-
题名改进神经网络的竹片缺陷分类方法
- 1
-
-
作者
胡峻峰
王志超
于玺
-
机构
东北林业大学计算机与控制工程学院
东北林业大学机电工程学院
-
出处
《佳木斯大学学报（自然科学版）》
CAS
2024年第6期6-9,128,共5页
-
基金
中央高校基本科研业务费专项(2572019BF09)
黑龙江省博士后科学基金(178157)。
-
文摘
对含有四种缺陷类型的竹片数据集使用VGG16,ResNet50和ConvNeXt网络进行识别和分类,最高识别准确率为ConvNeXt的82.95%;加入迁移学习的权重,通过迁移学习的方法,识别准确率得到了明显提升,识别效果最高为94.37%;在三个网络中分别加入推拉层取代部分卷积层,通过消融实验和横向与纵向的对比结果,发现在使用推拉层替换分类网络前两层卷积层时,得到最高为96.42%的分类结果,表明网络的改进效果是有效的;最后,改进分类网络的正则化方法,分别修改不同网络的归一化层和激活函数,再次通过消融实验发现改进后的分类网络识别性能提高明显,最高准确率达到97.12%,这些研究成果为深度学习在受损图像分类领域的应用提供了有益的启示和改进方向。
-
关键词
深度学习
ResNet
迁移学习
卷积神经网络
竹片缺陷
-
Keywords
Deep learning
ResNet
Transfer learning
Convolutional Neural Network
Bamboo defects
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
-
题名一种双正交消隐点的双目相机标定方法
被引量：10
- 2
-
-
作者
赵亚凤
胡峻峰
-
机构
东北林业大学机电工程学院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2016年第10期958-966,共9页
-
基金
中央高校基本科研业务费资助项目(No.2572015BB11)
黑龙江省青年基金(No.QC2015080)~~
-
文摘
为了保证双目相机标定精度的同时,提高算法速度。利用田字形模板中的两对正交消隐点,拍摄两幅图像,实现快速标定。首先,提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点,线性计算相机主点和归一化焦距,作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则,构建约束函数,利用优化的差分进化算法进行全局寻优,完成相机畸变校正。最后,根据优化后消隐点坐标求得左右相机的旋转矩阵,并结合左右相机的角点世界坐标,利用刚性变换求得平移向量。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。
-
关键词
消隐点
标定
内参数
畸变校正
外参数
-
Keywords
vanishing points
self calibration
intrinsic parameters
distortion correction
external parameters
-
分类号
TP394.1
[自动化与计算机技术—计算机应用技术]
TH691.9
[机械工程—机械制造及自动化]
-
