检索结果-南通市图书馆

基于MobileViT-PC-ASPP和迁移学习的果树害虫识别方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第11期55卷 57-67页

作者：张欢周毅王克俭王超李会平河北农业大学信息科学与技术学院保定071001 河北省城市森林健康技术创新中心保定071001 河北金融学院金融科技学院保定071000

为提高果树害虫识别效果,及时做好防治措施,本研究以6种对果树危害程度较大的害虫为研究对象,针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题,提出一种改进的轻量化MobileViT-PC-ASPP识别... 详细信息

为提高果树害虫识别效果,及时做好防治措施,本研究以6种对果树危害程度较大的害虫为研究对象,针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题,提出一种改进的轻量化MobileViT-PC-ASPP识别模型。该模型用PConv(Partial convolution)模块代替原模型MobileViT模块中部分标准卷积模块,其次修改MobileViT模块的特征融合策略,将输入特征、局部表达特征、全局表达特征进行拼接融合;删除网络第10层MV2模块和第11层MobileViT模块,使用改进空洞空间池化金字塔(Atrous spatial pyramid pooling,ASPP)模块进行代替,形成多尺度融合特征;此外,模型用SiLU激活函数代替ReLU6激活函数进行计算,最后基于ImageNet数据集进行迁移学习。实验结果表明,6类果树害虫图像识别准确率达93.77%,参数量为8.40×10^(5),与改进前相比,识别准确率提高7.5个百分点,参数量降低33.86%;与常用害虫CNN识别模型AlexNet、ResNet50、MobileNetV2、ShuffleNetV2相比识别准确率分别提高8.25、4.78、7.27、7.41个百分点,参数量分别减少6.03×10^(7)、2.48×10^(7)、2.66×10^(6)、5.30×10^(5);与Transformer识别模型ViT、Swin Transfomer相比识别准确率分别提高19.03、9.8个百分点,参数量分别减少8.56×10^(7)、2.75×10^(7)。本研究适合部署在移动终端等有限资源环境,并且有助于实现对复杂背景下小目标果树害虫进行识别检测。

关键词：果树害虫识别模型 PConv模块融合策略 SiLU激活函数空洞空间池化金字塔

维普期刊数据库博看期刊

基于DC-Unet的混凝土桥梁表观裂缝识别方法

在线全文

学校读者我要写书评

暂无评论

长安大学学报（自然科学版） 2024年第3期44卷 66-75页

作者：马亚飞孙文康何羽王磊长沙理工大学土木工程学院湖南长沙410114

为解决服役混凝土桥梁表观损伤检测存在误检率高、受背景噪声影响大等问题,提出一种基于DC-Unet的表观裂缝识别方法。首先,使用密集残差连接模块(DRCM)替换U-net模型中每次下采样和上采样前以及最后1×1卷积前的卷积操作,增加了模型深度... 详细信息

为解决服役混凝土桥梁表观损伤检测存在误检率高、受背景噪声影响大等问题,提出一种基于DC-Unet的表观裂缝识别方法。首先,使用密集残差连接模块(DRCM)替换U-net模型中每次下采样和上采样前以及最后1×1卷积前的卷积操作,增加了模型深度;其次,在模型第1次上采样前的位置融入空洞空间池化金字塔模块,扩大了模型感受野,提升了模型获取多层次表观裂缝特征的能力;最后,将结合了空间和通道的注意力模块以残差连接的方式融入DRCM结构中,提高了模型对表观裂缝特征区域的关注,使用Labelme软件标注50张3 648像素×2 736像素分辨率的表观裂缝图像,基于窗口滑动算法构建了包含1 347张混凝土表观裂缝图像及标签图像的TimCracks数据集,将提出的表观裂缝识别方法与U-net模型、SegNet模型、U-net++模型、传统OTSU阈值分割算法和基于Canny算子的边缘检测算法进行了比较。结果表明:提出的方法能准确分割识别混凝土桥梁表观裂缝,具有精度高和抗噪性好等优势,在表观裂缝图像背景存在涂层干扰及不光滑褶皱状况下均可有效降低误检率,裂缝识别准确率、交并比和F_(1)-score分别达96.28%、73.80%和84.91%,3个评价指标较U-net模型、SegNet模型、U-net++模型均有提升,与传统裂缝分割算法相比,提出的DC-Unet网络解决了传统方法的误检问题,能将裂缝从涂层背景中有效分割。

关键词：桥梁工程混凝土裂缝 U-net结构密集残差连接空洞空间池化金字塔损伤检测

基于改进DeepLabV3+模型的盐碱地遥感图像分割算法研究

在线全文

学校读者我要写书评

暂无评论

内蒙古农业大学学报(自然科学版) 2024年

作者：张昊潘新罗小玲郜晓晶内蒙古农业大学计算机与信息工程学院

土壤盐碱化影响粮食产量，及时监测盐碱地的分布情况，做好盐碱化的治理对于保障粮食产量具有重要意义。本文提出了一种基于DeepLabV3+的深度学习改进方法监测盐碱地分布情况。将主干网络替换为一种轻量的GhostNetV2网络，大幅减少模型... 详细信息

土壤盐碱化影响粮食产量，及时监测盐碱地的分布情况，做好盐碱化的治理对于保障粮食产量具有重要意义。本文提出了一种基于DeepLabV3+的深度学习改进方法监测盐碱地分布情况。将主干网络替换为一种轻量的GhostNetV2网络，大幅减少模型的参数量。引入了一种高效的卷积模块Ref（可重参数化）卷积，设计一个双分支的Bi-GhostBottleNeck模块增强对局部特征的关注。针对盐碱所在区域是难分类样本的问题，设计了一种混合损失函数，使模型更关注难分类样本。使用盐碱地遥感数据进行实验，相较于原始DeepLabV3+模型，mIoU（平均交并比）提高了3.08%。

关键词：深度学习语义分割盐碱地 DeeplabV3+ 空洞空间池化金字塔

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进的YOLO算法的交通标志识别

计算机仿真 2023年第1期40卷 149-155页

作者：李文举张干崔柳沙利业上海应用技术大学计算机科学与信息工程学院上海201418 上海普利森配料系统有限公司上海201108

为了解决交通标志识别易受光照、遮挡和小目标影响的问题,对YOLOv5-P6算法进行改进,提出了一种新的交通标志识别算法。算法采用加权双向特征金字塔网络,提高特征提取能力,增加了跨层连接并对传递的特征进行权重调整,更好地融合道路交通... 详细信息

为了解决交通标志识别易受光照、遮挡和小目标影响的问题,对YOLOv5-P6算法进行改进,提出了一种新的交通标志识别算法。算法采用加权双向特征金字塔网络,提高特征提取能力,增加了跨层连接并对传递的特征进行权重调整,更好地融合道路交通标志的通道特征;使用空洞空间池化金字塔模块提取多尺度上下文信息,进一步增大感受野从而改善语义分割的效果;引入改进的跨阶段局部网络,使模块更加简洁;在训练过程中加入随机裁剪技术,并采用图像缩放、图像切变以及代数运算对检测效果不理想的类别进行实例扩充,缓解模型的过拟合问题。在TT100K数据集上应用本算法,识别精度达到90.02%,与传统的YOLOv5模型相比提高了4.72%,帧处理速率达到36.07FPS。

关键词：交通标志识别加权双向特征金字塔空洞空间池化金字塔数据增强

基于深度学习与CT影像的新冠肺炎辅助诊断技术研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习与CT影像的新冠肺炎辅助诊断技术研究

作者：林洁沁桂林电子科技大学

学位级别：硕士

新冠病毒感染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。疫情伊始,逆转录聚合酶链式反应被作为诊断新冠病毒感染的“金标准”,但存在检测周期长和敏感性不够高等问题,因此专家提出对出现相应症状患者采用CT影像检测与核酸... 详细信息

新冠病毒感染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。疫情伊始,逆转录聚合酶链式反应被作为诊断新冠病毒感染的“金标准”,但存在检测周期长和敏感性不够高等问题,因此专家提出对出现相应症状患者采用CT影像检测与核酸检测相互辅助的方式进行检测,但采用CT影像检测将大幅增加医学影像数量,而且放射科医生人力不足,医生长时间超负荷工作易造成漏诊和误诊。基于深度学习的医学辅助诊断技术,可以辅助医生完成疾病筛查,有效提升工作效率,降低误诊率和漏诊率。针对新冠肺炎病灶边缘模糊、U-Net网络易忽略边缘局部特征和小目标等问题,设计了多尺度融合注意力网络MSANet。通过全局池化层和设置空洞卷积的采样率,增大网络感受野,捕获多尺度信息,实现对大目标的有效分割;使用通道注意力与空间注意力,在通道维度上对特征信息进行选择,在空间维度上对空间病灶特征的相关性建模,实现信息的有效流动,提高了网络的表征能力;引入Dice损失函数,从全局的角度逐像素拉近的同时解决了收敛慢的问题;采用Leaky Re LU激活函数解决原始网络零梯度问题。实验表明:MSANet一定程度上提升了分割精度和准确度,减少了编码器和解码器之间的语义差距,与U-Net网络相比,分割的平均交并比提升了2.9%,平均像素准确率提升了2.11%,准确率提升了1.79%。针对新冠肺炎病灶纹理特征复杂、Res Net50网络存在空间冗余、许多卷积层未被有效利用、网络对信息的感受野与模型层数不匹配等问题,设计并提出融合坐标注意力的新冠肺炎分类网络FCANet。将位置信息嵌入通道注意力,在避免大开销的同时,获得精确的位置信息和长期依存性,增强了移动网络中的特征表达能力,提升了网络定位和识别目标区域的能力;采用Si LU激活函数进一步减少Res Net50网络出现零梯度问题。实验表明:FCANet有效利用更多信息,一定程度上提升了分类准确率,改进后的算法与Res Net50网络相比,分类的平均准确率提升了2.66%,准确率提升了2.37%,查准率提升了4.59%,F1-Score提升了2.44%,误诊率降低了4.4%。综上所述,针对当前新冠肺炎辅助诊断技术面临的困难与挑战,本文针对医学辅助诊断中的关键技术展开研究工作,具有一定的临床意义。

关键词：计算机辅助诊断多尺度特征融合注意力卷积块注意力模块空洞空间池化金字塔坐标注意力

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于YOLOv5的小动物目标检测算法研究

工业控制计算机 2024年第5期37卷 80-82页

作者：汪香念饶红霞谢家豪广东工业大学自动化学院广东广州510006

针对现有变电站入侵检测算法误报率高、对小目标检测精度低等问题,提出了一种基于改进YOLOv5的变电站入侵小动物目标检测算法。将SENet通道注意力模块和卷积注意力模块(CBAM)中的激活函数改进为HardSwish函数,并在主干网络和颈部网络中... 详细信息

针对现有变电站入侵检测算法误报率高、对小目标检测精度低等问题,提出了一种基于改进YOLOv5的变电站入侵小动物目标检测算法。将SENet通道注意力模块和卷积注意力模块(CBAM)中的激活函数改进为HardSwish函数,并在主干网络和颈部网络中分别引入改进后的SENet_H模块和CBAM_H模块;采用空洞空间池化金字塔(ASPP)对空间金字塔池化进行优化,并在检测端增加一个小目标检测层,以提高对小动物的检测精度。此外,还构建了小动物数据集,并采用9-Mosaic数据增强方式,丰富了样本目标。实验结果表明:改进后的小动物目标检测算法相较于原YOLOv5算法精确率提升了11.6%,召回率提升了10.2%,平均精度均值提升了8.1%。

关键词：目标检测注意力机制空洞空间池化金字塔小动物检测

结合残差与双注意力机制的U-Net语音增强方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2024年第11期45卷 3383-3389页

作者：许春冬王磊胡菁兰闵源徐锦武江西理工大学信息工程学院江西赣州341000

针对U-Net语音增强网络深层特征提取能力不足,以及编解码过程中特征信息丢失问题,提出一种结合残差与双注意力机制的DA-Res-Unet语音增强方法。将U-Net编解码部分设计为残差结构来深化网络,增强深层特征提取能力;在网络结构中构造双注... 详细信息

针对U-Net语音增强网络深层特征提取能力不足,以及编解码过程中特征信息丢失问题,提出一种结合残差与双注意力机制的DA-Res-Unet语音增强方法。将U-Net编解码部分设计为残差结构来深化网络,增强深层特征提取能力;在网络结构中构造双注意力机制,减少时频特征提取中的细节信息丢失;在网络中融入空洞空间金字塔池化结构,在低参数量情况下融合不同尺度上下文背景信息,提高模型特征捕获能力。实验结果表明,DA-Res-Unet网络模型在可见噪声测试集上的PESQ、STOI和LSD这3种评测指标取得了不同程度的提升,在未知噪声测试集上具备一定优势。

关键词：语音增强深度学习残差网络特征提取编解码结构注意力机制空洞空间池化金字塔