期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于可分离扩张卷积和通道剪枝的番茄病害分类方法
被引量：
5
1
作者
姜晟久
钟国韵
《江苏农业科学》
北大核心
2024年第2期182-189,共8页
为了实现番茄病害的快速检测,针对传统卷积神经网络病害分类方法参数量大、对算力要求高的问题,提出了一种基于可分离扩张卷积和通道剪枝的番茄病害分类方法。基于MobileNet v2,提出了一种可分离扩张卷积块,在不增加网络参数的情况下,...
为了实现番茄病害的快速检测,针对传统卷积神经网络病害分类方法参数量大、对算力要求高的问题,提出了一种基于可分离扩张卷积和通道剪枝的番茄病害分类方法。基于MobileNet v2,提出了一种可分离扩张卷积块,在不增加网络参数的情况下,扩大网络的感受野,提升网络提取番茄叶部病害特征的能力。然后替换PReLU激活函数,避免产生梯度弥散问题。同时能够更好地处理图像,提高网络对番茄叶部病害负值特征信息的提取能力,具有更好的鲁棒性。最后,使用通道剪枝技术,引入缩放因子联合权重损失函数,分辨相对不重要的通道,并对其进行裁剪,再对剪枝后的网络进行微调并重复以上步骤,在大幅减少网络参数量的同时,不影响网络的性能。在数据集上的结果表明,研究方法在网络参数量仅为0.7 M的情况下,准确率达到了96.44%,精确率达到了96.36%。与目前主流轻量化网络MobileNet v3、GhostNet、ShuffleNet v2相比,模型准确率分别提高了0.45、0.77、0.24百分点,同时模型参数量分别仅为以上模型的12.96%、13.46%、30.43%,模型更轻量且准确率更高。
展开更多
关键词
番茄病害
可分离扩张卷积
通道剪枝
MobileNet
v2
在线阅读
下载PDF
职称材料
SCF U^(2)-Net:结合模糊逻辑的轻量化改进U^(2)-Net乳腺超声病变分割方法
2
作者
庄建军
万理
《计算机科学》
北大核心
2025年第7期161-169,共9页
乳腺超声图像中病变的边界具有不确定性且形态不一,原始U^(2)-Net存在参数量大的问题,对此提出一种结合模糊逻辑的轻量化改进U^(2)-Net乳腺超声病变分割方法SCF U^(2)-Net。利用模糊逻辑对特征图像素进行模糊化并计算不确定度值,与输入...
乳腺超声图像中病变的边界具有不确定性且形态不一,原始U^(2)-Net存在参数量大的问题,对此提出一种结合模糊逻辑的轻量化改进U^(2)-Net乳腺超声病变分割方法SCF U^(2)-Net。利用模糊逻辑对特征图像素进行模糊化并计算不确定度值,与输入特征图相乘来降低图像的模糊性,有效解决了边界的不确定性问题。结合深度可分离卷积和扩张卷积,对残差U型模块(ReSidual U-blocks, RSU)进行改进,以减少模型参数量,提高分割效率。针对乳腺病变形态不一的问题,在解码阶段嵌入坐标注意力机制,加强感兴趣区域的信息提取能力,提高分割精度。经BUSI数据集测试,Dice和IoU分别为0.897 5和0.832 8,参数量降低了90%,推理速度是原来的1.9倍。与3种主流语义分割模型相比,所提算法的分割性能更优;与两种轻量化分割模型相比,在参数规模相当的情况下分割性能优势明显,具有良好的临床应用价值。
展开更多
关键词
乳腺病变分割
模糊逻辑
轻量化模型
深度
可分离扩张卷积
注意力机制
在线阅读
下载PDF
职称材料
基于改进ResNet50的钨矿石双能X射线图像分选方法
被引量：
3
3
作者
刘志锋
曾灵锋
+2 位作者
彭芳伟
魏振华
张寰宇
《现代电子技术》
北大核心
2024年第13期87-92,共6页
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...
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。
展开更多
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
在线阅读
下载PDF
职称材料
题名
基于可分离扩张卷积和通道剪枝的番茄病害分类方法
被引量：
5
1
作者
姜晟久
钟国韵
机构
东华理工大学信息工程学院
出处
《江苏农业科学》
北大核心
2024年第2期182-189,共8页
基金
国家自然科学基金(编号:62162002)
江西省主要学科学术和技术带头人领军人才项目(编号:20225BCJ22004)。
文摘
为了实现番茄病害的快速检测,针对传统卷积神经网络病害分类方法参数量大、对算力要求高的问题,提出了一种基于可分离扩张卷积和通道剪枝的番茄病害分类方法。基于MobileNet v2,提出了一种可分离扩张卷积块,在不增加网络参数的情况下,扩大网络的感受野,提升网络提取番茄叶部病害特征的能力。然后替换PReLU激活函数,避免产生梯度弥散问题。同时能够更好地处理图像,提高网络对番茄叶部病害负值特征信息的提取能力,具有更好的鲁棒性。最后,使用通道剪枝技术,引入缩放因子联合权重损失函数,分辨相对不重要的通道,并对其进行裁剪,再对剪枝后的网络进行微调并重复以上步骤,在大幅减少网络参数量的同时,不影响网络的性能。在数据集上的结果表明,研究方法在网络参数量仅为0.7 M的情况下,准确率达到了96.44%,精确率达到了96.36%。与目前主流轻量化网络MobileNet v3、GhostNet、ShuffleNet v2相比,模型准确率分别提高了0.45、0.77、0.24百分点,同时模型参数量分别仅为以上模型的12.96%、13.46%、30.43%,模型更轻量且准确率更高。
关键词
番茄病害
可分离扩张卷积
通道剪枝
MobileNet
v2
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
SCF U^(2)-Net:结合模糊逻辑的轻量化改进U^(2)-Net乳腺超声病变分割方法
2
作者
庄建军
万理
机构
南京信息工程大学电子与信息工程学院
南京信息工程大学人工智能学院中大医院智慧医疗研究院
出处
《计算机科学》
北大核心
2025年第7期161-169,共9页
基金
国家自然科学基金(62272234)
江苏高校“青蓝工程”。
文摘
乳腺超声图像中病变的边界具有不确定性且形态不一,原始U^(2)-Net存在参数量大的问题,对此提出一种结合模糊逻辑的轻量化改进U^(2)-Net乳腺超声病变分割方法SCF U^(2)-Net。利用模糊逻辑对特征图像素进行模糊化并计算不确定度值,与输入特征图相乘来降低图像的模糊性,有效解决了边界的不确定性问题。结合深度可分离卷积和扩张卷积,对残差U型模块(ReSidual U-blocks, RSU)进行改进,以减少模型参数量,提高分割效率。针对乳腺病变形态不一的问题,在解码阶段嵌入坐标注意力机制,加强感兴趣区域的信息提取能力,提高分割精度。经BUSI数据集测试,Dice和IoU分别为0.897 5和0.832 8,参数量降低了90%,推理速度是原来的1.9倍。与3种主流语义分割模型相比,所提算法的分割性能更优;与两种轻量化分割模型相比,在参数规模相当的情况下分割性能优势明显,具有良好的临床应用价值。
关键词
乳腺病变分割
模糊逻辑
轻量化模型
深度
可分离扩张卷积
注意力机制
Keywords
Breast lesion segmentation
Fuzzy logic
Lightweight model
Sep-dilated convolution
Attention mechanism
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进ResNet50的钨矿石双能X射线图像分选方法
被引量：
3
3
作者
刘志锋
曾灵锋
彭芳伟
魏振华
张寰宇
机构
东华理工大学信息工程学院
出处
《现代电子技术》
北大核心
2024年第13期87-92,共6页
基金
江西省重大科技研发专项-揭榜挂帅项目:基于单光子效应的X射线智能选矿探测器及其应用研究(20224AAC01012)。
文摘
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
Keywords
tungsten ore
dual energy X-ray
image classification
ResNet50
depthwise separable dilated convolution
attention mechanism
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于可分离扩张卷积和通道剪枝的番茄病害分类方法
姜晟久
钟国韵
《江苏农业科学》
北大核心
2024
5
在线阅读
下载PDF
职称材料
2
SCF U^(2)-Net:结合模糊逻辑的轻量化改进U^(2)-Net乳腺超声病变分割方法
庄建军
万理
《计算机科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于改进ResNet50的钨矿石双能X射线图像分选方法
刘志锋
曾灵锋
彭芳伟
魏振华
张寰宇
《现代电子技术》
北大核心
2024
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
