检索结果-南通市图书馆

Journal of Innovative Optical Health Sciences 2024年第2期17卷 35-44页

作者： Zenan Zhou Huanhuan Yu Jiaqing Zhao Xiangning Wang Qiang Wu Cuixia Dai Shanghai Institute of Technology Shanghai P.R.China Shanghai Sixth People'sHospital Affiliated to Shanghai Jiao Tong University School of Medicine Shanghai P.R.China

Diabetic retinopathy(DR)is one of the major causes of visual impairment in adults with diabetes.Optical coherence tomography angiography(OCTA)is nowadays widely used as the golden criterion for diagnosing DR.Recently,wide-field OCTA(WF-OCTA)provided more abundant information including that of the peripheral retinal degenerative changes and it can contribute in accurately diagnosing DR.The need for an automatic DR diagnostic system based on WF-OCTA pictures attracts more and more attention due to the large diabetic population and the prevalence of retinopathy cases.In this study,automatic diagnosis of DR using vision transformer was performed using WF-OCTA images(12 mm×12 mm single-scan)centered on the fovea as the dataset.WF-OCTA images were automatically classified into four classes:No DR,mild nonproliferative diabetic retinopathy(NPDR),moderate to severe NPDR,and proliferative diabetic retinopathy(PDR).The proposed method for detecting DR on the test set achieves accuracy of 99.55%,sensitivity of 99.49%,and specificity of 99.57%.The accuracy of the method for DR staging reaches up to 99.20%,which has been proven to be higher than that attained by classical convolutional neural network models.Results show that the automatic diagnosis of DR based on vision transformer and WF-OCTA pictures is more effective for detecting and staging DR.

关键词： Wide field optical coherence tomography angiography diabetic retinopathy vision transformer image classification

Model Agnostic Meta-Learning(MAML)-Based Ensemble Model for Accurate Detection of Wheat Diseases Using vision transformer and Graph Neural Networks

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

Computers, Materials & Continua 2024年第5期79卷 2795-2811页

作者： Yasir Maqsood Syed Muhammad Usman Musaed Alhussein Khursheed Aurangzeb Shehzad Khalid Muhammad Zubair Department of Creative Technologies Faculty of Computing and Artificial IntelligenceAir UniversityIslamabad44000Pakistan Department of Computer Engineering College of Computer and Information SciencesKing Saud UniversityP.O.Box 51178Riyadh11543Saudi Arabia Department of Computer Engineering Bahria School of Engineering and Applied SciencesBahria UniversityIslamabad44000Pakistan Laboratory for Neuro&Psychophysiology KU LeuvenLeuven3000Belgium

Wheat is a critical crop,extensively consumed worldwide,and its production enhancement is essential to meet escalating demand.The presence of diseases like stem rust,leaf rust,yellow rust,and tan spot significantly diminishes wheat yield,making the early and precise identification of these diseases vital for effective disease management.With advancements in deep learning algorithms,researchers have proposed many methods for the automated detection of disease pathogens;however,accurately detectingmultiple disease pathogens simultaneously remains a challenge.This challenge arises due to the scarcity of RGB images for multiple diseases,class imbalance in existing public datasets,and the difficulty in extracting features that discriminate between multiple classes of disease pathogens.In this research,a novel method is proposed based on Transfer Generative Adversarial Networks for augmenting existing data,thereby overcoming the problems of class imbalance and data scarcity.This study proposes a customized architecture of vision transformers(ViT),where the feature vector is obtained by concatenating features extracted from the custom ViT and Graph Neural Networks.This paper also proposes a Model AgnosticMeta Learning(MAML)based ensemble classifier for accurate classification.The proposedmodel,validated on public datasets for wheat disease pathogen classification,achieved a test accuracy of 99.20%and an F1-score of 97.95%.Compared with existing state-of-the-art methods,this proposed model outperforms in terms of accuracy,F1-score,and the number of disease pathogens detection.In future,more diseases can be included for detection along with some other modalities like pests and weed.

关键词： Wheat disease detection deep learning vision transformer graph neural network model agnostic meta learning

基于紧凑型vision transformer的细粒度视觉分类

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

控制与决策 2024年第3期39卷 893-900页

作者：徐昊郭黎李润泽重庆理工大学计算机科学与工程学院重庆400054 湖北民族大学智能科学与工程学院湖北恩施445000 南京航空航天大学自动化学院南京211106

vision transformer(ViT)已广泛应用于细粒度视觉分类中,针对其中存在的大数据量需求和高计算复杂度的问题,提出一种紧凑型Vi T模型.首先,使用多层卷积块生成模型输入,保留更多底层信息和归纳偏置,减少对数据量的依赖;然后,使用序列池... 详细信息

vision transformer(ViT)已广泛应用于细粒度视觉分类中,针对其中存在的大数据量需求和高计算复杂度的问题,提出一种紧凑型Vi T模型.首先,使用多层卷积块生成模型输入,保留更多底层信息和归纳偏置,减少对数据量的依赖;然后,使用序列池化技术取消分类令牌的使用,减少计算复杂度;最后,使用部位选择模块和混合损失函数,进一步提升模型在细粒度视觉分类中的表现.所提出算法在公共数据集CUB-200-2011、Butterfly200、Stanford Dogs、Stanford Cars和NABirds中均进行了实验验证,在只使用少量的数据和计算资源条件下,分别获得了88.9%、87.4%、89.0%、93.4%和88.0%的准确率,训练时间平均比常用的Vi T-B_16模型下降了73.8%,同时比TransFG模型下降了93.9%,并且训练过程中的参数量只有这两种模型的1/4左右.实验结果充分表明,所提出的模型较之其他主流的方法在数据量需求和计算复杂度方面具有明显的优越性,可广泛应用于工业过程控制、设备微小故障检测与诊断中.

关键词：紧凑型 vision transformer 细粒度视觉分类卷积块归纳偏置序列池化混合损失

细粒度图像分类上vision transformer的发展综述

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第10期60卷 30-46页

作者：孙露露刘建平王健邢嘉璐张越王晨阳北方民族大学计算机科学与工程学院银川750021 北方民族大学图像图形智能处理国家民委重点实验室银川750021 中国农业科学院农业信息研究所北京100081

细粒度图像分类(fine-grained image classification,FGIC)一直是计算机视觉领域中的重要问题。与传统图像分类任务相比,FGIC的挑战在于类间对象极其相似,使任务难度进一步增加。随着深度学习的发展,vision transformer(ViT)模型在视觉... 详细信息

细粒度图像分类(fine-grained image classification,FGIC)一直是计算机视觉领域中的重要问题。与传统图像分类任务相比,FGIC的挑战在于类间对象极其相似,使任务难度进一步增加。随着深度学习的发展,vision transformer(ViT)模型在视觉领域掀起热潮,并被引入到FGIC任务中。介绍了FGIC任务所面临的挑战,分析了ViT模型及其特性。主要根据模型结构全面综述了基于ViT的FGIC算法,包括特征提取、特征关系构建、特征注意和特征增强四方面内容,对每种算法进行了总结,并分析了它们的优缺点。通过对不同ViT模型在相同公用数据集上进行模型性能比较,以验证它们在FGIC任务上的有效性。最后指出了目前研究的不足,并提出未来研究方向,以进一步探索ViT在FGIC中的潜力。

关键词：细粒度图像分类 vision transformer 特征提取特征关系构建特征注意特征增强

基于改进vision transformer的道岔故障智能诊断

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：王英琪李刚胡启正杨勇中国铁道科学研究院集团有限公司国家铁路智能运输系统工程技术研究中心中国铁道科学研究院研究生部中国铁道科学研究院集团有限公司通信信号研究所中国铁道科学研究院集团有限公司通信信号基础设施智能运维铁路行业工程研究中心

道岔故障种类繁多，特征复杂，存在检测难、分类难等问题，导致故障排查效率低下，对铁路运输安全构成威胁。vision transformer模型在图像分类方面具有较高准确度，但是其处理的是图像块，而不是传统的像素级特征，在某些情况下可能会... 详细信息

道岔故障种类繁多，特征复杂，存在检测难、分类难等问题，导致故障排查效率低下，对铁路运输安全构成威胁。vision transformer模型在图像分类方面具有较高准确度，但是其处理的是图像块，而不是传统的像素级特征，在某些情况下可能会影响曲线局部信息的获取。针对上述情况，提出一种基于改进vision transformer模型的故障曲线分类算法。首先，对典型道岔故障及原因进行梳理分类，指出了几种典型的道岔故障；其次，对使用道岔动作电流数据生成的图像尺寸进行调整并根据故障图像特点进行数据增强，使用ResNet网络取代原vision transformer模型中的故障图像分块机制进行特征提取，同时采用相对位置编码增强模型的适应性和泛化能力；最后，利用模型的多头自注意力机制，综合全局与局部信息进行分类，并得到分类权重。经过实验验证，本文道岔故障分类识别总体准确率达99.77%，各分类识别的平均精确率达99.78%，与原模型相比，在训练集和验证集上的识别精度分别提升了5.4%和2.4%。为了更好地理解模型的性能，采用Grad-CAM方法将迭代过程可视化，剖析了模型关注区域的变化过程，并在测试集上与VGG-16、DenseNet121等经典分类模型进行性能对比；通过ROC曲线评估分类效果，显示改进的模型取得更优结果。研究结果为道岔故障识别分类提供了新的理论支持，并为未来的研究提供了新的思路和方法。

关键词：深度学习图像分类道岔故障识别 vision transformer

基于vision transformer的小麦病害图像识别算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国农机化学报 2024年第2期45卷 267-274页

作者：白玉鹏冯毅琨李国厚赵明富周浩宇侯志松河南科技学院信息工程学院河南新乡453000 郑州大学软件与应用科技学院郑州市450000 河南科技学院食品学院河南新乡453000 西安电子科技大学计算机科学与技术学院西安市710000

小麦白粉病、赤霉病和锈病是危害小麦产量的三大病害。为提高小麦病害图像的识别准确率,构建一种基于vision transformer的小麦病害图像识别算法。首先,通过田间拍摄的方式收集包含小麦白粉病、赤霉病和锈病3种病害在内的小麦病害图像,... 详细信息

小麦白粉病、赤霉病和锈病是危害小麦产量的三大病害。为提高小麦病害图像的识别准确率,构建一种基于vision transformer的小麦病害图像识别算法。首先,通过田间拍摄的方式收集包含小麦白粉病、赤霉病和锈病3种病害在内的小麦病害图像,并对原始图像进行预处理,建立小麦病害图像识别数据集;然后,基于改进的vision transformer构建小麦病害图像识别算法,分析不同迁移学习方式和数据增强对模型识别效果的影响。试验可知,全参数迁移学习和数据增强能明显提高vision transformer模型的收敛速度和识别精度。最后,在相同时间条件下,对比vision transformer、AlexNet和VGG16算法在相同数据集上的表现。试验结果表明,vision transformer模型对3种小麦病害图像的平均识别准确率为96.81%,相较于AlexNet和VGG16模型识别准确率分别提高6.68%和4.94%。

关键词：小麦病害 vision transformer 迁移学习图像识别数据增强

基于改进vision transformer的蝴蝶品种分类

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第16期20卷 1-5页

作者：许翔蒲智鲁文蕊王亚波新疆农业大学计算机与信息工程学院新疆乌鲁木齐830052

蝴蝶作为一种品类繁多且相似度极高的生物,具有重要的生态环境感知功能。不同品类蝴蝶对环境变化的敏感程度各不相同,因此在农学与生物学研究方向上对蝴蝶的研究具有十分重要的意义。近年来,计算机视觉技术的飞速发展为快速识别蝴蝶品... 详细信息

蝴蝶作为一种品类繁多且相似度极高的生物,具有重要的生态环境感知功能。不同品类蝴蝶对环境变化的敏感程度各不相同,因此在农学与生物学研究方向上对蝴蝶的研究具有十分重要的意义。近年来,计算机视觉技术的飞速发展为快速识别蝴蝶品类提供了强有力的技术支持。然而,传统的vision transformer模型存在着一些问题,例如缺乏卷积所具有的归纳偏置、局部信息提取能力不足、容易过拟合以及在小数据集上训练缓慢等。针对这些问题,提出了一种基于vision transformer改进的蝴蝶分类算法。引入VanillaNet卷积结构,并通过全局注意力机制改进了Class token的更新方式。实验结果显示,在100类蝴蝶数据集上,改进后的vision transformer模型的Top-1准确率达到了94.87%,比改进前提升了28.9%。在使用改进的Class token后,算法的Top-1准确率进一步提升至96.64%,相比改进前提升了30.44%。与原网络模型相比,改进后的模型更适用于蝴蝶品种分类任务。

关键词：蝴蝶分类 vision transformer 卷积 Class token VanillaNet 注意力机制

基于vision transformer和迁移学习的垃圾图像分类研究

在线全文

学校读者我要写书评

暂无评论

河南工程学院学报（自然科学版） 2024年第1期36卷 65-71页

作者：郭伟余璐宋莉安徽城市管理职业学院信息技术学院安徽合肥230013 马鞍山学院大数据与人工智能学院安徽马鞍山243000 南京铁道职业技术学院通信信号学院江苏南京210031

为解决垃圾图像分类中分类准确率低及小样本类别性能差的问题,以生活垃圾图像为研究对象,以正确识别生活垃圾类别为研究目标,利用vision transformer模型为分类网络架构,使用迁移学习机制实现该模型在华为云垃圾分类数据集上的训练及分... 详细信息

为解决垃圾图像分类中分类准确率低及小样本类别性能差的问题,以生活垃圾图像为研究对象,以正确识别生活垃圾类别为研究目标,利用vision transformer模型为分类网络架构,使用迁移学习机制实现该模型在华为云垃圾分类数据集上的训练及分类推理。实验结果表明,基于注意力机制的分类模型相较于基于卷积结构的ResNet、DenseNet分类模型具有更高的分类准确率,可达96%,同时测试集的混淆矩阵表明vision transformer分类模型在样本不均衡数据集中对于小样本类别也具有较高的准确率,具有实际部署、推理的应用价值。

关键词：垃圾图像分类迁移学习卷积神经网络注意力 vision transformer

Encrypted traffic classification based on fusion of vision transformer and temporal features

在线全文

学校读者我要写书评

暂无评论

The Journal of China Universities of Posts and Telecommunications 2023年第2期30卷 73-82页

作者： Wang Lanting Hu Wei Liu Jianyi Pang Jin Gao Yating Xue Jingyao Zhang Jie School of Cyberspace Security Beijing University of Posts and TelecommunicationsBeijing 100876China State Grid Information and Telecommunication Branch Beijing 100761China Information and Telecommunication Company State Grid Shandong Electric Power CorporationJinan 250001China

Aiming at the problem that the current encrypted traffic classification methods only use the single network framework such as convolutional neural network(CNN),recurrent neural network(RNN),and stacked autoencoder(SAE),and only construct a shallow network to extract features,which leads to the low accuracy of encrypted traffic classification,an encrypted traffic classification framework based on the fusion of vision transformer and temporal features was proposed.Bottleneck transformer network(BoTNet)was used to extract spatial features and bi-directional long short-term memory(BiLSTM)was used to extract temporal features.After the two sub-networks are parallelized,the feature fusion method of early fusion was used in the framework to perform feature fusion.Finally,the encrypted traffic was identified through the fused features.The experimental results show that the BiLSTM and BoTNet fusion transformer(BTFT)model can enhance the performance of encrypted traffic classification by fusing multi-dimensional features.The accuracy rate of a virtual private network(VPN)and non-VPN binary classification is 99.9%,and the accuracy rate of fine-grained encrypted traffic twelve-classification can also reach 97%.

关键词： encrypted traffic classification vision transformer temporal feature

Computer-aided diagnosis of retinopathy based on vision transformer

在线全文

学校读者我要写书评

暂无评论

Journal of Innovative Optical Health Sciences 2022年第2期15卷 49-57页

作者： Zhencun Jiang Lingyang Wang Qixin Wu Yilei Shao Meixiao Shen Wenping Jiang Cuixia Dai Shanghai Institute of Technology 100 Haiquan Road Shanghai 201418China School of Ophthalmology and Optometry Wenzhou Medical University Xueyuan Road 270 WenzhouZhejiang 325027China

Age-related Macular Degeneration(AMD)and Diabetic Macular Edema(DME)are two com-mon retinal diseases for elder people that may ultimately cause irreversible blindness.Timely and accurate diagnosis is essential for the treatment of these diseases.In recent years,computer-aided diagnosis(CAD)has been deeply investigated and effectively used for rapid and early diagnosis.In this paper,we proposed a method of CAD using vision transformer to analyze optical co-herence tomography(OCT)images and to automatically discriminate AMD,DME,and normal eyes.A classification accuracy of 99.69%was achieved.After the model pruning,the recognition time reached 0.010 s and the classification accuracy did not drop.Compared with the Con-volutional Neural Network(CNN)image classification models(VGG16,Resnet50,Densenet121,and EfficientNet),vision transformer after pruning exhibited better recognition ability.Results show that vision transformer is an improved alternative to diagnose retinal diseases more accurately.

关键词： vision transformer OCT image classi¯cation retinopathy computer-aided diagnosis model pruning