锐化处理和优化器对VGG16在印文种类鉴别中影响的研究 被引量：1

1

作者 张询 于彬 《中国人民公安大学学报(自然科学版)》 2025年第1期7-16,共10页

探讨了图像锐化处理和优化器选择对VGG16模型在印章印文种类鉴别任务中的影响。结合OpenCV进行图像预处理和锐化处理,评估了SGD与Adam优化器的性能表现。实验结果表明,图像锐化显著提升了模型的特征提取能力和分类精度,而SGD优化器在验... 探讨了图像锐化处理和优化器选择对VGG16模型在印章印文种类鉴别任务中的影响。结合OpenCV进行图像预处理和锐化处理,评估了SGD与Adam优化器的性能表现。实验结果表明,图像锐化显著提升了模型的特征提取能力和分类精度,而SGD优化器在验证集和测试集上的准确率均超过95%,且在收敛速度和稳定性方面优于Adam。因此,适当的图像锐化处理和优化器选择能够有效提高VGG16模型的分类性能,未来可通过扩展数据集和优化算法进一步提升印章印文识别的效率和鲁棒性。 展开更多

关键词 印章印文检验 卷积神经网络 OPENCV vgg16模型 图像锐化 优化器

在线阅读 下载PDF 职称材料

基于VGG16-SVM-SSA的产品表面质量检测方法 被引量：3

2

作者 钟武昌 战洪飞 +3 位作者 林颖俊 叶晨 余军合 王瑞 《计算机集成制造系统》 EI CSCD 北大核心 2024年第12期4435-4445,共11页

针对传统视觉检测方法容易出现漏检、错检、识别效率低等问题,提出一种基于深度学习的产品表面质量检测方法,加速产线检测效率和提高质量控制智能化水平。首先,从产品表面质量检测基本流程出发,进行产品表面质量问题建模。在此基础上,... 针对传统视觉检测方法容易出现漏检、错检、识别效率低等问题,提出一种基于深度学习的产品表面质量检测方法,加速产线检测效率和提高质量控制智能化水平。首先,从产品表面质量检测基本流程出发,进行产品表面质量问题建模。在此基础上,构建改进的VGG16网络模型进行图像识别,该模型采用支持向量机(SVM)代替VGG16网络模型中的softmax分类器,并引用麻雀搜索算法(SSA)进一步优化SVM超参数,从而增强模型分类精度。同时搭建图像缺陷特征知识库,完善标准产品表面缺陷数据体系。最后,设计开发了基于深度学习的工业云平台质量检测系统,实现产线、设备、人员之间的高效交互联通,以及产品表面质量数据的实时采集、传输、智能检测和数据管理,采用铸造叶轮案例验证了所提模型和方法的可行性。 展开更多

关键词 质量检测 vgg16网络模型 支持向量机 麻雀搜索算法 工业云平台

在线阅读 下载PDF 职称材料

小样本条件下导弹时序遥测数据故障诊断方法

3

作者 林达 袁烨 +2 位作者 吴伟 梁旗 唐健 《计算机测量与控制》 2025年第10期158-164,共7页

导弹批产总装遥测数据量大、参数多、波形差异大、故障样本少,人工判读费时费力,难以通过代码描述特征自动分析;因此对复杂时序遥测数据的快速分析和故障诊断进行了研究,通过将记录的遥测时序数据进行对齐与校准后,采用将数据转化为波... 导弹批产总装遥测数据量大、参数多、波形差异大、故障样本少,人工判读费时费力,难以通过代码描述特征自动分析;因此对复杂时序遥测数据的快速分析和故障诊断进行了研究,通过将记录的遥测时序数据进行对齐与校准后,采用将数据转化为波形图片输入到深度学习模型中开展故障诊断模型训练的方法,并使用生成对抗网络技术增广小样本故障数据,建立VGG16迁移学习模型;根据历史导弹故障数据等开展了某导弹测试参数智能故障诊断仿真试验,模型损失函数降至0.04,验证集的准确率达99%;试验结果验证了所提出故障诊断模型的正确性与有效性;将模型在实际型号导弹的批产总装工作中应用,能够大幅提高产品生产效率,提高批产质量,降低出厂后维修、批次性返修等风险。 展开更多

关键词 时序遥测数据 生成对抗网络 vgg16模型 迁移学习 故障诊断

在线阅读 下载PDF 职称材料

基于VGG16迁移学习的轴承故障诊断方法 被引量：19

4

作者 赵宇凯 徐高威 刘敏(指导) 《航天器环境工程》 2020年第5期446-451,共6页

针对轴承故障诊断问题,提出基于VGG16卷积神经网络与迁移学习的故障诊断方法。首先将轴承原始振动信号数据利用信号转图像方法进行预处理,生成相应的目标数据集;然后将已经预训练过的VGG16模型在生成的目标数据集上训练并微调;最后将微... 针对轴承故障诊断问题,提出基于VGG16卷积神经网络与迁移学习的故障诊断方法。首先将轴承原始振动信号数据利用信号转图像方法进行预处理,生成相应的目标数据集;然后将已经预训练过的VGG16模型在生成的目标数据集上训练并微调;最后将微调后的VGG16模型应用于故障诊断。将该方法分别在凯斯西储大学和辛辛那提大学的轴承数据集上进行验证,结果表明该方法能够取得接近100%的轴承故障诊断准确率,具有较好的应用前景。 展开更多

关键词 轴承 故障诊断 卷积神经网络 迁移学习 vgg16模型

在线阅读 下载PDF 职称材料

改进的VGG16在水稻稻瘟病图像识别中的应用 被引量：8

5

作者 胡骏 陆兴华 +3 位作者 林柽莼 陈嘉铧 邓雨铮 许丽娟 《计算机应用》 CSCD 北大核心 2023年第S02期196-200,共5页

针对水稻稻瘟病中人工识别的效率低、识别能力差和识别技术应用不普及的问题,提出基于改进VGG16模型的稻瘟病病症精准识别模型——VGG16-H。首先,建立水稻稻瘟病的病斑图像RiceLeafs数据集,利用计算机视觉和OpenCV将RiceLeafs原始数据... 针对水稻稻瘟病中人工识别的效率低、识别能力差和识别技术应用不普及的问题,提出基于改进VGG16模型的稻瘟病病症精准识别模型——VGG16-H。首先,建立水稻稻瘟病的病斑图像RiceLeafs数据集,利用计算机视觉和OpenCV将RiceLeafs原始数据进行随机旋转、随机亮度变换、随机对比度等操作,以扩充样本数和增强数据;其次,在传统VGG16模型的基础上,减少卷积核数,增加Dropout层和GN(Group Normalization)层,以减少模型参数,降低运算负荷,提高检测性能,加快模型收敛;最后,通过PyTorch深度学习平台训练,使用卷积神经网络(CNN)构建VGG16-H模型。实验结果表明,VGG16-H模型的训练识别率比支持向量机(SVM)和VGG16模型分别提高了2.4和0.8个百分点,测试识别率分别提高了2.4和1.6个百分点。验证了VGG16-H模型能在计算资源有限、水稻病病斑分散条件下提高模型的识别率且不增加过多的训练时耗,在实际农业运用中具有较好的效果。 展开更多

关键词 卷积神经网络 分类识别 OPENCV vgg16模型 支持向量机 稻瘟病

在线阅读 下载PDF 职称材料

基于迁移学习和逻辑回归模型的花卉分类研究 被引量：3

6

作者 陈卫国 莫胜撼 《南方农机》 2024年第1期139-143,151,共6页

【目的】不同种花卉之间的相似性以及同种花卉内部的多变性加大了花卉图像分类难度,其难点是要人工设计出能充分体现花卉颜色、形状和花瓣形态等特征的特征提取方法。传统的花卉图像分类方法的精度不高且模型的泛化能力较差,这些问题亟... 【目的】不同种花卉之间的相似性以及同种花卉内部的多变性加大了花卉图像分类难度,其难点是要人工设计出能充分体现花卉颜色、形状和花瓣形态等特征的特征提取方法。传统的花卉图像分类方法的精度不高且模型的泛化能力较差,这些问题亟待解决。【方法】课题组提出一种基于数据增强的VGG16迁移学习卷积神经网络提取花卉图像特征,再训练多类逻辑回归模型的花卉图像分类识别方法;并且通过在flowers17和flowers102花卉数据集上进行测试,来验证课题组所提出的花卉分类识别方法的有效性。【结果】课题组所提出的花卉分类识别方法在flowers17和flowers102数据集中分别达到了97.89%和92.10%的分类精度,高于现有其他花卉图像分类方法。【结论】通过预训练的深度人工神经网络提取的高区分度的花卉图像特征,优于人工设定的花卉图像特征,能训练出更高效精准的花卉识别分类器。基于本研究内容,下一步可对VGG16网络进行降维改进,让模型参数减少,从而实现快速实时应用。 展开更多

关键词 花卉图像分类 卷积神经网络 迁移学习 vgg16 逻辑回归模型

在线阅读 下载PDF 职称材料

基于卷积神经网络的犬类识别技术研究 被引量：1

7

作者 宗兆星 杨燕婷 +2 位作者 余国庆 李冬梅 刘光宇 《蚌埠学院学报》 2024年第5期78-82,共5页

运用卷积神经网络方法对犬类识别问题提供一种有效的解决方案。首先数据集来源于斯坦福大学的120种犬类标准数据集,其次搭建了Alexnet与VGG16两种卷积神经网络的模型,经训练测试后两种卷积神经网络模型均可识别数据集中的犬类,最后通过... 运用卷积神经网络方法对犬类识别问题提供一种有效的解决方案。首先数据集来源于斯坦福大学的120种犬类标准数据集,其次搭建了Alexnet与VGG16两种卷积神经网络的模型,经训练测试后两种卷积神经网络模型均可识别数据集中的犬类,最后通过验证集实验对比得出,搭建的VGG16卷积神经网络模型识别效果优于Alexnet卷积神经网络模型,其验证集的识别率达到了89.17%。 展开更多

关键词 犬类识别 卷积神经网络 Alexnet模型 vgg16模型

在线阅读 下载PDF 职称材料

基于注意力机制的改进双判别器图像修复算法 被引量：3

8

作者 李硕 刘斌 +1 位作者 刘昱萌 张娟娟 《陕西科技大学学报》 北大核心 2022年第2期171-177,194,共8页

为解决基于生成式对抗网络的图像修复模型存在的修复结果效果差和内容、细节等特征信息还原不准确这一问题,提出一种融合通道、像素注意力机制的多损失生成对抗网络算法.首先,该算法利用通道注意力块获取高关联的通道特征图;然后,通过... 为解决基于生成式对抗网络的图像修复模型存在的修复结果效果差和内容、细节等特征信息还原不准确这一问题,提出一种融合通道、像素注意力机制的多损失生成对抗网络算法.首先,该算法利用通道注意力块获取高关联的通道特征图;然后,通过像素注意力块对高关联通道特征图上所有像素进行打分,从而获取与缺损区域关联性更高的图像未缺损区域信息;最后,通过引入Vgg16特征提取模型向生成器的优化函数中引入内容、风格损失项,以多损失融合的方式提高图像的修复效果.在目前广泛使用的CelebA数据集和SVHN数据集上验证模型的修复效果,本算法在主客观指标上均优于DCGAN算法、CE算法和DD算法. 展开更多

关键词 通道注意力块 像素注意力块 vgg16特征提取模型 多损失融合 生成对抗网络

在线阅读 下载PDF 职称材料

基于改进的SqueezeNet直升机滚动轴承故障诊断 被引量：9

9

作者 余志锋 熊邦书 +1 位作者 李新民 欧巧凤 《航空动力学报》 EI CAS CSCD 北大核心 2022年第6期1162-1170,共9页

针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题,提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想,在经典的SqueezeNet基础上,采用3个3×3卷积核代替1个7×7卷... 针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题,提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想,在经典的SqueezeNet基础上,采用3个3×3卷积核代替1个7×7卷积核,实现了在相同感知野条件下增加网络容量、增强非线性、减少网络参数量,采用卷积层、池化层和Fire模块、池化层两大结构交替的方式组成模型特征提取层,在保障特征提取能力的情况下,进一步减少了网络参数量。通过轴承数据开展模型故障诊断实验,结果表明该模型诊断精度达到99.65%,与传统卷积神经网络及经典的SqueezeNet模型相比诊断精度相当,而计算量与参数量最大缩减约6倍和36倍。 展开更多

关键词 直升机滚动轴承 卷积神经网络 vgg16模型 轻量化 SqueezeNet模型

原文传递

遥感舰船目标检测识别方法 被引量：7

10

作者 李宗凌 汪路元 +2 位作者 禹霁阳 程博文 郝梁 《遥感信息》 CSCD 北大核心 2020年第1期64-72,共9页

针对基于经典图像处理方法的目标检测识别方法虚警率高、分类效果差等问题,提出了一种基于深度学习的光学遥感舰船目标检测识别方法。该方法采用形态学运算+深度学习的方法,基于视觉增强技术快速筛选疑似目标,大幅降低需处理的数据量;... 针对基于经典图像处理方法的目标检测识别方法虚警率高、分类效果差等问题,提出了一种基于深度学习的光学遥感舰船目标检测识别方法。该方法采用形态学运算+深度学习的方法,基于视觉增强技术快速筛选疑似目标,大幅降低需处理的数据量;采用深度学习网络,大幅降低目标检测虚警率。在2片Xilinx FPGA上完成了设计验证,利用FPGA全并行流水处理的特点,大幅提升处理效率和实时性,相对采用i7-CPU和GPU-GTX1050实现该算法,能效比分别提升260倍和28倍。经16景高分2号卫星遥感图像验证,目标检测识别率高于98%,虚警率低于5%。与现有的目标检测识别方法比,该方法在工程化能力、鲁棒性、实时性、准确率、能效比等方面达到较好平衡,性能优越,优于当前业内方法。 展开更多

关键词 目标检测和识别 深度学习 卷积神经网络 vgg16模型 现场可编程门阵列

在线阅读 下载PDF 职称材料

基于深度学习的学生课堂行为识别 被引量：45

11

作者 魏艳涛 秦道影 +2 位作者 胡佳敏 姚璜 师亚飞 《现代教育技术》 CSSCI 北大核心 2019年第7期87-91,共5页

随着教育步入智能时代,智能化的学生课堂行为识别变得越来越重要。但由于学生的课堂行为复杂多变,使得智能化的学生课堂行为识别存在困难。为了提高智能化学生行为识别的精度,文章首先采集了300名学生的7种典型课堂行为图像,并进行了数... 随着教育步入智能时代,智能化的学生课堂行为识别变得越来越重要。但由于学生的课堂行为复杂多变,使得智能化的学生课堂行为识别存在困难。为了提高智能化学生行为识别的精度,文章首先采集了300名学生的7种典型课堂行为图像,并进行了数据预处理。随后,文章将已在ImageNet数据集上训练好的经典深度网络模型——VGG16网络模型迁移到学生课堂行为识别任务中。最后,通过与其它深度学习模型进行实验对比,文章验证了VGG16网络模型对学生课堂行为具有较高的识别精度。上述研究表明,基于深度学习的学生课堂行为识别能及时、精准地反馈学生的课堂学习情况,有利于教师改进教学方法、优化课堂教学与管理,从而提高教与学的效率,助力教学改革。 展开更多

关键词 学生课堂行为 行为识别 深度学习 vgg16网络模型

在线阅读 下载PDF 职称材料

铁路异物入侵深度识别网络快速训练算法 被引量：1

12

作者 沈悦 《电子设计工程》 2019年第22期48-54,共7页

异物侵入铁路限界对铁路系统可靠性造成了极大的威胁。为达到高分类准确率及低模型内存占用率兼备的目的,针对既有技术方法中分类效果、泛化性能较差以及耗时久、模型占用空间大等问题,本文提供了一种快速训练算法,采用网络迁移压缩同... 异物侵入铁路限界对铁路系统可靠性造成了极大的威胁。为达到高分类准确率及低模型内存占用率兼备的目的,针对既有技术方法中分类效果、泛化性能较差以及耗时久、模型占用空间大等问题,本文提供了一种快速训练算法,采用网络迁移压缩同时进行的方式,提出基于特征图L1或L2范数的递归式裁剪准则剔除冗余卷积核以压缩网络。对于单个相机新场景的目标分类任务,只需使用在混合场景数据上得到的最优分类网络模型通过压缩和微调训练便可以实现不同场景铁路异物分类的快速训练。实验表明,在基于铁路场景数据库的测试中,该算法可以将原始VGG16模型的参数消耗内存压缩1020倍,在不同的单个相机场景测试样本库上压缩后网络的分类误差最低为0.34%。 展开更多

关键词 铁路异物分类 卷积神经网络 vgg16深度网络模型 迁移压缩

在线阅读 下载PDF 职称材料

孪生网络模型在多人种人脸认证中的性能研究

13

作者 赵淑欢 葛佳琦 +1 位作者 刘文 刘帅奇 《小型微型计算机系统》 CSCD 北大核心 2022年第2期362-366,共5页

深度学习网络在模式识别领域性能优异,但需要大量有标注样本对网络进行训练,而对于人脸认证情况下训练样本有限,且已有网络模型在不同人种间的性能差异大,往往会导致人脸认证失效.针对以上问题,本文首先在几种预训练深度网模型上构造孪... 深度学习网络在模式识别领域性能优异,但需要大量有标注样本对网络进行训练,而对于人脸认证情况下训练样本有限,且已有网络模型在不同人种间的性能差异大,往往会导致人脸认证失效.针对以上问题,本文首先在几种预训练深度网模型上构造孪生网络,并设计相似度度量网络;其次,选用多人种的人脸数据库(Racial Faces in-the-Wild,RFW)中不同人种构造正负样本对作为训练集,扩展数据分布,提高模型泛化能力,且在训练过程中采用循环训策略练提高模型的稳定性;最后,在测试集上采用ROC曲线及AUC值对不同模型性能进行评估,测试集与训练集样本无身份交叉,根据实验结果得出结论:VGG16作为主干网络的孪生网络模型更适合多人种人脸认证问题,PCANet提取的特征对African地区的人脸认证更有效. 展开更多

关键词 多人种人脸认证 孪生网络 预训练网络 vgg16 PCANet

在线阅读 下载PDF 职称材料

基于改进全卷积网络的皮肤病变图像分割 被引量：9

14

作者 杨国亮 洪志阳 +1 位作者 王志元 龚曼 《计算机工程与设计》 北大核心 2018年第11期3500-3505,共6页

针对皮肤病变图像在病变区域的形状、纹理、与周围未发生病变区域对比度相对较低等因素,提出一种基于改进全卷积网络的皮肤病变图像分割算法。采用全卷积网络提取皮肤病变图像的形状纹理等特征,引入Jaccard-Diceloss损失函数解决皮肤病... 针对皮肤病变图像在病变区域的形状、纹理、与周围未发生病变区域对比度相对较低等因素,提出一种基于改进全卷积网络的皮肤病变图像分割算法。采用全卷积网络提取皮肤病变图像的形状纹理等特征,引入Jaccard-Diceloss损失函数解决皮肤病变图像中病变与背景区别过大的问题,进一步提高整体的分割性能。对输入皮肤病变图像进行预处理,使用VGG16模型对改进全卷积网络进行微调训练及测试。通过实验得到各项皮肤病变图像分割结果的评估指标值,其结果表明,改进全卷积网络对于皮肤病变图像的分割效果最优,在其它医学图像分割问题上有极大的应用前景。 展开更多

关键词 皮肤病变图像 改进全卷积网络 全卷积网络 Jaccard-Diceloss损失函数 vgg16模型

在线阅读 下载PDF 职称材料

基于卷积神经网络的直肠癌淋巴结转移的智能判断模型研究

15

作者 刘今子 董浩 +1 位作者 方文璇 黄东 《科学技术与工程》 北大核心 2022年第32期14328-14338,共11页

近年来,直肠癌的患病率普遍提高,准确判断直肠癌周围淋巴结的转移情况,能显著提高患者的治愈概率。通过建立数学模型,运用卷积神经网络模型进行智能判断直肠癌淋巴结转移情况。以直肠肿瘤患者动脉期的电子计算机断层扫描(computed tomog... 近年来,直肠癌的患病率普遍提高,准确判断直肠癌周围淋巴结的转移情况,能显著提高患者的治愈概率。通过建立数学模型,运用卷积神经网络模型进行智能判断直肠癌淋巴结转移情况。以直肠肿瘤患者动脉期的电子计算机断层扫描(computed tomography, CT)图像和肿瘤掩模图为样本,建立基于U-Net的CT图像识别分割模型,通过下、上采样分割出直肠肿瘤所在的区域,对肿瘤区域已转移淋巴结的普遍特征进行深度挖掘,利用尺度不变特征变换匹配(scale invarian feature transform, SIFT)算法自动找出肿瘤区域特征点,以及传统的特征纹理、面积、周长和体素强度,分别送入传统卷积神经网络模型和改进后的卷积神经网络模型VGG16网络模型,进行训练、预测、对比。结果表明:传统卷积神经网络模型的准确率在75.32%,而改进后的VGG16网络模型准确率在90.04%,可见,VGG16网络模型对直肠癌淋巴结转移情况的预测效果更好。 展开更多

关键词 U-Net模型 卷积神经网络 vgg16

在线阅读 下载PDF 职称材料

基于神经网络的面包智能溯源系统

16

作者 王鹏程 苏一水 王茂发 《电脑与电信》 2022年第5期19-24,共6页

为实现跟随面包食品从生产到销售的全生态链溯源、溯鲜功能,使用VGG16结构的神经网络迁移模型,构建了一套通过面包食品的个性化纹理的特征值提取,从而实现不借助产品的外界包装与标签仅通过产品的图像即可识别与查询产品信息的系统。该... 为实现跟随面包食品从生产到销售的全生态链溯源、溯鲜功能,使用VGG16结构的神经网络迁移模型,构建了一套通过面包食品的个性化纹理的特征值提取,从而实现不借助产品的外界包装与标签仅通过产品的图像即可识别与查询产品信息的系统。该系统是一套多平台、多用户的服务系统:系统包含了通过上传产品图像来查询产品信息的用户小程序端、生产商上传产品相关信息的Web后台管理端和保存了相应数据的数据库管理端。同时系统通过产品纹理图片来查询产品信息的这一特征也防止了商家私自篡改产品信息以次充好,促进了烘培类食品安全理念的智能化落地、填补了中高端烘培类产品领域所存在的空白。 展开更多

关键词 面包食品 图像识别 vgg16 迁移学习 卷积神经网络

在线阅读 下载PDF 职称材料