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
2
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
DenseNet-centercrop:一个用于肺结节分类的卷积网络
被引量：
6
1
作者
刘一璟
张旭斌
+3 位作者
张建伟
周哲磊
冯元力
陈为
《浙江大学学报（理学版）》
CAS
CSCD
北大核心
2020年第1期20-26,共7页
为解决由肺部CT图像对肺结节进行良恶性分类的问题,提出了一个新颖的端到端深度学习网络DenseNet-centercrop。通过在原有的DenseNet结构中的稠密块间增加新的分支,引入了中心剪裁操作。该网络结构具有2个优势:(1)不仅最大程度保留了Den...
为解决由肺部CT图像对肺结节进行良恶性分类的问题,提出了一个新颖的端到端深度学习网络DenseNet-centercrop。通过在原有的DenseNet结构中的稠密块间增加新的分支,引入了中心剪裁操作。该网络结构具有2个优势:(1)不仅最大程度保留了DenseNet的结构,而且将其稠密连接机制扩展到了稠密块水平,大大丰富了肺结节的多尺度特征。(2)参数量较少,是一种轻量化的网络结构。将基于该网络的肺结节良恶性分类方法在LIDC-IDRI数据集上进行评估,实验结果表明,DenseNet-centercrop极大地提高了DenseNet的性能,较现有的其他肺结节良恶性分类方法具有更高的AUC分值和分类精度。
展开更多
关键词
肺结节分类
电子计算机断层扫描图像
稠密连接卷积网络
在线阅读
下载PDF
职称材料
卷积神经网络物体检测算法在物流仓库中的应用
被引量：
15
2
作者
李天剑
黄斌
+1 位作者
刘江玉
金秋
《计算机工程》
CAS
CSCD
北大核心
2018年第6期176-181,共6页
针对传统物体检测算法在复杂环境下检测准确率较低的问题,提出一种新的托盘检测算法。采集真实仓库中包括人和托盘的大量图片进行标注,构建物流仓库的托盘数据库,并将单次多箱探测器检测算法中的基础网络改进为DenseNet网络,利用所标注...
针对传统物体检测算法在复杂环境下检测准确率较低的问题,提出一种新的托盘检测算法。采集真实仓库中包括人和托盘的大量图片进行标注,构建物流仓库的托盘数据库,并将单次多箱探测器检测算法中的基础网络改进为DenseNet网络,利用所标注的托盘数据库进行训练和测试。在测试阶段,结合不同分辨率的多尺度特征图,以增强网络对被检测物体的适应能力,并使用单一网络实现检测任务。实验结果表明,与YOLO算法相比,该算法检测准确率提高了6.1%。
展开更多
关键词
物体检测
托盘检测
卷积
神经网路
深度学习
稠密
连接
卷积
神经
网络
在线阅读
下载PDF
职称材料
题名
DenseNet-centercrop:一个用于肺结节分类的卷积网络
被引量：
6
1
作者
刘一璟
张旭斌
张建伟
周哲磊
冯元力
陈为
机构
浙江大学计算机科学与技术学院CAD&CG国家重点实验室
浙江大学附属第一医院
浙江大学数学科学学院
出处
《浙江大学学报（理学版）》
CAS
CSCD
北大核心
2020年第1期20-26,共7页
基金
国家自然科学基金资助项目(61772456)
浙江大学教育基金项目(K18-51120-004,K17-51120-017)
文摘
为解决由肺部CT图像对肺结节进行良恶性分类的问题,提出了一个新颖的端到端深度学习网络DenseNet-centercrop。通过在原有的DenseNet结构中的稠密块间增加新的分支,引入了中心剪裁操作。该网络结构具有2个优势:(1)不仅最大程度保留了DenseNet的结构,而且将其稠密连接机制扩展到了稠密块水平,大大丰富了肺结节的多尺度特征。(2)参数量较少,是一种轻量化的网络结构。将基于该网络的肺结节良恶性分类方法在LIDC-IDRI数据集上进行评估,实验结果表明,DenseNet-centercrop极大地提高了DenseNet的性能,较现有的其他肺结节良恶性分类方法具有更高的AUC分值和分类精度。
关键词
肺结节分类
电子计算机断层扫描图像
稠密连接卷积网络
Keywords
lung nodule classification
computed tomography(CT)imaging
densely connected convolutional networks
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
卷积神经网络物体检测算法在物流仓库中的应用
被引量：
15
2
作者
李天剑
黄斌
刘江玉
金秋
机构
北京信息科技大学机电工程学院
北京航空航天大学自动化科学与电气工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第6期176-181,共6页
基金
北京市科技计划项目(Z171100000817006)
文摘
针对传统物体检测算法在复杂环境下检测准确率较低的问题,提出一种新的托盘检测算法。采集真实仓库中包括人和托盘的大量图片进行标注,构建物流仓库的托盘数据库,并将单次多箱探测器检测算法中的基础网络改进为DenseNet网络,利用所标注的托盘数据库进行训练和测试。在测试阶段,结合不同分辨率的多尺度特征图,以增强网络对被检测物体的适应能力,并使用单一网络实现检测任务。实验结果表明,与YOLO算法相比,该算法检测准确率提高了6.1%。
关键词
物体检测
托盘检测
卷积
神经网路
深度学习
稠密
连接
卷积
神经
网络
Keywords
object detection
pallet detection
Convolution Neural Betwork（CNN）
deep learning
densely connected convolutional neural network
分类号
TP391.4 [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
DenseNet-centercrop:一个用于肺结节分类的卷积网络
刘一璟
张旭斌
张建伟
周哲磊
冯元力
陈为
《浙江大学学报（理学版）》
CAS
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
2
卷积神经网络物体检测算法在物流仓库中的应用
李天剑
黄斌
刘江玉
金秋
《计算机工程》
CAS
CSCD
北大核心
2018
15
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
