检索结果-南通市图书馆

基于改进YOLOv5和resnet50的女装袖型识别方法

在线全文

学校读者我要写书评

暂无评论

现代纺织技术 2024年第1期32卷 45-53页

作者：曹涵颖妥吉英重庆第二师范学院美术学院重庆400065 重庆理工大学车辆工程学院重庆400054

针对女装袖型分类繁多、特征识别困难、检测效果不理想等问题,根据不同女装袖型的关联信息,结合注意力机制改进的YOLOv5目标检测网络和resnet50残差网络,提出了一种女装袖子造型的自动识别方法。首先,从电商平台收集服装样本图像,按照... 详细信息

针对女装袖型分类繁多、特征识别困难、检测效果不理想等问题,根据不同女装袖型的关联信息,结合注意力机制改进的YOLOv5目标检测网络和resnet50残差网络,提出了一种女装袖子造型的自动识别方法。首先,从电商平台收集服装样本图像,按照长短大类和形态小类标记对女装袖型进行归类,建立了包含3600张图像的袖型数据集;其次,结合注意力机制改进的YOLOv5目标检测网络和resnet50残差网络,设计了女装袖型识别方法;最后,在袖型数据集上开展模型训练,并通过实验验证袖型识别的效果。结果表明:改进YOLOv5和resnet50相结合的深度学习方法可以有效地对女装袖型进行识别,整体识别准确率约93.3%。该女装袖型识别方法准确、便捷,可以实现大量服装款式的分类快速检测,提高服装设计效率,促进人工智能技术在服装设计领域的应用,助力我国智能制造和电子商务的发展。

关键词：女装袖型深度学习 YOLOv5 注意力机制 resnet50

基于改进resnet50的钨矿石双能X射线图像分选方法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第13期47卷 87-92页

作者：刘志锋曾灵锋彭芳伟魏振华张寰宇东华理工大学信息工程学院江西南昌330013

文中提出一种基于深度扩张可分离卷积和注意力机制的残差网络模型(DWAtt-resnet),通过实验对比表明,该模型在钨矿石双能X射线图像数据集上准确率、F1分数、AUC值和AP值均优于ConvNeXt、DenseNet121和EfficientNet_b4等主流的图像分类模... 详细信息

文中提出一种基于深度扩张可分离卷积和注意力机制的残差网络模型(DWAtt-resnet),通过实验对比表明,该模型在钨矿石双能X射线图像数据集上准确率、F1分数、AUC值和AP值均优于ConvNeXt、DenseNet121和EfficientNet_b4等主流的图像分类模型。通过消融实验表明,该模型准确率达到87.4%,计算量为2.7GFLOPs,参数量为16.95M,相比resnet50准确率提高3%,计算量降低1.42 GFLOPs,参数量降低6.56M,准确率提升的同时,效率大幅提升,更适合工业生产的矿石快速分拣需求。

关键词：钨矿石双能X射线图像分类 resnet50 深度扩张可分离卷积注意力机制

融合注意力机制与改进resnet50的服装图像属性预测方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

现代纺织技术 2024年

作者：游小荣李淑芳邵红燕常州纺织服装职业技术学院智能制造学院江苏省碳纤维先进材料智能制造工程技术研究开发中心常州纺织服装职业技术学院智能纺织与材料学院

为了解决人工标注服装图像属性效率低下的问题，提出了一种融合注意力机制与改进resnet50的服装图像属性预测方法。文章首先对传统多标签分类方法中的模型进行了改进，改进后的方法能更充分利用任务之间的相关性，并减少数据稀缺问题带... 详细信息

为了解决人工标注服装图像属性效率低下的问题，提出了一种融合注意力机制与改进resnet50的服装图像属性预测方法。文章首先对传统多标签分类方法中的模型进行了改进，改进后的方法能更充分利用任务之间的相关性，并减少数据稀缺问题带来的影响；接着文章引入CBAM注意力机制，用于捕捉服装属性上的细节特征。结果表明：在未引入注意力机制的情况下，基于改进resnet50的方法在多项评价指标上均优于传统多标签分类方法，准确率提高了25.96%，与resnet34、EfficientNet＿V2、VGG16模型相比，resnet50模型在服装图像属性预测方面整体表现更佳；引入CBAM注意力机制后，基于改进resnet50的方法的准确率再提高了1.72%。文章所提的融合注意力机制与改进resnet50的服装图像属性预测方法，能够有效预测服装图像属性，为实现服装图像属性的自动化标注提供了新的思路。

关键词：服装图像属性预测注意力机制 resnet50 深度学习

Sleep Posture Classification Using RGB and Thermal Cameras Based on Deep Learning Model

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Computer Modeling in Engineering & Sciences 2024年第8期140卷 1729-1755页

作者： Awais Khan Chomyong Kim Jung-Yeon Kim Ahsan Aziz Yunyoung Nam Department of ICT Convergence Soonchunhyang UniversityAsan31538Korea ICT Convergence Research Center Soonchunhyang UniversityAsan31538Korea Emotional and Intelligent Child Care Convergence Research Center Soonchunhyang UniversityAsan31538Korea

Sleep posture surveillance is crucial for patient comfort,yet current systems face difficulties in providing compre-hensive studies due to the obstruction caused by blankets.Precise posture assessment remains challenging because of the complex nature of the human body and variations in sleep patterns.Consequently,this study introduces an innovative method utilizing RGB and thermal cameras for comprehensive posture classification,thereby enhancing the analysis of body position and comfort.This method begins by capturing a dataset of sleep postures in the form of videos using RGB and thermal cameras,which depict six commonly adopted postures:supine,left log,right log,prone head,prone left,and prone right.The study involves 10 participants under two conditions:with and without blankets.Initially,the database is normalized into a video frame.The subsequent step entails training a fine-tuned,pretrained Visual Geometry Group(VGG16)and resnet50 model.In the third phase,the extracted features are utilized for classification.The fourth step of the proposed approach employs a serial fusion technique based on the normal distribution to merge the vectors derived from both the RGB and thermal datasets.Finally,the fused vectors are passed to machine learning classifiers for final classification.The dataset,which includes human sleep postures used in this study’s experiments,achieved a 96.7%accuracy rate using the Quadratic Support Vector Machine(QSVM)without the blanket.Moreover,the Linear SVM,when utilized with a blanket,attained an accuracy of 96%.When normal distribution serial fusion was applied to the blanket features,it resulted in a remarkable average accuracy of 99%.

关键词： Human sleep posture VGG16 deep learning resnet50 fusion machine learning

基于改进的resnet50网络的光伏热斑识别算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

长春师范大学学报 2024年第4期43卷 28-36页

作者：汪方斌王海霞龚雪安徽建筑大学机械与电气工程学院安徽合肥230601

为提高样本在分布不均衡情况下的识别精度,提出一种改进的resnet50卷积神经网络光伏热斑识别算法。首先,为增加初期红外纹理信息流入、调整网络宽度,设计一种头部分组特征提取模块,并将其嵌入到残差网络中,提高网络在图像细微特征方面... 详细信息

为提高样本在分布不均衡情况下的识别精度,提出一种改进的resnet50卷积神经网络光伏热斑识别算法。首先,为增加初期红外纹理信息流入、调整网络宽度,设计一种头部分组特征提取模块,并将其嵌入到残差网络中,提高网络在图像细微特征方面的提取能力;然后,将通道注意力机制与残差模块相结合,增加网络通道间的热斑特征信息权重,提高模型识别性能和网络收敛速度;最后,通过图像转换HSV颜色空间、平均H分量梯度直方图峰值等数据预处理方法,将负样本转为多分类数据集,并用于热斑识别网络模型,实现热斑识别结果的可视化。实验结果表明,对比其他算法,改进后的resnet50网络在识别精度上得到显著提高。

关键词：光伏热斑图像识别 HSV颜色空间 resnet50

基于优化CBAM改进resnet50的异常行为识别方法

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第5期43卷 36-41页

作者：周璇易剑平西安交通工程学院机械与电气工程学院西安710300 西安工程大学电子信息学院西安710600

在自动视频监控应用中,准确地识别出人类的异常行为是非常困难的任务。为了解决监测系统中异常人类活动的高效识别问题,提出了一种加强局部以及全局特征信息融合的异常行为识别模型ICBAM-resnet50。在UTI和CASIA两个数据集上进行实验,... 详细信息

在自动视频监控应用中,准确地识别出人类的异常行为是非常困难的任务。为了解决监测系统中异常人类活动的高效识别问题,提出了一种加强局部以及全局特征信息融合的异常行为识别模型ICBAM-resnet50。在UTI和CASIA两个数据集上进行实验,结果表明该研究比resnet50模型准确率分别提高了7%和8%。ICBAM模块引入一维卷积替换了原始CBAM中通道注意力的MLP操作,将局部的时间特征整合到通道描述符中,缓解了通道维度由于全局处理产生的忽略信息交互的问题;其次引入时空注意力机制替换CBAM中的单一空间注意力机制,来提高模型的时空表征能力。最后,将优化的CBAM模块嵌入到resnet50中,通过在ImageNet上对其进行预训练,在两个基准数据集上该模型分别达到了98.8%和97.9%的准确率。使用相同的数据集,将实验结果与原始识别方法进行了比较,结果表明该模型优于所比较的其他方法。

关键词：异常行为识别 CBAM 注意力机制 resnet50

基于改进resnet50的表面肌电信号手势识别

在线全文

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第4期43卷 181-189页

作者：牛群峰石磊贾昆明桂冉冉董鹏豪王莉河南工业大学电气工程学院郑州450000

为了提高手势动作在类别众多且相似度高的情况下的识别精度,提出了一种基于连续小波变换和残差神经网络Res-Net50的表面肌电信号手势识别方法。首先对Ninapro DB2和DB3的原始表面肌电信号进行预处理和连续小波变换,得到Multi-sEMG Wavel... 详细信息

为了提高手势动作在类别众多且相似度高的情况下的识别精度,提出了一种基于连续小波变换和残差神经网络Res-Net50的表面肌电信号手势识别方法。首先对Ninapro DB2和DB3的原始表面肌电信号进行预处理和连续小波变换,得到Multi-sEMG Wavelet Map数据集,然后送入改进的resnet50模型进行识别分类。实验结果表明,改进后的resnet50网络模型在Multi-sEMG Wavelet Map DB2和DB3中17种手势动作的平均准确率分别达到了96.40%和94.11%,相比resnet50网络模型方法提升了4.87%和5.83%。实现了手势动作在类别繁多、相似度较高的情况下的精准识别。为基于非侵入式传感器和机器学习控制的假肢手提供了新方案。

关键词：表面肌电信号连续小波变换 Multi-sEMG Wavelet Map resnet50

基于卷积神经resnet50残差网络的岩石图像岩性识别研究

在线全文

学校读者我要写书评

暂无评论

岩土工程技术 2024年第3期38卷 294-302页

作者：王晓兵刘琳王俊卿胡石磊闻磊中核勘察设计研究有限公司河南郑州450000 石家庄铁道大学工程力学系河北石家庄050043

深度学习卷积神经网络算法广泛应用于岩石图像的岩性识别。结合卷积神经残差resnet50网络,构建了岩石图像岩性识别模型,并依据定义的损失函数进行了网络模型的参数调优与验证;通过构建的识别模型对岩石图像岩性进行了预测,并根据识别结... 详细信息

深度学习卷积神经网络算法广泛应用于岩石图像的岩性识别。结合卷积神经残差resnet50网络,构建了岩石图像岩性识别模型,并依据定义的损失函数进行了网络模型的参数调优与验证;通过构建的识别模型对岩石图像岩性进行了预测,并根据识别结果进行了误差原因分析。研究表明:以深度卷积神经resnet50残差网络为基础,按照训练集、测试集、验证集8∶1∶1的比例可以进行岩性预测模型的构建与参数调优,从而实现岩石图像的岩性预测;结合项目实例构建了黑云母花岗闪长岩、变质砂岩、石英岩、黑云母花岗岩等四种岩性的岩石图像岩性识别模型;模型的识别准确率,除构造节理发育的破碎岩体较低外,一般可达75%~90%;岩石图像识别结果的准确率受岩体构造裂隙发育及岩石图像质量影响较大,可以通过增加训练样本数量来提高识别结果准确率。

关键词：卷积神经网络 resnet50 岩石图像识别模型岩性识别

维普期刊数据库博看期刊

基于Cutout-resnet50的野外环境水稻病害识别系统

在线全文

学校读者我要写书评

暂无评论

扬州大学学报(自然科学版) 2024年第3期 37-45页

作者：黄思琪张正华郭丽瑞李斌扬州大学信息工程学院(人工智能学院)

针对水稻病害图像在野外环境下存在的光照不均、明暗变化明显、因遮挡导致目标特征缺失和噪声重叠，以及野外环境的水稻数据集少且质量差等问题，提出一种基于改进resnet50算法的野外环境水稻病害识别方法，并设计识别系统.在传统ResNe... 详细信息

针对水稻病害图像在野外环境下存在的光照不均、明暗变化明显、因遮挡导致目标特征缺失和噪声重叠，以及野外环境的水稻数据集少且质量差等问题，提出一种基于改进resnet50算法的野外环境水稻病害识别方法，并设计识别系统.在传统resnet50算法的基础上采用迁移学习技术对学习知识跨领域迁移，缓解数据集样本不足和不均衡造成的过拟合现象；利用Cutout增强方法对特征信息随即筛选，模拟复杂的野外环境，加强算法的泛化能力；对学习率采用余弦退火优化策略，提高算法的稳定性.结果表明：改进的resnet50算法在小型水稻病害数据集上的识别准确率达97.24%,明显高于传统resnet50算法，且该改进方法亦能提升VGG16、GoogLeNet和MobileNetV3-large等其他卷积神经网络算法的模型识别性能.将该模型部署于系统，可为水稻病害识别在实际应用工程中的发展提供技术参考.

关键词：水稻病害识别 Cutout增强迁移学习 resnet50