检索结果-南通市图书馆

作者：田明华内蒙古大学

学位级别：硕士

牧草的自动识别不仅是牧食动物智能化精细养殖的基础,而且为研究牧草种类及数量与牧食动物生长状态、绒毛细度和肉类质量的关系提供重要依据。传统的牧草识别方法仅依靠人工观察,费时费力。近年来,随着人工智能的发展,如何利用计算机视... 详细信息

牧草的自动识别不仅是牧食动物智能化精细养殖的基础,而且为研究牧草种类及数量与牧食动物生长状态、绒毛细度和肉类质量的关系提供重要依据。传统的牧草识别方法仅依靠人工观察,费时费力。近年来,随着人工智能的发展,如何利用计算机视觉相关算法进行牧草识别成为了研究热点。为节省人力物力,提高识别精度,本文使用深度学习算法对牧草识别技术进行研究,现将主要研究内容总结如下:首先,本文构建了鄂托克旗地区的首个牧草数据集。采用Cutout数据增强算法和基于自适应阈值的图像分割算法进行数据处理,并扩充牧草数据集,为牧草的深度学习识别算法研究提供了数据基础。其次,本文提出了边缘自编码网络（Edge-Autoencoder-Net,E-A-Net）算法,该算法利用Sobel算子和自编码网络提取到不同类型的牧草特征,与基础卷积神经网络进行多尺度特征融合。实验结果表明,本文提出的E-A-Net与VGG16、Res Net50、Efficient Net B0相比,F1分数分别提高了1.6%、2.8%和3.7%,其中E-A-Efficient Net B0最高为96.9%。最后,为将上述识别算法进行压缩,满足边缘端部署的需求,本文提出了一种基于知识蒸馏的牧草识别算法。将改进后的E-A-Efficient Net B0作为教师网络,Mobile Net V2作为学生网络。最终的实验结果表明,相比E-AEfficient Net B0,知识蒸馏后的Mobile Net V2,F1分数达到96.7%,参数量减少了72.9%。蒸馏后的Mobile Net V2可以有效部署到jeston nano深度学习开发板上,并利用该开发板设计出一款可移动式牧草识别系统。

关键词：牧草识别 E-A-Net 知识蒸馏 jeston nano

来源：

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

基于深度学习的轻量级目标检测算法的研究

引用

工业控制计算机 2022年第4期35卷 97-99页

作者：耿硕李云栋北方工业大学信息学院北京100144

铁路异物侵限检测技术在视频监控中起着重大作用,而现有的目标检测网络计算成本高,模型存储大,因为硬件成本和计算力存在矛盾,所以导致检测速度不高等问题。针对上述问题,选取YOLOv4 tiny作为基础网络并进行了改进。首先,在CSP Darknet5... 详细信息

铁路异物侵限检测技术在视频监控中起着重大作用,而现有的目标检测网络计算成本高,模型存储大,因为硬件成本和计算力存在矛盾,所以导致检测速度不高等问题。针对上述问题,选取YOLOv4 tiny作为基础网络并进行了改进。首先,在CSP Darknet53 tiny中,利用深度可分离卷积替换部分标准卷积,减少了参数数量和计算量;其次,将训练后权重进行转换,使得转换后权重可被Tensor RT优化推理器推理加速;然后,引入合并运算和半精度量化处理;最后,将TensorRT-yolov4 tiny部署至嵌入式设备jeston nano上。实验表明,在2555张铁路数据集上进行实验,其检测速度提升了50%,达到了平均0.036一张检测图片,帧率达到了30.12。MAP达到了82.13%。证明了提出的方法的在部署至嵌入式设备后速度性能上具有的优越性。

关键词： YOLOv4 tiny 铁路异物侵限检测深度可分离卷积 Tensor RT jeston nano

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：