基于VGG16-SE模型的隧道衬砌表观病害识别研究

1

作者 任鹏远 苏晓军 +1 位作者 罗兴林 柯政希 《北京工业职业技术学院学报》 2026年第1期36-40,共5页

随着中国隧道工程规模不断扩大,衬砌表观病害对隧道安全运营构成严重威胁。传统检测方法在复杂环境下存在局限性,而深度学习技术为病害识别提供了新途径。采用VGG模型,针对裂缝、剥落和渗水3类常见隧道衬砌病害,构建了包含2 700张图像... 随着中国隧道工程规模不断扩大,衬砌表观病害对隧道安全运营构成严重威胁。传统检测方法在复杂环境下存在局限性,而深度学习技术为病害识别提供了新途径。采用VGG模型,针对裂缝、剥落和渗水3类常见隧道衬砌病害,构建了包含2 700张图像的数据集。对比分析了VGG16模型和引入注意力机制的VGG16-SE模型,实验结果表明:经过100轮训练后,VGG16-SE模型准确率达到92.4%,损失值6.5%;与VGG16模型相比,准确率提升11.6%,损失值降低53.9%。VGG16-SE模型能更有效地识别隧道衬砌表观病害,为混凝土结构病害的智能检测提供参考。 展开更多

关键词 隧道工程 深度学习技术 病害识别 vgg模型

在线阅读 下载PDF 职称材料

基于“琴德”特征量化与VGG模型的中国传统乐器音色品质评估方法

2

作者 佟庆月 赵逸凡 +1 位作者 卢艺 朱浩 《复旦学报(自然科学版)》 北大核心 2025年第6期642-652,共11页

基于“琴德”特征机理模型与视觉几何组(Visual Geometry Group,VGG)神经网络,针对中国传统乐器音色品质的量化评估问题展开研究。通过系统地梳理传统音乐典籍与相关专家经验,构建了涵盖古琴、古筝、箫、二胡4类民族乐器及钢琴对比样本... 基于“琴德”特征机理模型与视觉几何组(Visual Geometry Group,VGG)神经网络,针对中国传统乐器音色品质的量化评估问题展开研究。通过系统地梳理传统音乐典籍与相关专家经验,构建了涵盖古琴、古筝、箫、二胡4类民族乐器及钢琴对比样本的乐音数据集,提出一种基于“琴德”特征的音色品质评估机理模型。为进一步提升模型在复杂音频场景下的适应能力,建立了频谱图数据集,并引入带有概率堆叠层的VGG结构,实现从频谱形状到音色品质分数的映射。实验表明,所提出的机理模型在单音场景下表现稳定,而VGG模型在高环境噪声、多音与滑音等复杂场景中具备优异泛化能力,评分准确率介于55%~85%之间,且与主观评价结果呈现显著正相关。 展开更多

关键词 中国传统乐器 音色品质评估 vgg模型 频谱能量分布

在线阅读 下载PDF 职称材料

基于改进VGG自适应多模型的煤矿视频AI分析系统研究与应用

3

作者 张诺 李向东 赵诺善 《煤矿机械》 2025年第9期211-217,共7页

针对当前煤矿视频AI分析系统开发场景种类繁多且不能自适应调整算法模型的问题,研制了一种基于改进VGG自适应多模型的煤矿视频AI分析系统。通过建立视频AI分析、学习和识别3种基础算法模型,采用自适应模型镜像技术,该系统可设置不同场景... 针对当前煤矿视频AI分析系统开发场景种类繁多且不能自适应调整算法模型的问题,研制了一种基于改进VGG自适应多模型的煤矿视频AI分析系统。通过建立视频AI分析、学习和识别3种基础算法模型,采用自适应模型镜像技术,该系统可设置不同场景,通过学习训练可完成某一种固定场景的模型发布,完成由单一模型向多模型算法的克隆。该系统为矿井多场景视频AI识别提供了一种新的、可靠的技术手段,简化了应用场景算法的开发流程,实现了视频AI快速部署和应用,从而保障煤矿安全生产。 展开更多

关键词 自适应 多模型 视频AI分析 vgg

原文传递

基于Rep-VGG的滚动轴承故障诊断 被引量：4

4

作者 鲍泽富 王晨阳 +1 位作者 张伟 郭永飞 《现代电子技术》 2023年第14期152-156,共5页

为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法。首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模... 为解决传统的轴承故障诊断过于依赖人为经验且耗时耗力的问题,文中提出一种基于Rep-VGG模型的故障诊断方法。首先,通过希尔伯特和小波变换对原始振动信号数据进行预处理,将其转化为可供Rep-VGG网络识别的时频图形式;然后,利用Rep-VGG模型进行训练和测试,实验数据来源于凯斯西储大学公开的轴承数据集,并与其他模型进行对比。实验结果表明,所提方法对于轴承故障的诊断准确率达到99.9499%,损失仅为0.0221%;通过混淆矩阵得到Rep-VGG模型将不同类型的故障进行分类的准确率达到99.3%,与VGG-16相比,准确率提升5.3499%,说明该模型具有广泛的应用前景。 展开更多

关键词 Rep-vgg模型 滚动轴承 故障诊断 数据预处理 轴承数据集 混淆矩阵

在线阅读 下载PDF 职称材料

基于轻量化VGG16和BCBAM的电力设备故障红外图像诊断识别 被引量：15

5

作者 于晓 庄光耀 《河南科技学院学报（自然科学版）》 2023年第6期60-69,共10页

由于电力设备的各种缺陷会影响电网的正常运转,严重的缺陷甚至会给生产和生活带来重大损失,因此快速准确地识别电力设备故障具有重要意义.红外图像特征对具有发热特征的电力设备缺陷具有较好的表达能力.使用基于深度学习算法的缺陷目标... 由于电力设备的各种缺陷会影响电网的正常运转,严重的缺陷甚至会给生产和生活带来重大损失,因此快速准确地识别电力设备故障具有重要意义.红外图像特征对具有发热特征的电力设备缺陷具有较好的表达能力.使用基于深度学习算法的缺陷目标识别时,借助CNN网络可以提高缺陷故障特征的学习和提取能力,从而具有更好的泛化性能.据此,研究提出了基于改进VGG模型的故障诊断识别算法,算法通过优化全连接层,减少网络的计算量,同时将BCBAM注意力机制嵌套到网络模型中,从而提高算法故障诊断识别准确率.实验数据表明,该模型具有准确的故障识别能力,在准确率评价指标上优于Faster-RCNN、Resnet50以及传统VGG16等模型,从而验证了算法诊断识别故障的准确度. 展开更多

关键词 故障识别 深度学习网络 轻量化vgg模型 注意力机制

在线阅读 下载PDF 职称材料

一种基于VGG神经网络实现图像风格迁移的方法 被引量：3

6

作者 谢志明 刘少锴 蔡少霖 《现代计算机》 2022年第14期83-87,共5页

针对使用传统非参数手工演算方法实现图像风格迁移过程较为复杂、时间漫长且迁移效果不理想等不足,提出了一种利用CNN原理并在AlexNet模型上改进的VGG神经网络模型,将该模型与Tensor⁃Flow2深度学习框架相结合可快速实现图像风格迁移。... 针对使用传统非参数手工演算方法实现图像风格迁移过程较为复杂、时间漫长且迁移效果不理想等不足,提出了一种利用CNN原理并在AlexNet模型上改进的VGG神经网络模型,将该模型与Tensor⁃Flow2深度学习框架相结合可快速实现图像风格迁移。实验结果表明,采用VGG图像风格迁移技术的两组实验VGG-16和VGG-19都能较好地完成图像风格迁移任务,迁移后的图像既保证了内容图像的完整性还具有风格图像的色彩、纹理等特征,且以VGG-19神经网络模型表现效果最佳。 展开更多

关键词 图像风格迁移 神经网络模型 TensorFlow2 vgg-19

在线阅读 下载PDF 职称材料

融合VGG与FCN的智能出租车订单预测模型 被引量：3

7

作者 李浩 霍雯 +2 位作者 裴春营 袁瑶瑶 康雁 《计算机工程》 CAS CSCD 北大核心 2020年第12期276-282,共7页

为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合VGG网络与全卷积网络(FCN)的出租车多区域订单预测模型。将出租车轨迹数据转换为订单图像,去除VGG网络全连接层仅保留主要结构以减少模型参... 为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合VGG网络与全卷积网络(FCN)的出租车多区域订单预测模型。将出租车轨迹数据转换为订单图像,去除VGG网络全连接层仅保留主要结构以减少模型参数,利用该网络中深度卷积提取不同空间区域出租车行驶特征,使用FCN中反卷积层上采样重构下一个时间段出租车订单图像,从而获得不同区域和时间段的出租车订单预测数据,并以订单图像形式呈现在地图上。实验结果表明,与BP、RBF等预测模型相比,该模型预测结果平均准确率更高且均方根误差更低,可快速预测出租车多区域订单分布情况。 展开更多

关键词 出租车订单预测 vgg网络 全卷积网络 反卷积层 融合模型

在线阅读 下载PDF 职称材料

改进型VGG算法对小样本路面破损的分类识别 被引量：4

8

作者 陈嘉 季雪 +2 位作者 阙云 戴伊 蒋子平 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第3期206-216,共11页

为解决小样本沥青路面破损图片在分类识别中存在的识别精度差的问题,选择常见的5种路面破损类型,提出了一种基于VGG的浅层深度卷积神经网络模型的路面破损图像分类方法.首先,将采集到的图像集进行预处理并自制成数据集.其次,设置三种不... 为解决小样本沥青路面破损图片在分类识别中存在的识别精度差的问题,选择常见的5种路面破损类型,提出了一种基于VGG的浅层深度卷积神经网络模型的路面破损图像分类方法.首先,将采集到的图像集进行预处理并自制成数据集.其次,设置三种不同的批处理量尺寸和两种不同的网络层数作训练,选择最适合该网络模型的尺寸,得到浅层VGG模型.将处理后的路面图片直接作为模型的输入,作模型的训练、验证及测试.最后,将模型试验结果与支持向量机及目前主流的深度卷积神经网络模型的试验结果进行对比.结果表明:浅层VGG模型在训练集、验证集及测试集的分类准确率接近,对路面破损图像的分类识别准确率都达到98%以上,表现出模型良好的识别能力;与支持向量机及目前主流的网络模型试验结果相比,浅层VGG网络模型训练耗时少且泛化能力更强,模型提取到的特征更丰富,可获得更加全局的信息.可见,浅层VGG模型在对小规模图像的分类识别中具有显著优势,同时相比其他方法更具鲁棒性,结果更精确. 展开更多

关键词 道路工程 路面破损 卷积神经网络 vgg模型 分类识别

在线阅读 下载PDF 职称材料

基于VGG-F动态学习模型的苹果病虫害识别 被引量：9

9

作者 于洪涛 袁明新 +1 位作者 王琪 江亚峰 《科学技术与工程》 北大核心 2019年第32期249-253,共5页

为了提高自然环境下苹果病虫害的识别准确率和识别效率,提出了具有动态学习特征的VGG-F苹果病虫害识别模型。首先,依据常见的苹果病害和虫害类型构建图像数据集,同时采用Retinex算法对数据集中的含雾图像进行增强处理;然后选择网络层数... 为了提高自然环境下苹果病虫害的识别准确率和识别效率,提出了具有动态学习特征的VGG-F苹果病虫害识别模型。首先,依据常见的苹果病害和虫害类型构建图像数据集,同时采用Retinex算法对数据集中的含雾图像进行增强处理;然后选择网络层数较少的VGG-F网络模型作为迁移学习对象,并依据数据样本特性对重训练过程进行学习率动态调整,以及基于试验对比选取最佳动量值;最后,利用数据集对三种不同模型进行重训练和识别效果对比测试。数值测试结果表明:相比于原始VGG-F模型和深层模型VGG-19,苹果病虫害识别准确率分别提升了5%和0.63%,且该模型的重训练时间最短,从而验证了苹果病虫害识别模型的有效性。 展开更多

关键词 苹果 病虫害识别 vgg-F模型 迁移学习 动态学习率 动量

在线阅读 下载PDF 职称材料

基于优化的VGG-16网络模型的煤矸识别研究 被引量：2

10

作者 黄可 樊玉萍 +1 位作者 董宪姝 马晓敏 《矿业研究与开发》 CAS 北大核心 2024年第9期219-226,共8页

针对复杂工况下煤矸识别效率低、分选难度大的问题,采用VGG-16网络搭建煤矸识别模型,对煤矸识别模型的识别准确率和识别环境影响因素进行了研究,并对VGG-16煤矸识别模型进行了优化。结果表明:(1)优化后的VGG-16网络模型准确率为97.00%,... 针对复杂工况下煤矸识别效率低、分选难度大的问题,采用VGG-16网络搭建煤矸识别模型,对煤矸识别模型的识别准确率和识别环境影响因素进行了研究,并对VGG-16煤矸识别模型进行了优化。结果表明:(1)优化后的VGG-16网络模型准确率为97.00%,单张煤矸图像识别时间为0.0697s,单张煤矸图像识别所用时间缩短了0.85%;(2)在不同水分、灰分和粉尘等环境因素下,煤矸识别模型的准确率均达到95%以上,其中水分对模型的识别准确率影响最大,表面浸润30 s比干燥的识别准确率低2.01个百分点;(3)鉴于煤与矸石的共伴生特性,对煤表面夹矸、矸表面带煤两种复杂情况进行了煤矸有效识别。研究表明:优化后的VGG-16网络模型具有一定的抗干扰能力,可以实现复杂情况下煤矸的高效精准识别,可为后续煤矸石智能化分选提供理论基础和技术支撑。 展开更多

关键词 煤矸识别 vgg-16网络模型 识别准确率 环境因素

原文传递

改进的VGG网络的二极管玻壳图像缺陷检测 被引量：4

11

作者 杜超 刘桂华 《图学学报》 CSCD 北大核心 2019年第6期1087-1092,共6页

针对于目前二极管玻壳缺陷检测中大多采用人工特征提取,识别准确率不高的问题,提出一种改进的VGG网络的二极管玻壳图像缺陷检测方法。首先对玻壳图像进行预处理,同时利用原始大样本数据集对卷积神经网络结构VGG-19模型进行预训练得到预... 针对于目前二极管玻壳缺陷检测中大多采用人工特征提取,识别准确率不高的问题,提出一种改进的VGG网络的二极管玻壳图像缺陷检测方法。首先对玻壳图像进行预处理,同时利用原始大样本数据集对卷积神经网络结构VGG-19模型进行预训练得到预训练模型,然后通过迁移学习的方法将预训练模型中的部分卷积、池化等层权重参数迁移到改进网络模型的固定层中,非固定层用于模型改进,并将网络的全连接层结构重新进行超参数设置和优化,最后使用预处理后的玻壳图像数据集对改进模型进行训练,得到非固定卷积层和新的全连接层的参数和权重。在二极管玻壳数据集进行测试,实验结果表明,该方法能有效提高二极管玻壳图像分类识别准确率,达到了98.3%。 展开更多

关键词 玻壳缺陷检测 vgg-19模型 迁移学习 图像分类 准确率

在线阅读 下载PDF 职称材料

基于肤色分割与改进VGG网络的手语识别 被引量：8

12

作者 包嘉欣 田秋红 +1 位作者 杨慧敏 陈影柔 《计算机系统应用》 2020年第6期47-55,共9页

传统的手语识别仅仅依靠人工选取的底层特征完成识别,难以适应手语图像背景的多样性,本文提出了一种综合多要素的手语肤色分割与改进VGG网络的手语识别方法.对采集到的手语图像利用椭圆模型进行初步分割,根据最大连通域排除背景中的类... 传统的手语识别仅仅依靠人工选取的底层特征完成识别,难以适应手语图像背景的多样性,本文提出了一种综合多要素的手语肤色分割与改进VGG网络的手语识别方法.对采集到的手语图像利用椭圆模型进行初步分割,根据最大连通域排除背景中的类肤色区域并用质心定位的方法去除手部区域以外的肤色区域,从而实现手语图像准确分割.在原有VGG网络的基础上减少卷积及全连接的层数对VGG网络进行改进,减少了所需的存储容量和参数数量.将分割后的手语灰度图像作为网络的输入,采用改进的VGG网络建立手语的识别模型.通过比较不同结构的网络模型对手语图像的识别率,表明改进的VGG网络能够有效进行特征学习,对手语图像的平均识别率都达到97%以上. 展开更多

关键词 肤色分割 手语识别 vgg 改进vgg网络 识别模型

在线阅读 下载PDF 职称材料

利用改进型VGG标签学习的表情识别方法 被引量：6

13

作者 程学军 邢萧飞 《计算机工程与设计》 北大核心 2022年第4期1134-1144,共11页

针对图像表情判别精度低下的问题,提出一种基于改进型VGG-16网络的人脸表情识别方法。为解决传统方法存在像素特征分布不均的问题,采用基于改进的高斯混合模型进行图像特征数据的有效提取;基于改进的VGG-16深度神经网络,增强人脸表情识... 针对图像表情判别精度低下的问题,提出一种基于改进型VGG-16网络的人脸表情识别方法。为解决传统方法存在像素特征分布不均的问题,采用基于改进的高斯混合模型进行图像特征数据的有效提取;基于改进的VGG-16深度神经网络,增强人脸表情识别的训练样本,实现对采集的图像数据多表情多场景精准区分。基于通用数据集及自采集数据集进行仿真实验,验证所提方法在表情识别的准确度和速度方面都展现出一定优势,尤其在黑暗条件下识别准确率可达90%左右。 展开更多

关键词 表情识别 vgg-16网络模型 高斯混合模型 相关情绪标签分布学习 正则化学习 红外图像

在线阅读 下载PDF 职称材料

基于纹理特征和改进VGG的家蚕蛹雌雄识别方法 被引量：1

14

作者 孙卫红 陈颖 +1 位作者 邵铁锋 梁曼 《昆虫学报》 CAS CSCD 北大核心 2024年第6期839-849,共11页

【目的】针对蚕种培育中人工分蛹效率低且易受到主观因素影响的问题,提出一种基于纹理特征和改进VGG的家蚕Bombyx mori蛹雌雄识别方法。【方法】利用透射变换矫正蚕蛹方向,截取家蚕蛹头尾图,以B通道图作为轮廓提取的基础,通过道格拉斯-... 【目的】针对蚕种培育中人工分蛹效率低且易受到主观因素影响的问题,提出一种基于纹理特征和改进VGG的家蚕Bombyx mori蛹雌雄识别方法。【方法】利用透射变换矫正蚕蛹方向,截取家蚕蛹头尾图,以B通道图作为轮廓提取的基础,通过道格拉斯-普克(Douglas-Peucker, DP)算法,分析轮廓复杂性从而识别并获取家蚕蛹尾部图;采取掩膜消除背景干扰,通过多通道的特征融合图加强纹理信息;对Inception模块进行改进,将残差网络与改进后的Inception模块加入VGG模型中;利用数据增强技术扩充数据集;以精确率(precision)、召回率(recall)、精确率和召回率的调和平均F1分值以及准确率(accuracy)作为评价指标,分别对3种输入图片以及4种识别模型进行评估对比。【结果】结果表明,特征融合图在改进VGG模型上的家蚕雌蛹的精确率、召回率和F1分值分别为98.017%, 94.794%和96.375%,雄蛹的精确率、召回率和F1分值分别为95.342%, 98.231%和96.762%,识别家蚕雌雄蛹的准确率为96.580%。特征融合图识别家蚕雌雄蛹的准确率比原始灰度图的提升了18.093%,改进VGG识别家蚕雌雄蛹的准确率比原始VGG的提升了2.257%。【结论】基于纹理特征和改进VGG的家蚕蛹雌雄识别方法能降低人工劳动时间,为实现家蚕蛹雌雄自动分拣提供基础。 展开更多

关键词 蚕蛹 性别 纹理特征 道格拉斯-普克算法 Inception模型 vgg网络

在线阅读 下载PDF 职称材料

基于改进的VGG-16网络结构的焊缝缺陷识别技术研究 被引量：1

15

作者 刘骁佳 曹立俊 +2 位作者 刘欢 王飞 危荃 《航天制造技术》 2024年第2期55-59,共5页

焊接技术在多个领域广泛应用,近年来焊缝缺陷的自动检测已成为研究的热点。本文针对铝合金熔焊焊缝的X射线图像,采用VGG-16卷积神经网络作为基础网络,提出了一种SC-VGG的新型网络结构。该结构通过引入多尺度合成卷积层来替代传统的单一... 焊接技术在多个领域广泛应用,近年来焊缝缺陷的自动检测已成为研究的热点。本文针对铝合金熔焊焊缝的X射线图像,采用VGG-16卷积神经网络作为基础网络,提出了一种SC-VGG的新型网络结构。该结构通过引入多尺度合成卷积层来替代传统的单一卷积层,优化了训练过程中的损失函数,使网络更加聚集于焊缝缺陷类型的精确预测。实验结果表明,SC-VGG网络结构在训练过程中展现出了良好的收敛性。与其他网络相比,SC-VGG网络在提取焊缝缺陷特征方面表现优异,其平均准确率和召回率分别达到了95.86%和98.33%,为焊缝缺陷的自动化分类提供了算法支撑。 展开更多

关键词 焊缝检测 缺陷识别 vgg-16模型 合成卷积

在线阅读 下载PDF 职称材料

基于改进VGG-16模型的英文笔迹鉴别方法 被引量：7

16

作者 何凯 马红悦 +1 位作者 冯旭 刘坤 《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2020年第9期984-990,共7页

笔迹鉴别是通过对待测文本和样本笔迹的相似度进行比较,来判定笔迹是否相同的一种检验技术,其在司法鉴定、法庭科学以及金融领域合同确认等多个领域都有广泛的应用.传统英文笔迹鉴别方法是通过比对被鉴别文本与模板的相似程度来实现,效... 笔迹鉴别是通过对待测文本和样本笔迹的相似度进行比较,来判定笔迹是否相同的一种检验技术,其在司法鉴定、法庭科学以及金融领域合同确认等多个领域都有广泛的应用.传统英文笔迹鉴别方法是通过比对被鉴别文本与模板的相似程度来实现,效率低,准确度差.近年来,随着深度神经网络技术的飞速发展,利用其自主学习的优势提取相关特征,可以大大提高笔迹鉴别的准确率.传统VGG-16模型在图像分类上一直表现良好,但由于网络结构一直采用顺次连接的方式,导致训练时间过长,参数调整难度大,且不能很好地提取图像的细微特征,因此对笔迹鉴定的效果不够理想.本文通过对传统VGG-16卷积神经网络模型进行改进,提出了一种CC-VGG网络模型,利用复合卷积层替换部分卷积层,实现了手写体英文笔迹的自动鉴别.在公开的CVL和ICDAR2013数据集上,该模型取得了较好的鉴别效果,平均正确率分别达到92.7%和86.9%,与现有算法相比准确率均有所提高.此外,建立了一个包含130类、共26000张图片的手写英文笔迹图像数据集EI130,在该数据集上该模型也取得了较高的准确率.与其他算法的对比实验证明了本文算法在训练时间上具有优越性;此外,在多个数据集上的实验结果也证明了本文算法的有效性和先进性. 展开更多

关键词 手写体笔迹鉴别 卷积神经网络 vgg-16模型 复合卷积

在线阅读 下载PDF 职称材料

基于VGG网络的古籍版面图像差异性比较方法 被引量：3

17

作者 翟立波 田学东 《激光杂志》 北大核心 2020年第9期121-126,共6页

针对传统特征提取方法在对古籍文字图像进行匹配时准确率较低,从而影响古籍版面图像差异性比较准确性的问题,提出基于VGG(Visual Geometry Group)网络的古籍版面图像差异性比较方法。该方法首先由VGG网络模型利用构建的差异性文字图像... 针对传统特征提取方法在对古籍文字图像进行匹配时准确率较低,从而影响古籍版面图像差异性比较准确性的问题,提出基于VGG(Visual Geometry Group)网络的古籍版面图像差异性比较方法。该方法首先由VGG网络模型利用构建的差异性文字图像库进行训练得到卷积神经网络分类器;其次,对版面图像进行文字切分得到单字图像,将其输入到分类器中获取有效的字符级比对结果;最后,利用该结果,并对滑动窗口比较算法加以改进,利用键值对形式的数据结构来存储比较位置和比对结果,通过对比较位置进行映射的方式,避免比较过程中重复位置文字的二次比对问题,最终得到待比对的2幅古籍版面图像的文字差异位置并予以标记,以便于文献版本学研究。在对不同阁本《四库全书》版面图像的实验中,其标记准确率为89.7%,表明该方法有效提高了版面图像差异性比较的准确性。 展开更多

关键词 古籍版面 文字图像分类 差异性比较 vgg网络模型

原文传递

基于微调VGG-16的现场鞋印检索算法 被引量：4

18

作者 史文韬 唐云祁 《中国人民公安大学学报（自然科学版）》 2020年第3期22-29,共8页

鞋印是刑事案件中出现率最高的痕迹物证[1],通过检索现场鞋印进而确定鞋样能够获得有关嫌疑人身份和犯罪特点的重要信息。近年来研究人员逐渐把深度学习的相关方法应用到鞋印检索上,但目前大多数基于深度学习的鞋印检索算法都直接使用... 鞋印是刑事案件中出现率最高的痕迹物证[1],通过检索现场鞋印进而确定鞋样能够获得有关嫌疑人身份和犯罪特点的重要信息。近年来研究人员逐渐把深度学习的相关方法应用到鞋印检索上,但目前大多数基于深度学习的鞋印检索算法都直接使用预训练的卷积神经网络提取特征,并未微调再训练,也没有设计并训练新的网络模型。提出一种基于微调VGG-16的现场鞋印检索算法。首先建立一个432类共2827幅图片的鞋印数据集,并进一步增广到228987幅图像。然后使用该数据集微调ILSVRC数据集预训练的VGG-16模型,并将该模型作为鞋印特征提取器。实验结果显示,与使用预训练模型相比本文方法的检索精度有了明显提高,在200幅嫌疑鞋印和5000幅样本鞋印图像构成的测试数据集上top10的正确识别率达75.5%。 展开更多

关键词 卷积神经网络 vgg-16 预训练模型 微调 鞋印检索

在线阅读 下载PDF 职称材料

基于Vgg+Unet模型在线性工程扰动图斑的应用研究

19

作者 肖奇骏 祝志林 徐帆 《中国高新科技》 2024年第15期57-58,63,共3页

文章以在线性工程扰动图斑的应用为背景,以Vgg+Unet模型为基础展开了深入而全面的研究。探索了该模型在处理复杂工程扰动图斑时的性能和适用性,实验结果清晰显示,在不同程度的扰动下,Vgg+Unet模型展现出卓越的性能,特别是在复杂环境下... 文章以在线性工程扰动图斑的应用为背景,以Vgg+Unet模型为基础展开了深入而全面的研究。探索了该模型在处理复杂工程扰动图斑时的性能和适用性,实验结果清晰显示,在不同程度的扰动下,Vgg+Unet模型展现出卓越的性能,特别是在复杂环境下对细节的出色捕捉能力。文章通过翔实的实验设计、精湛的数据分析及多角度的性能评估为深度学习在工程视觉任务中的应用提供了深刻而全面的见解,凸显了Vgg+Unet模型在处理工程扰动图斑方面的强大潜力。 展开更多

关键词 vgg+Unet模型 线性工程扰动 图像分割 深度学习

在线阅读 下载PDF 职称材料

基于卷积神经网络的内窥镜图像识别及FPGA实现 被引量：1

20

作者 刘生山 林金朝 +2 位作者 庞宇 王元发 周前能 《现代电子技术》 北大核心 2025年第11期156-162,共7页

为提高内窥镜病灶识别准确率和速度,减少检测仪器功耗,针对现有VGG16网络模型参数量大、FPGA加速困难等缺陷,文中提出一种改进VGG的图像识别电路系统,并将该系统首次应用于内窥镜图像病灶识别。首先,通过软件技术优化VGG算法卷积层和全... 为提高内窥镜病灶识别准确率和速度,减少检测仪器功耗,针对现有VGG16网络模型参数量大、FPGA加速困难等缺陷,文中提出一种改进VGG的图像识别电路系统,并将该系统首次应用于内窥镜图像病灶识别。首先,通过软件技术优化VGG算法卷积层和全连接层,增加自适应平均池化层;然后设计优化的卷积IP核,实现卷积和最大池化FPGA加速。为减少模型参数量,有效降低FPGA资源消耗,将改进网络层和批归一化层融合。实验结果表明,改进后的网络模型平均识别准确率为95.59%,模型大小为35.90 MB,相比原始网络准确率提升了3.24%,模型参数量减少92.99%。FPGA板级检测时间为0.55 s/张,相较ARM端和CPU端检测时间减少1509.06 s/张和0.14 s/张。通过优化和改进,提出的电路系统显著提升了内窥镜病灶识别的效率和准确率,有效降低了硬件资源消耗。 展开更多

关键词 卷积神经网络 vgg模型 FPGA 内窥镜图像识别 高层次综合工具 软硬协同

在线阅读 下载PDF 职称材料