检索结果-南通市图书馆

维普期刊数据库博看期刊

基于图像自动标注与改进YOLO v5的番茄病害识别系统

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2023年第11期54卷 198-207页

作者：张领先景嘉平李淑菲朱昕怡乔琛中国农业大学信息与电气工程学院北京100083

针对作物病害识别系统功能单一,缺乏系统升级机制,人工升级系统成本较大的问题,以番茄病害为例,提出了基于OpenCV的番茄叶片图像自动标注算法和改进YOLO v5的番茄病害识别模型;结合数据集自动划分、模型自动训练与评估、手机APP自动创... 详细信息

针对作物病害识别系统功能单一,缺乏系统升级机制,人工升级系统成本较大的问题,以番茄病害为例,提出了基于OpenCV的番茄叶片图像自动标注算法和改进YOLO v5的番茄病害识别模型;结合数据集自动划分、模型自动训练与评估、手机APP自动创建与更新理念,设计了一种可以自动升级的番茄病害识别系统;引入专家审查校正机制,提高了系统识别结果的可靠性。实验结果表明,该系统实现了对番茄的健康叶片与9类病害叶片进行识别,可以在实际应用中通过手机APP识别番茄病害的同时自动扩充番茄病害图像数据集,并根据数据扩充量自动启动系统的升级优化流程,由此不断提升该系统的番茄病害识别性能。该系统为番茄生产提供了一个便捷、可靠的番茄病害识别工具。

关键词：番茄神经网络自动标注病害识别专家审查自动升级

在线全文

学校读者我要写书评

暂无评论

基于域自适应的云南重彩画无监督情感识别

图学学报 2022年第4期43卷 641-650页

作者：彭国琴张浩徐丹云南大学信息技术中心云南昆明650500 云南大学信息学院云南昆明650500

计算机视觉中,深度学习之所以取得如此巨大的突破,均得益于可获得的大规模标记数据集,而在图像情感分析中,由于情感语义的模糊性,导致图像情感标注困难,公开可获得图像情感数据集较少,其规模也小,制约了基于深度学习的图像情感分析性能... 详细信息

计算机视觉中,深度学习之所以取得如此巨大的突破,均得益于可获得的大规模标记数据集,而在图像情感分析中,由于情感语义的模糊性,导致图像情感标注困难,公开可获得图像情感数据集较少,其规模也小,制约了基于深度学习的图像情感分析性能。情感语义具有其特有的有序性和极性分组特征,而已有的图像情感分析方法中很少关注到情感语义的这些本质特征。基于域自适方法,考虑情感语义的本质特征,提出一种基于推土机距离的情感语义对齐方式,将带标记的情感数据集的训练模型更好地迁移到无标记的情感数据集上,实现无监督的图像情感分析,解决情感数据集标注困难的问题。该方法应用于创建的云南重彩画数据集,实验结果表明,其能有效地对齐源域和目标域数据,实现无监督的情感数据集自动标注,有利于扩充图像情感数据集规模。

关键词：域自适应云南重彩画推土机距离无监督自动标注

在线全文

学校读者我要写书评

暂无评论

基于三维坐姿的压力数据自动标注方法

仪器仪表学报 2023年第10期44卷 71-79页

作者：郑台台姚燕蔡晋辉中国计量大学计量测试工程学院杭州310018

针对当前传统坐姿标注方法,存在操作繁琐、人工标注效率低等问题,提出了一种基于三维坐姿的压力数据自动标注方法。该方法基于双指针时间戳匹配实现双目视觉数据和压力数据同步实时采集;采取归一化、自适应中值滤波处理压力数据,去除压... 详细信息

针对当前传统坐姿标注方法,存在操作繁琐、人工标注效率低等问题,提出了一种基于三维坐姿的压力数据自动标注方法。该方法基于双指针时间戳匹配实现双目视觉数据和压力数据同步实时采集;采取归一化、自适应中值滤波处理压力数据,去除压力数据量纲影响和尖峰噪声;利用二维姿态估计与匹配优化、坐标变换和多点三角测量处理视觉数据,提取6个三维人体关键点信息;构造基于坐姿特征的骨架图和基于邻接节点间空间三维投影角度特征,建立一个基于三维坐姿的标注信息生成模型;利用标注信息标注压力数据,构建带标注的坐姿压力数据集。实际应用中,单个样本数据对视觉-压力端采集平均时间差仅为21 ms,生成标注准确率达98.98%,自动标注平均耗时0.199 s,标注速度较人工标注提升13.3倍。

关键词： YOLOv7-Pose 阵列式压力传感器图卷积网络自动标注

基于自组织增量-图卷积神经网络的金相图半监督学习

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第11期43卷 3301-3308页

作者：李维刚谌竟成谢璐赵云涛武汉科技大学冶金自动化与检测技术教育部工程研究中心武汉430081

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集。针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法。首先,采用迁移学习获取图像数据样本的特征向量集合... 详细信息

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集。针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法。首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果。针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12%时,新模型的分类准确度可达到91%。

关键词：自组织增量神经网络图卷积神经网络自动标注钢材显微组织

基于Polygon-RefineNet的违禁品X线图像自动标注方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2021年第2期44卷 395-408页

作者：马博文贾同刘益辄滑心语东北大学信息科学与工程学院沈阳110819

近年来,随着深度学习的快速发展,其在智慧安检领域的应用已经成为了当下的研究热点.众所周知,深度学习方法是以海量训练数据为基础的,然而手工标注真值(ground truth)是一项十分繁琐的工作.为此,本文提出一种基于Polygon-RefineNet的违... 详细信息

近年来,随着深度学习的快速发展,其在智慧安检领域的应用已经成为了当下的研究热点.众所周知,深度学习方法是以海量训练数据为基础的,然而手工标注真值(ground truth)是一项十分繁琐的工作.为此,本文提出一种基于Polygon-RefineNet的违禁品X线图像自动标注方法,该方法在用户设定的包含感兴趣区域的初始边框(bounding box)内自动预测出目标的多边形轮廓,旨在生成可用真值的情况下最大限度地减少标注时间.由于违禁品X线图像存在大量的重叠现象,导致图像背景十分杂乱、违禁品轮廓模糊不清,因此本文首先引入多路径优化机制,通过有效利用深度网络下采样过程中提取的底层空间信息和高层语义信息来优化多边形轮廓的边缘细节,从而提高标注精度;其次,本文设计一种混合损失函数用于优化多边形轮廓的整体形状和位置,并同时消除真值本身存在的主观性误差使模型具有强大的泛化能力.最后,为了验证所提出方法的有效性,本文建立了一个违禁品X线数据集,该数据集包含2623张经过手工标注的X线图像,共10类7257个违禁品带有像素级真值.实验表明,本文提出的方法在标注违禁品时达到了93.1%的准确率,且速度约是手工标注的3.7倍.本文进一步证明了该方法在Cityscapes数据集、MS COCO数据集等其它域外数据集上的有效性.

关键词：深度学习自动标注 X线数据集多路径优化混合损失函数

面向抓取检测的位姿估计数据集自动采集标注系统

在线全文

学校读者我要写书评

暂无评论

工程科学学报 2024年第8期46卷 1458-1468页

作者：陈鹏白勇孙翰翔河北工业大学人工智能与数据科学学院天津300401

机器人抓取在物流分拣、自动装配和医疗手术等领域中具有广泛的应用.抓取检测是机器人抓取中的重要步骤之一,随着三维传感器的成本逐渐降低,抓取检测任务中越来越多地使用深度相机采集彩色图像和深度图像对(RGB-D),并采用基于位姿估计... 详细信息

机器人抓取在物流分拣、自动装配和医疗手术等领域中具有广泛的应用.抓取检测是机器人抓取中的重要步骤之一,随着三维传感器的成本逐渐降低,抓取检测任务中越来越多地使用深度相机采集彩色图像和深度图像对(RGB-D),并采用基于位姿估计的方法实现机器人抓取.然而,目前已经公开的基于RGB-D图像的位姿估计数据集,大多需要借助价格昂贵的三维激光扫描仪获得目标物体的三维模型,而且标注过程依赖人工操作,费时费力,不利于大规模数据集的制作.为此,本文设计并实现了一个面向位姿估计的数据集自动采集标注系统.该系统无需使用三维激光扫描仪,只通过采集、分析由深度相机获得的RGB-D图像序列即可重建出目标物体的三维模型,并自动标注目标物体的位姿信息,生成二维图像中的分割掩码.实验中,使用该系统制作了包含84个物体、8400张RGB-D图像的位姿估计数据集,并将自动标注数据与手动标注数据进行了对比,发现两者分割掩码重合率可以达到98%,并且自动标注的位姿信息能够使模型点云与场景点云的对齐率达到100%,充分说明了所提系统自动标注结果的准确性与可靠性.

关键词：抓取检测自动标注三维重建位姿估计分割掩码

基于BIM的施工深化自动出图系统设计与开发

在线全文

学校读者我要写书评

暂无评论

图学学报 2023年第4期44卷 801-809页

作者：陈菁余芳强易思坤仇春华曹盈上海建工四建集团有限公司上海201103 长沙恩为软件有限公司湖南长沙410007

针对现有BIM软件绘制施工深化图纸效率低且不便利的现状,提出了一种基于BIM的施工深化图纸自动生成技术和系统。该技术通过对施工深化模型中常规族与异形族的梳理,研究族识别及信息匹配技术,保证生成图纸中构件族参数信息完整;通过提取... 详细信息

针对现有BIM软件绘制施工深化图纸效率低且不便利的现状,提出了一种基于BIM的施工深化图纸自动生成技术和系统。该技术通过对施工深化模型中常规族与异形族的梳理,研究族识别及信息匹配技术,保证生成图纸中构件族参数信息完整;通过提取模型中构件尺寸、定位、工程属性等信息,自动生成标注并输出二维图纸;通过预制视图样板控制图纸的图线、图层等图面标准,保证生成的图纸、图面符合一般制图要求;然后开发了BIM出图系统,并根据输出的图纸制定了图纸评价标准用于验证出图系统的落地性,最后结合评价标准将出图系统进行工程应用。应用结果表明,BIM出图系统能够快速、自动生成符合工程标准的图纸,在保证了图纸质量的同时,提升了出图的效率。

关键词： BIM 模型出图二次开发异形构件识别自动标注

面向数字人文的中国古代典籍词性自动标注研究——以SikuBERT预训练模型为例

在线全文

学校读者我要写书评

暂无评论

图书馆论坛 2022年第6期42卷 55-63页

作者：耿云冬张逸勤刘欢王东波华中农业大学外国语学院南京大学信息管理学院南京农业大学信息管理学院

在深度学习技术和预训练语言模型不断发展背景下,文章探讨面向数字人文研究需求的古文典籍文本词性自动标注问题。以校验后的高质量《四库全书》全文语料作为训练集,构建SikuBERT预训练语言模型,在源自多领域的16部古文典籍文本上开展... 详细信息

在深度学习技术和预训练语言模型不断发展背景下,文章探讨面向数字人文研究需求的古文典籍文本词性自动标注问题。以校验后的高质量《四库全书》全文语料作为训练集,构建SikuBERT预训练语言模型,在源自多领域的16部古文典籍文本上开展词性自动标注实验。结果表明:SikuBERT预训练语言模型在词性自动标注任务中表现优良,词性标签总体预测准确率达到89.64%。文章还展示了单机版“SIKU-BERT典籍智能处理系统”的词性自动标注功能设计及应用。

关键词：词性自动标注数字人文 SikuBERT 预训练技术

查询歧义性程度自动标注指标的替代性验证研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第2期3卷 79-89页

作者：桂思思张晓娟王鑫武汉大学信息管理学院武汉430072 武汉大学信息检索与知识挖掘研究所武汉430072 西南大学计算机与信息科学学院重庆400715

【目的】针对查询歧义性程度的标注问题,通过分析自动标注指标间的相关性及自动标注指标与人工标注指标的一致性,以期获得在一定程度上能替代其他自动标注指标和人工标注的自动标注指标。【方法】分别选取基于文档、用户以及查询词项特... 详细信息

【目的】针对查询歧义性程度的标注问题,通过分析自动标注指标间的相关性及自动标注指标与人工标注指标的一致性,以期获得在一定程度上能替代其他自动标注指标和人工标注的自动标注指标。【方法】分别选取基于文档、用户以及查询词项特征的自动标注指标,依据查询词项对应类目的频率改进一种基于查询词项特征的自动标注指标;利用皮尔逊相关系数与对称AP相关系数分析自动标注结果之间的相关性,利用宏平均F1与宏平均准确率分析自动标注指标与人工标注结果的一致性。【结果】自动标注指标之间相关性较弱;本文改进的自动标注指标与人工标注指标之间一致性最高:宏平均F1值与宏平均准确率分别为0.623与0.707。【局限】限于目录型网站的查询词项覆盖率,部分自动标注指标无法用于所有歧义性查询,导致用于检验替代性的歧义查询数量较少。【结论】自动标注指标之间的替代性较弱;查询词项对应类目的频率能提高基于查询词项特征的自动标注指标间一致性;与已有自动标注指标相比,本文改进的自动标注指标与人工标注结果一致性最高,在一定程度上可替代人工标注。

关键词：查询歧义性程度自动标注人工标注替代性相关性一致性