服饰分类识别方法。首先,在ResNet50网络的STAGE5中引入两个池化核大小为2×2,步长为2的平均池化层并配合卷积核大小为1×1,步长为1的卷积层。其次,在最后一个卷积层后面融合卷积注意力机制模块(Convolutional Block Attention Module,CBAM)。这两个改进方法在降低特征图空间尺寸的同时保留了更多的信息,提升了模型的性能。最后,采用迁移学习方法,将ImageNet数据集上预训练权重迁移到改进的网络中,并使用服饰图像数据集对网络进行微调及验证。结果表明:改进后的ResNet50网络分类准确率可达90%,在Top1、Top3和Top5分类准确率上分别比原始的ResNet50提升了2.5%、0.4%、0.1%。此外,相较于现有的四个经典的卷积神经网络(GoogleNet,VGG-16,MobileNet_v2,AlexNet)有着更高的准确率,验证了其在服饰图像分类识别领域的优越性。 展开更多

关键词 服饰图像分类 注意力机制 resnet50网络 迁移学习 卷积神经网络

在线阅读 下载PDF 职称材料

基于ResNet50的恶劣天气识别研究 被引量：5

10

作者 刘奥强 张旭 《智能计算机与应用》 2022年第4期168-171,共4页

恶劣天气分类是一项非常基础且重要的技术,具有许多潜在的应用,如自动驾驶和交通预警。由于天气特征的多样性、多变性和彼此高度依赖的特点,对于传统的图像分类识别技术来说,这是一项极具挑战性的任务。本次研究提出了一种基于ResNet50... 恶劣天气分类是一项非常基础且重要的技术,具有许多潜在的应用,如自动驾驶和交通预警。由于天气特征的多样性、多变性和彼此高度依赖的特点,对于传统的图像分类识别技术来说,这是一项极具挑战性的任务。本次研究提出了一种基于ResNet50恶劣天气识别方法,并增加HDA分层深度聚合,提高天气分类的准确率。实验结果表明,改进的ResNet50深度学习模型对恶劣天气数据库分类识别准确率达到95.1%,证明基于改进后构造的卷积神经网络,具有较好的分类准确度。 展开更多

关键词 深度学习 天气分类 resnet50 图像识别 卷积神经网络

在线阅读 下载PDF 职称材料

基于ResNet50与通道注意力的遥感图像场景分类 被引量：8

11

作者 逯登科 罗亦泳 +2 位作者 张紫怡 张震 田晓鹏 《江西科学》 2024年第2期396-404,共9页

卷积神经网络广泛应用于图像分类,但传统的卷积神经网络直接应用于遥感图像场景分类有一定的局限性。遥感图像中存在类内差异大、类内相似度高的现象,导致网络无法准确地提取到图像中的特征,给遥感图像分类任务带来巨大的困难。通道注... 卷积神经网络广泛应用于图像分类,但传统的卷积神经网络直接应用于遥感图像场景分类有一定的局限性。遥感图像中存在类内差异大、类内相似度高的现象,导致网络无法准确地提取到图像中的特征,给遥感图像分类任务带来巨大的困难。通道注意力机制有专注于提取主要特征而忽略次要特征的优点,将其加入网络模型可以增强卷积神经网络的识别图像特征能力,因此,提出了一种基于ResNet50与通道注意力结合的网络模型(ResNet50+Attention),在UCMD数据集上使用初始化网络参数的方法进行遥感场景图像分类任务,对比了经典网络模型AlexNet、DenseNet、VGG16和GooLeNet,ResNet50+Attention在总体准确率、精确度、召回率和特异度分类指标上,明显优于其他模型。并进行了与基础ResNet50模型的消融实验,包括对比了准确率曲线、混淆矩阵和单独类的分类指标。结果表明,ResNet50+Attention在总体准确率、精确度、召回率和特异度上分别达到了91.7%、92.1%、91.8%和99.6%,相比于ResNet50分别提高了4%、3.8%、4%和0.2%,证明了该网络模型的有效性。 展开更多

关键词 卷积神经网络 图像分类 注意力机制 遥感图像 resnet50

在线阅读 下载PDF 职称材料

基于深度学习与不可分小波的红外与可见光图像融合算法

12

作者 郝昱权 《湖南工程学院学报(自然科学版)》 2025年第3期48-57,共10页

针对大多数红外与可见光图像融合算法存在清晰度不足、边界模糊和细节丢失的问题,提出深度学习与不可分小波相结合的融合算法.通过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;首先,对低频子带图像利用Delaunay插值计算、最... 针对大多数红外与可见光图像融合算法存在清晰度不足、边界模糊和细节丢失的问题,提出深度学习与不可分小波相结合的融合算法.通过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;首先,对低频子带图像利用Delaunay插值计算、最大对称环绕显著性方法进行融合,通过ResNet50网络对高频细节层进行特征提取,对得到的特征图进行L1范数正则化和采用最大选择策略得到最大权重层,经过权重分配得到新的细节层;对新的低频图像和高频图像进行重建,得到融合图像.该算法采用新的方法对低频图像和高频图像进行分解与重构,能较好地保留源图像细节信息和结构信息.与其他相关方法比较,本文方法在主观方面具有较好的清晰度和视觉体验,在客观指标评价方面具有较好指标体现. 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 职称材料

改进的Faster R-CNN的压缩机滑片计数

13

作者 王一 杜岩 +1 位作者 董光林 马钲东 《机械设计与制造》 北大核心 2025年第12期283-286,292,共5页

针对空调压缩机滑片在计数过程中出现的重叠、粘连等导致滑片计数不准确的问题,这里在Faster R-CNN算法的基础上,对其里面的网络结构做了一定的调整,并改进了一些算法。首先采用ResNet50网络作为特征提取网络,引入的残差模块通过增加网... 针对空调压缩机滑片在计数过程中出现的重叠、粘连等导致滑片计数不准确的问题,这里在Faster R-CNN算法的基础上,对其里面的网络结构做了一定的调整,并改进了一些算法。首先采用ResNet50网络作为特征提取网络,引入的残差模块通过增加网络的深度对模型进行优化;其次采用DT-NMS(双阈值-非极大值抑制算法)代替比较常用的单阈值-非极大值抑制算法,可以进一步解决单阈值中漏检问题,以提高重叠度高的滑片的被检测率;最后采用ROI Align池化方法代替ROI Pooling,取消了量化操作的过程,有助于提高检测的精度;改进后的平均精度值为91.97%。 展开更多

关键词 加速区域卷积神经网络 resnet50网络 双阈值-非极大值抑制算法 感兴趣区域池化

在线阅读 下载PDF 职称材料

基于RAdam卷积神经网络的水稻生育期图像识别 被引量：40

14

作者 徐建鹏 王杰 +1 位作者 徐祥 琚书存 《农业工程学报》 EI CAS CSCD 北大核心 2021年第8期143-150,共8页

为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特... 为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类图像数据集;采用ExG因子和大津法(Otsu)算法相结合的方法对水稻图像分割,减小稻田背景干扰;对比分析了VGG16、VGG19、ResNet50和Inception v3四种模型下水稻生育期图像分级识别的性能,选取性能较优网络模型并进行了网络参数调优;对比试验了不同优化器下模型准确率和损失值的变化,选取了RAdam优化器。结果表明,采取基于RAdam优化器卷积神经网络构建的模型,在真实场景下分类识别准确率达到97.33%,网络稳定性高、收敛速度快,为水稻生育期自动化观测提供了有效方法。 展开更多

关键词 图像识别 神经网络 模型 水稻 RAdam resnet50 生育期

在线阅读 下载PDF 职称材料

基于迁移学习的鱼类分类识别方法 被引量：4

15

作者 侯青 黄龙飞 +2 位作者 徐家喜 宋佳豪 卢文君 《南京晓庄学院学报》 2021年第6期59-65,共7页

传统的图像分类方法在面对庞大的图像数据时,往往变得束手无策,更难以满足人们对分类速度和分类精度的需求.卷积神经网络(Convolutional Neural Network,CNN)的出现,让图像分类冲破了瓶颈,成为目前图像分类研究的主流.文章基于CNN和迁... 传统的图像分类方法在面对庞大的图像数据时,往往变得束手无策,更难以满足人们对分类速度和分类精度的需求.卷积神经网络(Convolutional Neural Network,CNN)的出现,让图像分类冲破了瓶颈,成为目前图像分类研究的主流.文章基于CNN和迁移学习的方法,将ResNet50、VGG16和NASNet三种网络模型应用到鱼类图像分类研究中,经过实验验证表明ResNet50具有更高的分类识别效果,识别准确率为97.6%.为了进一步提高鱼类分类识别准确率,采用图像预处理、设计替换全连接层、调整训练参数等方法,鱼类图像识别准确率提高到99.66%,很好的验证了基于ResNet50网络模型,经过优化后可以得到较好的鱼类识别效果. 展开更多

关键词 鱼类识别 resnet50 迁移学习 卷积神经网络

在线阅读 下载PDF 职称材料

基于MSD-ResNet50的梅花鹿个体识别方法研究

16

作者 宫鹤 周纪彤 +3 位作者 穆叶 孙宇 郭颖 樊娟娟 《东北师大学报(自然科学版)》 2026年第1期87-96,共10页

个体识别在物种保护和生态监测中起到关键作用,为实现对梅花鹿个体的精确识别,本文在ResNet50基础上引入多尺度动态卷积模块(MSD-Block)和注意力机制(CBAM),优化特征提取与识别效果,并通过加权交叉熵损失函数解决数据不平衡问题,提升对... 个体识别在物种保护和生态监测中起到关键作用,为实现对梅花鹿个体的精确识别,本文在ResNet50基础上引入多尺度动态卷积模块(MSD-Block)和注意力机制(CBAM),优化特征提取与识别效果,并通过加权交叉熵损失函数解决数据不平衡问题,提升对相似斑点梅花鹿个体的区分能力.实验结果表明,相对于基准模型,改进模型在复杂背景下的识别准确率达88.7%,展现了良好的鲁棒性与稳定性. 展开更多

关键词 梅花鹿个体识别 卷积神经网络 计算机视觉 resnet50

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的船舶轨迹分类研究 被引量：10

17

作者 常吉亮 谢磊 +2 位作者 魏志威 杨洋 赵建伟 《武汉理工大学学报（交通科学与工程版）》 2022年第1期160-165,共6页

为了提取船舶轨迹数据的空间特征,解决船舶轨迹分类及船舶轨迹所属航道识别问题,提出了一种基于深度卷积神经网络的船舶轨迹分类方法.考虑到经纬度数据难以准确描述船舶轨迹空间特征,将船舶轨迹数据转换为船舶轨迹图像数据,并建立数据集... 为了提取船舶轨迹数据的空间特征,解决船舶轨迹分类及船舶轨迹所属航道识别问题,提出了一种基于深度卷积神经网络的船舶轨迹分类方法.考虑到经纬度数据难以准确描述船舶轨迹空间特征,将船舶轨迹数据转换为船舶轨迹图像数据,并建立数据集.构建基于深度卷积神经网络的船舶轨迹分类模型,使用人工标注的数据集开展训练.选取以经纬度数据为输入的全连接神经网络模型和SVM模型进行对比分析.结果表明:基于深度卷积神经网络船舶轨迹分类模型可以有效地区分不同航道内的船舶轨迹,所提方法是一种有效的船舶轨迹分类方法. 展开更多

关键词 智能交通 AIS 船舶轨迹分类 深度卷积神经网络 resnet50

在线阅读 下载PDF 职称材料

面向地图图片识别的两种卷积神经网络分析 被引量：12

18

作者 白又达 刘纪平 +2 位作者 黄龙 白敬辉 车向红 《测绘科学》 CSCD 北大核心 2021年第11期126-134,共9页

针对目前多种网络基于小数据集或国际通用的一些标准数据集进行训练与测试,无法满足从互联网图片中高效识别出地图图片的需求,该文构建了一套基于卷积神经网络的互联网图片分类体系,对自动采集的92543张互联网图片经类型标注后形成样本... 针对目前多种网络基于小数据集或国际通用的一些标准数据集进行训练与测试,无法满足从互联网图片中高效识别出地图图片的需求,该文构建了一套基于卷积神经网络的互联网图片分类体系,对自动采集的92543张互联网图片经类型标注后形成样本库,将样本输入残差网络ResNet50和轻量级网络SqueezeNet中进行训练及测试。结果显示:在地图类中,ResNet50的精确率、召回率分别比SqueezeNet高2.01%、0.32%;前者所耗费的训练、测试时间分别为后者的2.51倍、6.43倍,将上述指标进行归一化处理来综合评价两种网络在地图图片识别中的优越性。得出结论:SqueezeNet网络在地图识别应用中更具优越性,可有效提升在互联网地图图片中所包含"问题地图"的审查效率和及时响应服务。 展开更多

关键词 卷积神经网络 地图图片识别 ResNet-50 SqueezeNet

原文传递

基于双流残差卷积神经网络的养殖鳗鲡(Anguilla)摄食强度评估研究 被引量：1

19

作者 李凯 江兴龙 +1 位作者 许志扬 林茜 《海洋与湖沼》 CAS CSCD 北大核心 2023年第4期1207-1216,共10页

为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充... 为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充分的鳗鲡摄食行为特征的问题,选择使用ResNet50网络进行替换,以提取到更具代表性的特征。其次针对传统双流网络最后的分类结果是把空间流和时间流的得分取平均值融合而获得,这种方式较为简单,且其空间流和时间流网络为独立进行训练,容易导致网络出现学习不到鳗鲡摄食行为的时空关联特征的问题,选择使用特征层融合方式对空间流和时间流网络提取获得的特征进行融合,让网络能够并行进行训练,以提取到时空信息间的关联特征。试验结果表明:文内提出的基于双流残差卷积神经网络的鳗鲡摄食强度评估方法准确率达到98.6%,与单通道的空间流和时间流网络相比,准确率分别提升了5.8%和8.5%,与传统的双流网络相比准确率也提升了3.2%。 展开更多

关键词 鳗鲡 摄食强度 双流残差卷积神经网络 resnet50 并行训练 特征层融合

在线阅读 下载PDF 职称材料

基于卷积神经网络的农作物叶片病害诊断 被引量：5

20

作者 朱家辉 苏维均 于重重 《植物检疫》 2021年第2期28-32,共5页

农作物病害诊断对于及时发现并采取防控措施具有重要意义。本研究针对苹果、玉米、番茄、葡萄等典型农作物的常见叶片病害问题,使用了两种目前使用最广泛的卷积神经网络——VGG16及Resnet50,对典型农作物叶片病害进行识别。使用AI Chall... 农作物病害诊断对于及时发现并采取防控措施具有重要意义。本研究针对苹果、玉米、番茄、葡萄等典型农作物的常见叶片病害问题,使用了两种目前使用最广泛的卷积神经网络——VGG16及Resnet50,对典型农作物叶片病害进行识别。使用AI Challenger比赛的农作物叶片病害数据集图像,并对这些图像进行预处理,构建了47285张图片的数据集。分析两种卷积神经网络的性能,实验结果表明:VGG16及Resnet50分别达到了82.57%和86.34%的准确率,且Resnet50收敛速度更快,更适合农作物叶片病害的诊断识别。 展开更多

关键词 卷积神经网络 识别 植物病害 叶片 VGG16 resnet50

原文传递