基于改进S-ResNet34模型的小麦条锈病等级识别研究

1

作者 尉国帅 贺佳 +3 位作者 常宝方 袁培燕 赵肖媛 王来刚 《南京农业大学学报》 CAS 北大核心 2025年第1期230-239,共10页

[目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型... [目的]快速准确识别小麦条锈病病害等级,对其精准防控具有重要意义。[方法]利用数码相机获取小麦叶片条锈病RGB图像,构建小麦叶片条锈病不同病害等级数据集,通过对ResNet34模型添加通道注意力模块(SE)和Inception模块加以改进,增强模型对小麦条锈病特征的关注程度和提取能力,并采用精准率、召回率、平衡F分数和准确率等评价指标,对比分析S-ResNet34与VGG16、MobileNetV2、Swin-Transformer、ResNet34等多种主流模型的识别精度。[结果]S-ResNet34模型的训练准确率为93.85%,相比于VGG16(84.53%)、MobileNetV2(79.35%)、Swin-Transformer(85.67%)和ResNet34(87.50%)等深度网络模型,准确率分别提高了9.32%、14.50%、8.18%和6.35%。模型损失值更小,改进的ResNet34模型识别小麦条锈病特征能力更强,训练收敛更快。[结论]采用深度学习模型能够准确识别小麦条锈病发病程度,通过对ResNet34模型添加注意力模块能有效提高小麦条锈病病害识别精度。 展开更多

关键词 小麦条锈病 深度学习 病害等级 图像识别 改进S-resnet34模型

在线阅读 下载PDF 职称材料

基于ResNet34模型的大菱鲆鱼苗识别计数方法 被引量：7

2

作者 涂雪滢 钱程 +2 位作者 刘世晶 刘晃 李国栋 《渔业现代化》 CSCD 北大核心 2024年第1期90-97,共8页

鱼苗数量的精准统计对提升苗种品质评价、养殖密度估算、鱼苗销售等环节的智能化水平具有重要作用。针对大菱鲆鱼苗个体小、透明度高以及体型不规则等影响计数精准度的问题,提出了一种基于ResNet34的大菱鲆鱼苗识别计数方法。首先,设计... 鱼苗数量的精准统计对提升苗种品质评价、养殖密度估算、鱼苗销售等环节的智能化水平具有重要作用。针对大菱鲆鱼苗个体小、透明度高以及体型不规则等影响计数精准度的问题,提出了一种基于ResNet34的大菱鲆鱼苗识别计数方法。首先,设计了一套适用于微小目标计数需要的图像采样装置,采用图像预处理方法实现鱼苗前景分割和初步定位。为了有效统一样本空间和待识别目标空间,利用最小外接矩规则化初步定位前景图像,构建图像样本集。大菱鲆鱼苗识别阶段,利用相同预处理方法获取待识别目标区域,并引入ResNet34模型作为识别模型实现待识别目标区域苗种识别;最后,通过统计所有待识别目标识别数量结果实现大菱鲆苗种计数。结果显示:本方法在微小鱼苗识别计数方面取得了较好的精度,利用ResNet34模型的大菱鲆鱼苗的识别平均准确率达到94.27%,比基于SVM方法(识别精度85.8%)和AlexNet(识别精度87.04%)方法识别精度分别提高7.4个百分点和8.64个百分点,优于ResNet18(识别精度93.21%)和ResNet50(识别精度93.83%)等相似结构的识别效果。本模型鱼苗计数的平均准确率达到96.28%。研究表明,提出的样本集构建和识别方法能够满足微小目标计数需求,可为鱼类苗种计数提供了技术借鉴。 展开更多

关键词 鱼苗计数 图像识别 大菱鲆 resnet34模型

在线阅读 下载PDF 职称材料

基于SWT和ResNet50-TL-S模型的小样本齿轮箱故障诊断模型

3

作者 许家瑞 陈焰 《机电工程》 北大核心 2025年第8期1458-1468,共11页

在传统齿轮箱故障诊断过程中,因故障样本稀缺会导致模型的故障诊断精度降低。针对这一问题,提出了一种基于同步压缩小波变换(SWT)和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法(模型)。首先,使用小波阈值去噪算法对采集到的齿轮箱振... 在传统齿轮箱故障诊断过程中,因故障样本稀缺会导致模型的故障诊断精度降低。针对这一问题,提出了一种基于同步压缩小波变换(SWT)和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法(模型)。首先,使用小波阈值去噪算法对采集到的齿轮箱振动信号进行了阈值化去噪处理,消除了背景噪声;然后,使用同步压缩小波变换算法,对去噪后的振动信号进行了时频分析和时频变换,将一维去噪信号转变为二维时频图,用于构建故障诊断模型的训练样本;接着,对预训练ResNet50模型进行了微调,实现了迁移学习(TL)目的,并对迁移学习模型进行了轻量化改进,同时在模型内部嵌入了多头注意力机制,用于改善模型对不同特征权重的分配;最后,使用2组齿轮副数据和2组轴承数据,对基于SWT和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法的有效性进行了验证。研究结果表明:基于SWT和ResNet50-TL-S模型的小样本齿轮箱故障诊断方法在无负荷工况下的单齿轮副故障诊断中,模型分类精度高达99.45%,模型训练时间为644 s;在齿轮副和轴承多重故障诊断中,模型分类精度为99.59%,模型训练时间为643 s;在有负荷工况的轴承和齿轮副多重故障诊断中,模型分类精度为98.12%,模型训练时间为646 s。这表明基于SWT和ResNet50-TL-S模型的齿轮箱故障诊断方法具备较高的齿轮箱故障诊断精度和较短的模型训练时间。 展开更多

关键词 机械传动 小波阈值去噪 同步压缩小波变换 resnet50模型 轻量化改进 多头注意力机制 迁移学习模型

在线阅读 下载PDF 职称材料

基于改进ResNet50模型的大宗淡水鱼种类识别方法 被引量：30

4

作者 万鹏 赵竣威 +5 位作者 朱明 谭鹤群 邓志勇 黄毓毅 吴文锦 丁安子 《农业工程学报》 EI CAS CSCD 北大核心 2021年第12期159-168,共10页

针对传统鱼类识别方法存在特征提取复杂、算法可移植性差等不足,该研究提出了一种基于改进ResNet50模型的淡水鱼种类识别方法。研究以鳙鱼、鳊鱼、鲤鱼、鲫鱼、草鱼、白鲢6种大宗淡水鱼为对象,通过搭建淡水鱼图像采集系统获取具有单一... 针对传统鱼类识别方法存在特征提取复杂、算法可移植性差等不足,该研究提出了一种基于改进ResNet50模型的淡水鱼种类识别方法。研究以鳙鱼、鳊鱼、鲤鱼、鲫鱼、草鱼、白鲢6种大宗淡水鱼为对象,通过搭建淡水鱼图像采集系统获取具有单一背景的淡水鱼图像,同时通过互联网搜索具有干扰背景的淡水鱼图像,共同构建淡水鱼图像数据集;再对淡水鱼图像进行预处理,以增加样本多样性;构建改进ResNet50模型,增加全连接层Fc1以及Dropout,引入迁移学习机制训练模型,同时选择CELU作为激活函数提高神经网络表达能力,通过Adam优化算法更新梯度,并嵌入余弦退火方法衰减学习率。为验证改进ResNet50模型的准确率等性能,对6种淡水鱼进行种类识别,结果表明:在单次验证方法下,选用包含单一背景图像和干扰背景图像构成的淡水鱼图像数据集训练模型,识别准确率为96.94%,比经典模型提高1.22%,单张淡水鱼图像样本的平均检测时间为0.2345 s;在四折交叉验证下,选用具有单一背景的图像数据集,模型的识别准确率为100%,选用包含单一背景图像和干扰背景图像的淡水鱼图像数据集,模型的识别准确率为96.20%,说明模型具有较好的泛化性能和鲁棒性。针对混淆矩阵的可视化结果表明:改进的ResNet50模型具有通用的结构和训练方式,对不同背景下的淡水鱼进行种类识别具有较高的准确率,可为淡水鱼种类识别提供技术借鉴。 展开更多

关键词 图像识别 水产养殖 淡水鱼 种类识别 深度学习 改进resnet50模型 超参数优化 可视化

在线阅读 下载PDF 职称材料

基于ResNet50改进模型的图像分类研究 被引量：12

5

作者 辜瑞帆 李祥 任维民 《现代电子技术》 2023年第4期107-112,共6页

针对深度学习中残差网络ResNet50存在的信息丢失、特征提取不充分、网络过拟合和训练困难等问题,文中提出一种基于改进ResNet50的图像分类算法。针对残差网络ResNet50在提取特征时存在丢失输入特征映射情况,造成信息丢失的问题,对主干... 针对深度学习中残差网络ResNet50存在的信息丢失、特征提取不充分、网络过拟合和训练困难等问题,文中提出一种基于改进ResNet50的图像分类算法。针对残差网络ResNet50在提取特征时存在丢失输入特征映射情况,造成信息丢失的问题,对主干网络中Stage4的下采样块添加平均池化层,进一步提高网络特征提取能力;针对ResNet50训练过程中存在网络过拟合以及泛化能力差的问题,使用标签平滑方法对交叉熵损失函数进行修改,有效缓解网络损失值震荡幅度;针对ResNet50计算量大、训练困难的问题,使用混合精度和余弦退火衰减方法对模型进行训练,在加快网络收敛速度的同时提高模型的分类精度。实验结果表明,与原ResNet50网络相比,文中算法在ImageNet-1k数据集上Top1和Top5的精度分别提升3.2%和1.6%,能够更好地应用于图像分类任务。 展开更多

关键词 图像分类 改进resnet50 分类训练 网络特征提取 函数修改 模型训练

在线阅读 下载PDF 职称材料

基于ResNet模型的聚乙烯燃气管道接头缺陷识别算法 被引量：6

6

作者 凌晓 程凌宇 +2 位作者 郭凯 杨凯 孙宝财 《压力容器》 北大核心 2023年第7期73-80,共8页

接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节,需对此薄弱区域进行定期检测,以确保聚乙烯燃气管道的安全运行。为提高聚乙烯燃气管道接头缺陷图像识别能力,提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法。首先运用La... 接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节,需对此薄弱区域进行定期检测,以确保聚乙烯燃气管道的安全运行。为提高聚乙烯燃气管道接头缺陷图像识别能力,提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法。首先运用Laplacian算子、中值滤波等方式实现对PE燃气管道接头缺陷图像的预处理;然后,将dropout层和ELU函数加入在ResNet34网络模型中完成图像识别模型的构建;最后,采用改进的ResNet34网络模型通过试验对包含6种热熔缺陷类型的数据集进行训练和测试。试验结果表明,改进后的ResNet34网络模型对缺陷图像的训练正确率可达到97.3%,且拥有比原始的ResNet34网络模型和DenseNet网络模型更高的正确率,验证了此模型对于热熔接头缺陷图像识别的有效性。 展开更多

关键词 聚乙烯燃气管道 缺陷检测 图像识别 卷积神经网络 resnet34模型

在线阅读 下载PDF 职称材料

基于改进残差学习的东巴象形文字识别 被引量：2

7

作者 骆彦龙 毕晓君 +1 位作者 吴立成 李霞丽 《智能系统学报》 CSCD 北大核心 2022年第1期79-87,共9页

基于深度学习模型的东巴象形文字识别效果明显优于传统算法,但目前仍存在识别字数少、识别准确率低等问题。为此本文建立了包含1387个东巴象形文字、图片总量达到22万余张的数据集,大幅度增加了可识别字数,并辅助提高了东巴象形文字的... 基于深度学习模型的东巴象形文字识别效果明显优于传统算法,但目前仍存在识别字数少、识别准确率低等问题。为此本文建立了包含1387个东巴象形文字、图片总量达到22万余张的数据集,大幅度增加了可识别字数,并辅助提高了东巴象形文字的识别准确率。同时,本文根据东巴象形文字相似度高、手写随意性大的特点,选择ResNet模型作为改进的网络结构,设计了残差跳跃连接方式和卷积层的数量,并通过加入最大池化层实现了下采样的改进。实验结果表明,在本文建立的东巴象形文字数据集上,改进的ResNet模型实现了东巴象形文字识别字数多且识别准确率高的最好效果,识别准确率可达到98.65%。 展开更多

关键词 深度学习 东巴象形文字 图像识别 数据集建立 resnet模型 残差跳跃连接 下采样改进 识别准确率

在线阅读 下载PDF 职称材料

基于DSG-ResNet34的聚乙烯燃气管道电熔焊接缺陷检测

8

作者 凌晓 刘露 +2 位作者 孙宝财 张正棠 徐晓刚 《仪器仪表学报》 2025年第6期228-240,共13页

PE燃气管道的连接质量能直接影响中低压燃气的正常输送,在电熔焊接时产生的结构畸变、冷焊等缺陷会显著削弱管道的力学性能,威胁燃气管网的稳定运行。因此,基于实地采集的PE燃气管道电熔焊接缺陷DR图像数据集,提出了基于DSG-ResNet34模... PE燃气管道的连接质量能直接影响中低压燃气的正常输送,在电熔焊接时产生的结构畸变、冷焊等缺陷会显著削弱管道的力学性能,威胁燃气管网的稳定运行。因此,基于实地采集的PE燃气管道电熔焊接缺陷DR图像数据集,提出了基于DSG-ResNet34模型的缺陷检测方法,以实现对电熔焊接缺陷进行快速精准地检测。该网络模型由主干网络CBAM-ResNet34模块、动态稀疏门控金字塔DSG-FPN、多尺度检测头3个部分组成,首先通过主干网络CBAM-ResNet34结构从通道和空间两个维度提升网络模型对缺陷特征的关注度,然后通过动态稀疏门控金字塔DSG-FPN结构的动态稀疏门控模块、Inception模块、稀疏连接动态融合多尺度缺陷特征,有效保留小目标特征、抑制背景噪声,最后通过多尺度检测头结构将提取到的丰富特征转化为具体的检测结果。DSG-ResNet34模型的缺陷检测准确率最高可达95.5%、P2层精确率最高可达82.7%、小目标召回率最低为85.6%、检测速度可达68 fps、参数量为22.3×10^(6),该模型能快速定位识别孔洞、熔融面夹杂、结构畸变、冷焊这4类典型电熔焊接缺陷,检测性能与速度优于其他网络模型。为PE管道焊接质量智能化检测提供了高精度解决方案,对保障燃气管网安全运行具有重要意义。 展开更多

关键词 聚乙烯燃气管道 缺陷检测 电熔焊接 resnet34模型 特征金字塔

在线阅读 下载PDF 职称材料

基于元迁移学习的压燃式活塞发动机气门故障诊断研究 被引量：1

9

作者 何鹏飞 万洪平 黄国勇 《现代电子技术》 北大核心 2024年第18期29-34,共6页

针对压燃式活塞发动机气门间隙故障振动信号样本少以及跨工况故障诊断困难的问题,提出一种基于元学习和迁移学习的压燃式活塞发动机气门间隙异常故障诊断方法。元学习采用MAML作为学习器,对目标域的支撑集进行数据扩展,提升其泛化能力;... 针对压燃式活塞发动机气门间隙故障振动信号样本少以及跨工况故障诊断困难的问题,提出一种基于元学习和迁移学习的压燃式活塞发动机气门间隙异常故障诊断方法。元学习采用MAML作为学习器,对目标域的支撑集进行数据扩展,提升其泛化能力;迁移学习采用ResNet34作为特征提取网络,并通过SSL替代SL损失函数,压缩源域特征向量之间的距离,为目标域任务提供更多的特征嵌入空间,提升其跨域诊断能力。将预训练和微调后的元学习和迁移学习模型进行决策融合后作为诊断结果输出,并使用发动机台架进行实验数据验证。结果表明,所提方法能在小样本情况下有效识别跨工况气门间隙故障,且效果明显优于单独使用元学习或迁移学习的诊断方法。 展开更多

关键词 压燃式活塞发动机 气门机构 故障诊断 MTL模型 迁移学习 resnet34网络 跨域诊断

在线阅读 下载PDF 职称材料

基于深度残差网络与迁移学习的水稻虫害图像识别 被引量：4

10

作者 汪健 梁兴建 雷刚 《中国农机化学报》 北大核心 2023年第9期198-204,共7页

提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进,提高网络的识别能,以实现基于给定的图像自动地识别分类出主要害虫。此外,基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据... 提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进,提高网络的识别能,以实现基于给定的图像自动地识别分类出主要害虫。此外,基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据库开展网络参数预训练能够进一步提升网络的提取性能,通过IDADP数据库可以开展参数微调工作以及训练工作。将提出的改进ResNet34模型与其他模型的性能进行对比评估。结果显示,改进ResNet34模型的识别准确度最高,F 1-score达到0.98,证明所提模型对水稻病虫害图像具有较好的识别效果。 展开更多

关键词 水稻害虫 深度残差网络 迁移学习 改进resnet34模型 卷积神经网络

在线阅读 下载PDF 职称材料

聚乙烯燃气管道热熔接头缺陷检测系统设计及实现 被引量：7

11

作者 郭凯 杨凯 +3 位作者 凌晓 程凌宇 尤学升 刘晓雅 《压力容器》 北大核心 2023年第10期83-90,共8页

为甄别片源真伪及提高热熔接头缺陷识别效率和精度,基于改进的ResNet34网络模型设计出聚乙烯燃气管道热熔接头缺陷检测系统。通过加入Droupt层和修改激活函数对ResNet34网络模型进行改进,并在此基础上对采集的数据集进行学习训练;再以... 为甄别片源真伪及提高热熔接头缺陷识别效率和精度,基于改进的ResNet34网络模型设计出聚乙烯燃气管道热熔接头缺陷检测系统。通过加入Droupt层和修改激活函数对ResNet34网络模型进行改进,并在此基础上对采集的数据集进行学习训练;再以训练模型为支撑设计系统总框架和功能模块;最后,基于Python语言完成聚乙烯燃气管道热熔接头缺陷检测系统的开发。测试结果显示:该系统对热熔接头缺陷的平均识别准确率为92.7%,且平均每张缺陷图像识别的时间不超过0.6 s。该系统具有较高的识别效率和准确率,可以实现聚乙烯燃气管道热熔接头缺陷的快速识别。 展开更多

关键词 聚乙烯燃气管道 resnet34网络模型 检测系统 缺陷识别 热熔接头

在线阅读 下载PDF 职称材料

基于Res-AA U-Net模型的楼板双层钢筋尺寸测量算法研究

12

作者 陈婉清 李刚 +2 位作者 盛明辉 付相林 陈伟 《建筑科学与工程学报》 2025年第3期103-114,共12页

钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动... 钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动测量方法。该方法对Resnet34进行改进,修剪其网络结构并优化损失函数,用改进的Resnet34代替U-Net的特征提取器,用注意力门机制代替跳跃连接,同时在U-Net底部加入改进ASPP模块,构建包含3355张楼板钢筋图像的数据集,最后利用迁移学习技术加快模型训练速度。结果表明:基于Res-AA U-Net模型的钢筋分割效果优于U-Net、Deeplab v3+、HRNet、PSPNet等经典分割网络,平均交并比、像素精确率和召回率分别达到92.81%、96.02%、94.49%;相较于原U-Net,Res-AA U-Net的钢筋直径测量和钢筋间距测量误差分别减小13.63%、5.82%,测量精度满足钢筋工程验收标准中双层楼板钢筋的验收要求,可有效提升钢筋工程验收效率与智能化水平。 展开更多

关键词 楼板双层钢筋 尺寸测量 U-Net模型 注意力门机制 resnet34网络 迁移学习 ASPP模块

在线阅读 下载PDF 职称材料