检索结果-南通市图书馆

基于改进PSPnet-mobilenetv2的煤岩界面快速精准识别

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2024年第4期44卷 793-800,832,833页

作者：王海舰刘丽丽赵雪梅张强桂林电子科技大学机电工程学院桂林541004 桂林电子科技大学电子工程与自动化学院桂林541004 山东科技大学机械电子工程学院青岛266590

针对短时间主动热激励作用下煤岩介质表征差异不明显,不易快速、准确识别煤岩界面的难题,提出一种基于改进金字塔场景解析网络(pyramid scene parsing network,简称PSPnet)模型-mobilenetv2的煤岩界面快速精准识别方法。通过搭建煤岩主... 详细信息

针对短时间主动热激励作用下煤岩介质表征差异不明显,不易快速、准确识别煤岩界面的难题,提出一种基于改进金字塔场景解析网络(pyramid scene parsing network,简称PSPnet)模型-mobilenetv2的煤岩界面快速精准识别方法。通过搭建煤岩主动红外试验平台,采集并获取短时主动热激励作用下的煤岩界面红外热图像,构建了煤岩红外图像数据集;对传统PSPnet模型进行改进,采用轻量级网络模型mobilenetv2作为主干网络提取特征,大幅降低了网络模型所占内存和训练时间,同时将注意力机制模块(convolutional block attention module,简称CBAM)与金字塔场景解析(pyramid scene parsing,简称PSP)模块的上采样特征层和PSPnet网络模型的浅层特征层进行融合,有效提升模型对特征的细化能力。试验结果表明:基于改进的PSPnet-mobilenetv2网络模型所占内存仅为9.12 MB,较原始PSPnet模型减少了94.88%;煤和岩的交并比为96.52%和96.87%,分别提升了8.29%和7.7%;像素准确度分别为97.25%和99.15%,较原始网络模型分别提升了7.32%和1.64%;测试时间降低了53.70%。该方法为煤岩界面的快速和预先精准识别提供了一种有效技术手段。

关键词：煤岩识别主动红外激励金字塔场景解析网络(PSPnet) mobilenetv2 注意力机制模块

基于mobilenetv2的岩石薄片岩性识别

同方期刊数据库

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

吉林大学学报（地球科学版） 2024年第4期54卷 1432-1442页

作者：王婷婷黄志贤王洪涛杨明昊赵万春东北石油大学电气信息工程学院黑龙江大庆163318 东北石油大学黑龙江省网络与智能控制重点实验室黑龙江大庆163318 东北石油大学非常规油气研究院黑龙江大庆163318

岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的mobilenetv2轻量化模型,通过选取5... 详细信息

岩石薄片的岩性识别是地质分析中不可或缺的一环,其精准度直接影响后续地层岩石种类、性质和矿物成分等信息的确定,对于地质勘探和矿产开采具有重要意义。为了快速准确地识别岩性,本文提出了一种改进的mobilenetv2轻量化模型,通过选取5种岩石类型共3 700张岩石薄片图像进行岩性识别。在mobilenetv2的倒残差结构中嵌入坐标注意力机制,融合图像中多种矿物的全局特征信息。此外,改进mobilenetv2中的分类器,降低模型的参数量和计算复杂度,从而提高模型的运算速度和效率,并采用带泄露线性整流函数(leaky rectified linear unit, Leaky ReLU)作为激活函数,避免网络训练中的梯度消失问题。实验结果表明,本文提出的改进后的mobilenetv2模型大小仅为2.30 MB,在测试集上的精确率、召回率、F_(1)值分别为91.24%、90.18%、90.70%,具有较高的准确性,相比于SqueezeNet、ShuffleNetV2等同类型的轻量化网络,分类效果最好。

关键词：岩石薄片图像轻量化神经网络 mobilenetv2 坐标注意力机制岩性识别

基于改进CBAM注意力机制的mobilenetv2玉米种子品种识别研究

在线全文

学校读者我要写书评

暂无评论

中国粮油学报 2024年第3期39卷 159-165页

作者：牛思琪马睿许晓琳梁敖穆春华许金普马德新青岛农业大学动漫与传媒学院青岛266109 青岛农业大学智慧农业研究院青岛266109 山东省农业科学院玉米研究所济南250100

玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,研究采集了9种玉米种... 详细信息

玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,研究采集了9种玉米种子图像共2792张建立数据集,并按照7∶2∶1的比例随机划分训练集、验证集和测试集。将注意力机制CBAM引入轻量化模型mobilenetv2,对CBAM的串行方式进行改进,构建一个新型注意力模块E_CBAM,并通过对比不同的压缩比,选出效果最佳的压缩比为4,提出了E_CBAM_mobilenetv2模型。实验表明E_CBAM_mobilenetv2的准确率为98.18%,相较于mobilenetv2提高了5.45%。

关键词：图像分类玉米种子 mobilenetv2 CBAM

基于mobilenetv2的小肠溃疡病灶图像识别

在线全文

学校读者我要写书评

暂无评论

中国生物医学工程学报 2024年第1期43卷 70-79页

作者：刘张郭旭东李胜男上海理工大学健康科学与工程学院上海200093

小肠镜下的溃疡病变形态复杂,鉴别诊断困难。为实现小肠溃疡病变的人工智能辅助识别,提高诊断效率和准确度,构建了一种基于mobilenetv2网络的小肠溃疡性病灶识别算法。以mobilenetv2为主干特征提取网络,将输出特征图进行空间上的多尺度... 详细信息

小肠镜下的溃疡病变形态复杂,鉴别诊断困难。为实现小肠溃疡病变的人工智能辅助识别,提高诊断效率和准确度,构建了一种基于mobilenetv2网络的小肠溃疡性病灶识别算法。以mobilenetv2为主干特征提取网络,将输出特征图进行空间上的多尺度提取后输入至通道注意力模块中进行特征重标定,并将多个尺度上的特征进行融合后输出分类。为了缓解数据集不均衡所带来的影响,提出了一种改进的损失函数。所用数据集来自上海长海医院282位患者的共2124张小肠镜临床图像。采用所提方法对该数据集测试的识别准确率为87.86%,5折交叉验证平均准确率为87.27%。使用梯度加权类激活图进行了可视化验证,同时将所提模块应用在不同主干网络架构上,均具有良好的通用性。研究表明,该网络模型能够更加注重病灶信息,加强病灶特征判别指向,对于小肠溃疡图像具有较高的识别准确率,可初步实现小肠溃疡病灶的自动识别。

关键词：医学图像分类小肠溃疡 mobilenetv2 空间多尺度特征特征重标定

基于改进mobilenetv2的地基云图分割网络

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年

作者：步宏坤常帅谷野郭春宇宋承邦徐伟吕天宇赵薇佟首峰珩辉光电测量技术(吉林)有限公司中国科学院长春光学精密机械与物理研究所长春理工大学空地激光通信国防重点学科实验室

在大气测量领域，云是大气模型中最不确定的因素，对云图进行准确分割识别必不可少。然而由于云和大气条件的随机性，云图分割精度和准确率等方面存在着挑战。针对这一问题，设计了一种名为CloudHS-Net的新型网络，该网络基于mobilenetv... 详细信息

在大气测量领域，云是大气模型中最不确定的因素，对云图进行准确分割识别必不可少。然而由于云和大气条件的随机性，云图分割精度和准确率等方面存在着挑战。针对这一问题，设计了一种名为CloudHS-Net的新型网络，该网络基于mobilenetv2，通过引入混合拼接结构、空洞卷积和混合空洞的设计思想，结合高效通道注意力机制，用于实际云图的分割测量。该网络在SWIMSEG和HHCL-Cloud数据集上进行了与其他先进模型的对比测试，以深入了解网络性能和各部分结构的作用。实验结果表明，高效通道注意力和混合拼接结构均能有效提升模型的分割性能。与当前先进的地基云图分割网络，CloudHS-Net在天空云图分割任务中表现出色，准确率达到95.51%，平均交并比(MIoU)达到89.86%。该模型成功降低了来自大气环境的干扰，如太阳光线等，加强了对云的关注，提高了云图分割的精度，更为精准地获取了云的覆盖状态，实验结果表明方法是可行的。

关键词：地基云图图像分割 mobilenetv2 混合空洞卷积高效通道注意力

基于CA-mobilenetv2的心肌梗死定位算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

传感技术学报 2024年第7期37卷 1179-1185页

作者：张鹏飞叶哲江昆明理工大学信息工程与自动化学院云南昆明650500

为实现临床医疗设备快速辅助诊断心肌梗死(MI)发生的部位。在轻量化卷积神经网络mobilenetv2的基础上结合协调注意力(CA)机制设计出了一种高准确率的MI部位定位算法。从PTB数据集中筛选正常和MI病例的12导联心电图(ECG)样本,将ECG信号... 详细信息

为实现临床医疗设备快速辅助诊断心肌梗死(MI)发生的部位。在轻量化卷积神经网络mobilenetv2的基础上结合协调注意力(CA)机制设计出了一种高准确率的MI部位定位算法。从PTB数据集中筛选正常和MI病例的12导联心电图(ECG)样本,将ECG信号进行去噪处理。使用差分阈值法检测出ECG信号的R峰,根据R峰分割出心拍样本,使用心拍数据对所设计模型进行训练和测试。使用准确率、精度、灵敏度、特异性和混淆矩阵对模型的分类性能进行了评估。将训练集迭代60轮后,测试集的准确率达到了99.91%。结果表明,融合CA模块的mobilenetv2模型对于MI部位的定位具有很好的效果,有助于医疗设备实现MI的快速辅助诊断。

关键词：轻量化卷积神经网络心肌梗死定位 mobilenetv2 注意力机制心电图

基于改进mobilenetv2的中耳炎影像分类诊断模型

在线全文

学校读者我要写书评

暂无评论

建模与仿真 2024年第2期13卷 1814-1829页

作者：胡江婧张学典上海理工大学医用光学技术集仪器教育部重点实验室上海

中耳炎诊断是有效防止耳道疾病进一步恶化的重要前提,针对现有中耳炎相关研究中存在的数据集量少、网络参数量大、模型识别精度低等问题,提出一种基于改进mobilenetv2模型的中耳炎分类方法。首先,在mobilenetv2网络的倒置残差结构中嵌... 详细信息

中耳炎诊断是有效防止耳道疾病进一步恶化的重要前提,针对现有中耳炎相关研究中存在的数据集量少、网络参数量大、模型识别精度低等问题,提出一种基于改进mobilenetv2模型的中耳炎分类方法。首先,在mobilenetv2网络的倒置残差结构中嵌入坐标注意力机制,增强网络对中耳炎影像特征细化能力;其次,设计改进注意特征融合模块替换原始特征简单相加过程,加强模型在跨通道背景下对不同尺度特征的提取能力;同时采用HardSwish激活函数替换原始ReLU6函数,提升模型鲁棒性;最后,减少模型瓶颈层通道数,简化模型结构。实验结果表明,所提出CIH-mobilenetv2模型在中耳炎数据集上的识别准确率和F1 Score达到91.05%和89.06%,相较于原始mobilenetv2模型,分别提高了2.31%和3.69%,参数量较初始模型减少了43%。与经典网络AlexNet、GoogleNet、VGG16、ResNet50、mobilenetv3、ShuffleNetV2等网络相比,有更高的识别准确率和F1值,因此,该研究所提出模型能够较好对中耳炎类型进行分类,为中耳炎诊断提供有效帮助。

关键词：中耳炎分类 mobilenetv2 坐标注意力特征融合 HardSwish

基于改进mobilenetv2的轻量化轴承故障诊断

维普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

北京信息科技大学学报（自然科学版） 2024年第4期39卷 18-24页

作者：万浩黄民北京信息科技大学机电工程学院北京100192

针对现有深度学习故障诊断模型普遍计算成本、时间成本和通信成本高,轻量化模型诊断精度低、抗噪能力弱,不适宜边缘环境部署的问题,提出了一种基于连续小波变换和改进mobilenetv2的轻量化轴承故障诊断方法。通过连续小波变换将原始信号... 详细信息

针对现有深度学习故障诊断模型普遍计算成本、时间成本和通信成本高,轻量化模型诊断精度低、抗噪能力弱,不适宜边缘环境部署的问题,提出了一种基于连续小波变换和改进mobilenetv2的轻量化轴承故障诊断方法。通过连续小波变换将原始信号转变为时频图作为输入样本,结合高效通道注意力机制与mobilenetv2,在较低参数量与计算量的情况下,提升了模型的故障诊断精度与抗噪能力。基于凯斯西储大学轴承数据集的实验表明,该方法在2 dB信噪比下准确率可以达到98.27%,与其他模型相比,在轻量化的同时具有更好的故障诊断精度和抗噪性,更适用于边缘场景下的故障诊断。

关键词：轴承连续小波变换 mobilenetv2 轻量化模型故障诊断

基于mobilenetv2的汽车零件图像识别系统设计

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

湖北文理学院学报 2024年第5期45卷 13-19页

作者：卓继宽冯樱张伟湖北汽车工业学院汽车工程学院湖北十堰442000 北京壹卡科技汽车有限公司北京101400

基于mobilenetv2设计一套汽车零件智能识别系统,采用拍摄视频取帧建立数据集,基于MobileNet V2轻量级特征提取网络识别零部件图像,使用PyQt5建立零件识别系统人机交互界面。以商用汽车鼓式制动器的摩擦衬片为例进行测试,结果显示:平均... 详细信息

基于mobilenetv2设计一套汽车零件智能识别系统,采用拍摄视频取帧建立数据集,基于MobileNet V2轻量级特征提取网络识别零部件图像,使用PyQt5建立零件识别系统人机交互界面。以商用汽车鼓式制动器的摩擦衬片为例进行测试,结果显示:平均识别准确率为98.71%,平均精确率为98.64%,平均召回率为98.75%。表明基于MobileNet V2卷积神经网络识别系统用于汽车零部件图像识别是可行的,为移动端汽车零部件图像识别提供了技术支撑。

关键词：汽车零部件图像识别 mobilenetv2 卷积神经网络