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

1

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

2

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

3

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

4

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

基于优化的VGG-16网络模型的煤矸识别研究 被引量：2

5

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

利用改进型VGG标签学习的表情识别方法 被引量：6

6

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

基于肤色分割与改进VGG网络的手语识别 被引量：8

7

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

基于纹理特征和改进VGG的家蚕蛹雌雄识别方法 被引量：1

8

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VGG网络的古籍版面图像差异性比较方法 被引量：3

9

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

基于改进VGG-16模型的英文笔迹鉴别方法 被引量：7

10

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

基于微调VGG-16的现场鞋印检索算法 被引量：4

11

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

基于人工智能技术的激光快速测量系统误差检测 被引量：1

12

作者 谷栎娜 薛少童 +1 位作者 张萌 沈娴 《激光杂志》 北大核心 2025年第4期97-102,共6页

在实际应用过程中,由于测量设备本身的精度限制、测量环境的干扰和人为操作等因素影响,激光快速测量系统不可避免地会存在一定的误差。误差的存在不仅会影响测量结果的准确性,还可能对后续的数据分析和决策制定产生误导。因此,设计基于... 在实际应用过程中,由于测量设备本身的精度限制、测量环境的干扰和人为操作等因素影响,激光快速测量系统不可避免地会存在一定的误差。误差的存在不仅会影响测量结果的准确性,还可能对后续的数据分析和决策制定产生误导。因此,设计基于人工智能技术的激光快速测量系统误差检测方法。首先对激光快速测量系统成像实施畸变校正处理。然后利用改进的AHE算法和双线性插值法对图像进行增强处理,进一步改善激光快速测量系统成像的质量。最后选用经过优化的VGG网络作为本技术的卷积神经网络架构。利用该单卷积神经网络拟合图像与误差之间的映射关系,检测出该系统的误差。实验测试结果表明,设计方法检测到的实验系统检测误差与实际误差一致。 展开更多

关键词 人工智能技术 激光快速测量系统 切向畸变模型 vgg网络 误差检测

原文传递

基于图像识别的变电站监控间隔画面信号自动对点的方法研究

13

作者 高洪涛 李梦阳 钟远清 《电工材料》 2025年第6期88-90,94,共4页

针对目前变电站内监控间隔画面的信号对点采用人工核对的方式导致效率低、误判率高的情况,本文提出一种基于图像识别的变电站监控间隔画面信号自动对点的方法,并对提取画面中信息元素的方法做了详细说明。

关键词 文本识别 图像分类识别 vgg网络模型 监控间隔画面 遥测 遥信

在线阅读 下载PDF 职称材料

基于Faster-RCNN的肺结节检测算法 被引量：12

14

作者 宋尚玲 杨阳 +1 位作者 李夏 冯浩 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第2期129-136,共8页

针对目前的肺结节检测中存在的个体差异、同病异影、同影异病的问题,提出一种大样本条件下的基于Faster-RCNN的肺结节检测算法,对比研究目前的深度学习模型的适应性,给出一种通用的随着样本数量增加肺结节检测率持续提升的策略。首先搭... 针对目前的肺结节检测中存在的个体差异、同病异影、同影异病的问题,提出一种大样本条件下的基于Faster-RCNN的肺结节检测算法,对比研究目前的深度学习模型的适应性,给出一种通用的随着样本数量增加肺结节检测率持续提升的策略。首先搭建深度学习的软硬件环境,设置影像数据接口与Faster-RCNN的网络接口匹配;然后搭建Faster-RCNN的单类分类网络,并对网络结构的参数进行调整优化;最后用包含2000例病人的肺结节数据集,通过不同的卷积神经网络模型(包括ZF和VGG),计算CT图像在各自模型中的特征。对测试结果进行分析评估,分别统计其漏检率、检测准确率,并探讨不同训练数量和数据增广类型对最终检测准确率的影响。最终ZF模型的检测准确率为90.82%,准确率的波动方差为13.30%;VGG模型的检测准确率为87.02%,准确率的波动方差为37.10%。ZF模型的波动方差小,检测精确度高,综合考虑,ZF模型对肺结节的检测效果优于VGG模型的检出效果。所提出的肺结节检测技术具有良好的理论价值和工程应用价值。 展开更多

关键词 Faster-RCNN 肺结节检测 ZF模型 vgg模型 卷积神经网络

暂未订购

基于深度学习的车载网络入侵检测研究

15

作者 吴珊 《机械设计与制造工程》 2022年第9期65-69,共5页

针对日益严峻的车载网络安全问题,提出一种基于卷积神经网络(CNN)的车载网络入侵检测模型。针对车载网络流量数据的特点,首先通过引入GAF编码将车载网络一维时间序列数据转换为二维矩阵,再转换为图片作为CNN网络的输入;为提高CNN网络性... 针对日益严峻的车载网络安全问题,提出一种基于卷积神经网络(CNN)的车载网络入侵检测模型。针对车载网络流量数据的特点,首先通过引入GAF编码将车载网络一维时间序列数据转换为二维矩阵,再转换为图片作为CNN网络的输入;为提高CNN网络性能,选择VGG网络作为主干网络,并对VGG网络的损失函数、隐藏层激活函数、分类器、权值初始化等进行优化;最后在通用的DoS攻击数据集和Fuzzy攻击数据集上进行仿真验证。仿真结果表明,所提GAF编码+VGG网络的入侵检测模型可实现汽车CAN总线的DoS攻击和Fuzzy攻击检测,整体检测准确率达到99%以上,且相较于Reduced Inception-Resnet网络入侵检测模型,所构建的入侵检测模型在F1值等指标上更有优势。 展开更多

关键词 车载网络 CAN总线 入侵检测 vgg网络

在线阅读 下载PDF 职称材料

基于体感识别技术的运动训练辅助系统设计 被引量：8

16

作者 郑永权 张飞云 周帅 《电子设计工程》 2021年第24期93-97,共5页

针对传统运动训练方式严重依赖教练人工指导的问题,文中将体感识别技术应用于运动训练辅助系统的设计中,以实现运动训练智能化。该运动训练辅助系统采用Kinect V2作为实时动作采集传感器,使用分隔策略将人物从运动场所背景中分离出来,... 针对传统运动训练方式严重依赖教练人工指导的问题,文中将体感识别技术应用于运动训练辅助系统的设计中,以实现运动训练智能化。该运动训练辅助系统采用Kinect V2作为实时动作采集传感器,使用分隔策略将人物从运动场所背景中分离出来,从而降低数据的计算量。通过将人体简化为18个骨骼关节降低动作识别的复杂度,并使用多目标跟踪算法来捕捉关节点位置数据。利用VGG卷积神经网络将二维关节数据转换成人体姿态图,将不同时刻的人体姿态图作为堆叠模型的训练样本,以监督学习的方式进行训练和参数优化,得到运动训练实时动作识别模型。经过测试和数据分析证明,文中所提的系统设计方案具有较好的鲁棒性与实用性。 展开更多

关键词 KINECT 分隔策略 多目标跟踪算法 vgg卷积神经网络 堆叠模型

在线阅读 下载PDF 职称材料

基于改进CNN的公交车内拥挤状态识别 被引量：3

17

作者 徐明远 崔华 张立恒 《计算机技术与发展》 2020年第5期32-37,共6页

针对传统的视频图像处理方法对公交车内乘客拥挤状态的检测受运动阴影、动态背景及场景光照变化等因素的影响问题,提出了一种基于改进卷积神经网络VGG-16的公交车内拥挤状态识别方法。该方法在VGG-16的模型基础上,优化全连接层层数,使... 针对传统的视频图像处理方法对公交车内乘客拥挤状态的检测受运动阴影、动态背景及场景光照变化等因素的影响问题,提出了一种基于改进卷积神经网络VGG-16的公交车内拥挤状态识别方法。该方法在VGG-16的模型基础上,优化全连接层层数,使用迁移学习共享VGG-16预训练模型的各层权值参数进行训练。相对于文中的传统图像处理方法、AlexNet模型、GooleNet模型以及标准VGG-16模型,改进的VGG-16模型对公交车拥挤状态的识别准确率最高,识别精度能够达到96.1%。模型的损失值比标准VGG-16模型收敛得更快,模型表现得更加稳定。实验证明:改进后的VGG-16模型能够更好地提取公交内拥挤状态的特征,解决公交车内拥挤状态的识别问题。 展开更多

关键词 图像识别 卷积神经网络 模型改进 vgg-16 公交车 拥挤状态

在线阅读 下载PDF 职称材料

基于多并行计算和存储的CNN加速器 被引量：1

18

作者 李宗凌 汪路元 +3 位作者 禹霁阳 程博文 郝梁 张伟功 《计算机技术与发展》 2019年第7期11-16,共6页

根据深度卷积神经网络(CNN)前向推理结构特点,设计了基于多并行计算和存储的深度卷积神经网络加速器,从运算效率与数据重用两个角度分析了卷积运算的并行特征,并研究了全连接层的全并行流水实现方式。该加速器采用并行流水结构提升计算... 根据深度卷积神经网络(CNN)前向推理结构特点,设计了基于多并行计算和存储的深度卷积神经网络加速器,从运算效率与数据重用两个角度分析了卷积运算的并行特征,并研究了全连接层的全并行流水实现方式。该加速器采用并行流水结构提升计算效率,在卷积层运算中,充分利用多种卷积运算并行架构平衡运算效率与参数及数据载入带宽的需求,通过三种加速方式实现卷积层内全流水加速;在全连接层运算中,将乘累加运算设计成全流水处理架构,流水延时不超过20个处理时钟,并通过并行计算实现16倍加速。在基于ImageNet公开数据集验证实验中,该加速器每周期最多运行2304次乘累加运算,在150MHz的工作频率下,峰值运算速率达到691.2Gops,能效比为i7-6700-CPU的2700倍以上,为GTX-1050-GPU的290倍以上。该加速器在硬件资源、计算精度、速度以及功耗等多方面达到良好平衡,便于在星载嵌入式环境应用。 展开更多

关键词 卷积神经网络 并行计算和存储 加速器 vgg-16模型 现场可编程逻辑器件

在线阅读 下载PDF 职称材料

岩渣分类边缘终端轻量化算法研究 被引量：1

19

作者 王珩 《隧道建设（中英文）》 CSCD 北大核心 2021年第S01期161-166,共6页

为达到掘进过程中掘进机可实时预测前方地质状况的目的,以实际工程案例的岩渣图片数据为基础,分析传统神经网络模型的结构特征,自主设计轻量化网络模型,并对岩渣图片进行训练,使用岩渣图像数据调整Mobilenet轻量化网络模型参数。结果表... 为达到掘进过程中掘进机可实时预测前方地质状况的目的,以实际工程案例的岩渣图片数据为基础,分析传统神经网络模型的结构特征,自主设计轻量化网络模型,并对岩渣图片进行训练,使用岩渣图像数据调整Mobilenet轻量化网络模型参数。结果表明:1)传统的神经网络算法参数量多,占用内存量大,无法在现场部署算力有限的岩渣识别边缘终端,而自主设计的轻量化网络可以满足现场岩渣图像分类准确性的要求;2)Mobilenet轻量化网络模型比传统网络模型减少了80%~90%的计算量,但岩渣图像分类准确性达到97%。 展开更多

关键词 TBM 卷积神经网络 岩渣分类 出渣系统 轻量化模型 Alex Net网络模型 vgg网络模型 Mobilenet模型

在线阅读 下载PDF 职称材料

基于改进注意力机制的认知障碍病程分类 被引量：2

20

作者 李梅梅 胡春海 +1 位作者 周影 宋昕 《计量学报》 CSCD 北大核心 2023年第2期296-303,共8页

阿尔茨海默病(AD)是一种发病进程缓慢、随着时间不断恶化的神经退化性疾病,在老龄化的趋势下,AD患者数量日渐增加。因此,如何对其予以早期精准诊断并进行正向干预是急需解决的问题。为提高计算机辅助诊断的效率,同时促进疾病的病理生理... 阿尔茨海默病(AD)是一种发病进程缓慢、随着时间不断恶化的神经退化性疾病,在老龄化的趋势下,AD患者数量日渐增加。因此,如何对其予以早期精准诊断并进行正向干预是急需解决的问题。为提高计算机辅助诊断的效率,同时促进疾病的病理生理机制研究,提出了改进的基于SE模块二维双路径融合网络的分类方法,在网络中加入缩减系数模块,增加图片有用信息占比;对通道注意模块的权重函数重新设计,增大特征图间差异,联合二维双路径网络,增大网络倚重点,达到更好分类性能的同时,防止模型过拟合。使用ADNI数据集对AD、EMCI、NC进行二分类,实验表明所提出模型准确度相比于VGG和二维双路径融合模型分别提高了5.59%和8.11%,与其它先进方法进行比较验证了所提方法的可行性。 展开更多

关键词 计量学 认知障碍 病程分类 注意力机制 MRI SE模块 vgg模型 二维双路径融合网络

在线阅读 下载PDF 职称材料