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
共找到8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：
SG-UNet:基于全局注意力和自校准卷积增强的黑色素瘤分割模型
1
作者 计寰宇 王蕊 +1 位作者 高盛祥 车文刚 《南方医科大学学报》 北大核心 2025年第6期1317-1326,共10页
目的 提出了一种新的黑色素瘤分割模型SG-UNet,以提高黑色素瘤皮肤镜图像的精确分割。通过分割后边界特征评估,可以更准确地识别诊断黑色素瘤从而辅助早期诊断。方法 使用一种U形结构的卷积神经网络UNet,对其主干、跳跃连接和下采样池... 目的 提出了一种新的黑色素瘤分割模型SG-UNet,以提高黑色素瘤皮肤镜图像的精确分割。通过分割后边界特征评估,可以更准确地识别诊断黑色素瘤从而辅助早期诊断。方法 使用一种U形结构的卷积神经网络UNet,对其主干、跳跃连接和下采样池化部分进行改进。在主干部分,我们将UNet的下采样部分参考Vgg的结构将卷积数量由10个增加到13个加深网络层次来捕获更加精细的特征表示。为了进一步提升特征提取和细节识别的能力,主干部分将传统的卷积替换为自校准卷积增强模型对空间维度和通道维度特征的捕获能力。同时,在池化部分将哈尔小波下采样替换原有的池化层实现更有效的多尺度特征融合,并降低特征图的空间分辨率。接着将全局注意力机制融入到每一层的跳跃连接中更好地理解图像的上下文信息。结果实验结果表明SG-UNet在ISIC 2017和ISIC 2018数据集上的分割效果对比目前其他先进分割模型得到明显提升。在ISIC2017和ISIC 2018数据集上Dice,IoU分别达到了92.41%,86.62%和92.31%,86.48%。结论 实验结果证实,所提出的方法能够有效实现黑色素瘤的精确分割。 展开更多
关键词 图像分割 全局注意力机制 黑色素瘤 UNet 自校准卷积 哈尔小波下采样 SG-UNet
在线阅读 下载PDF
基于双层路由注意力和自校准卷积的豹个体识别
2
作者 杨婉 陈爱斌 +3 位作者 赵莹 武阅 甑鑫 肖治术 《应用科学学报》 北大核心 2025年第2期348-360,共13页
自然环境中豹的图像在用于个体识别任务时,个体与环境融合度高、类间相似性高这两个因素会导致识别困难,为此结合自校准卷积和双层路由注意力,提出了一种改进的EfficientNet模型。自校准卷积能够自适应地在每个空间位置周围构建远程空... 自然环境中豹的图像在用于个体识别任务时,个体与环境融合度高、类间相似性高这两个因素会导致识别困难,为此结合自校准卷积和双层路由注意力,提出了一种改进的EfficientNet模型。自校准卷积能够自适应地在每个空间位置周围构建远程空间和通道间的依赖关系,并显式地结合更丰富的信息来增强对细节特征的识别能力,解决了类间相似性高带来的识别难题。双层路由注意力结合自顶向下的全局注意力和自底向上的局部注意力,解决了个体与环境融合度高的问题。实验结果显示,改进后的模型在豹个体识别任务上的准确率达到了95.56%,显著高于原始的EfficientNet模型,证明了所提出的模型在处理豹个体识别任务上的有效性和先进性。 展开更多
关键词 个体识别 自校准卷积 双层路由注意力 深度学习 自建数据集
在线阅读 下载PDF
基于改进自校准卷积网络的谷子幼苗计数模型研究
3
作者 孙启梦 焦炳忠 +1 位作者 赵娜 孙振源 《现代农业科技》 2025年第16期143-149,共7页
作物幼苗计数是一项耗时、易错的项目。为此,提出了ZR-DINO模型,用于检测无人机获取的大田环境下的谷子幼苗。在模型特征提取部分,设计了ZRConv卷积模块,专门优化谷子幼苗的特征表示。ZRConv结构简洁,易于集成,并支持迁移学习,其通过空... 作物幼苗计数是一项耗时、易错的项目。为此,提出了ZR-DINO模型,用于检测无人机获取的大田环境下的谷子幼苗。在模型特征提取部分,设计了ZRConv卷积模块,专门优化谷子幼苗的特征表示。ZRConv结构简洁,易于集成,并支持迁移学习,其通过空间特征校准和多尺度特征融合提升特征质量,并用Mish激活函数替换了ReLU,以增强特征表达。同时,构建了包含8936张谷苗图像的MSD数据集,手工标注了126554株谷苗。测试结果显示,该谷苗计数算法在MSD数据集上表现优异,计数精度高,有效验证了模型在大田环境中对谷子幼苗计数的准确性和泛化能力。 展开更多
关键词 深度学习 谷子幼苗 特征融合 自校准卷积 幼苗计数
在线阅读 下载PDF
基于自校准卷积网络的行人检测方法
4
作者 强华 李琦铭 +3 位作者 周勇军 高骁 李波 李俊 《计算机工程与设计》 北大核心 2022年第4期1008-1015,共8页
针对已有行人检测算法存在的小尺度行人信息描述不充分的问题,提出一种基于自校准卷积网络的行人检测算法。通过将CSP算法的主干网络更换为SCNet自校准卷积网络,有效扩大了网络的感受野范围;将主干网络的低层特征像素信息和高层特征语... 针对已有行人检测算法存在的小尺度行人信息描述不充分的问题,提出一种基于自校准卷积网络的行人检测算法。通过将CSP算法的主干网络更换为SCNet自校准卷积网络,有效扩大了网络的感受野范围;将主干网络的低层特征像素信息和高层特征语义信息进行融合,有效促进小尺度行人的检测;对精细的多尺度卷积特征进行多层连接,将行人检测简化为直接的中心和尺度预测任务。实验结果表明,所提算法在数据集CityPersons和Caltech上的平均漏检率为10.97%和4.3%。算法可以增强小尺度行人的信息描述能力,在检测速度方面也有一定的优势。 展开更多
关键词 行人检测 深度学习 自校准卷积网络 检测器头部 特征融合
在线阅读 下载PDF
基于SC-ResNeSt及频域格拉姆角场的滚动轴承故障诊断方法 被引量：1
5
作者 王海涛 郭一帆 史丽晨 《计算机集成制造系统》 北大核心 2025年第4期1272-1286,共15页
在实际的工程环境中,滚动轴承通常在强噪声、变负载的条件下工作,针对传统深度学习模型在滚动轴承的故障诊断领域中面临着抗噪性、模型泛化性、鲁棒性差等问题,提出一种基于深度残差分散自校准卷积网络(SC-ResNeSt)和频域格拉姆角场(GAF... 在实际的工程环境中,滚动轴承通常在强噪声、变负载的条件下工作,针对传统深度学习模型在滚动轴承的故障诊断领域中面临着抗噪性、模型泛化性、鲁棒性差等问题,提出一种基于深度残差分散自校准卷积网络(SC-ResNeSt)和频域格拉姆角场(GAF)的滚动轴承故障诊断新方法。首先,利用GAF编码将振动信号转换为二维图像,并进行二维离散傅里叶变换(2D-DFT)将该图像从空间域转换到频域;其次,因为传统的卷积层缺少动态变化的感受野来提取更具代表性的特征,所以在分散注意力网络(ResNeSt)的基础上引入了自校准卷积模块(SC),提出了一种新的网络模型,即SC-ResNeSt;最后,以频域空间中的GAF作为SC-ResNeSt的输入,故障特征提取完成后,由Softmax分类器完成对故障特征的分类。为验证模型性能,采用美国凯斯西储大学(CWRU)轴承数据集和德国帕博德恩大学(PU)轴承数据集进行测试,实验结果表明所提方法在两种数据集中都取得了较高的故障识别准确率,从而证明了其良好的抗噪性、泛化性以及实用性。 展开更多
关键词 自校准卷积 分散注意力机制 格拉姆角场 故障诊断
在线阅读 下载PDF
基于自校准与异构网络的多目标跟踪算法 被引量：2
6
作者 王玲 杜新兆 +2 位作者 罗可心 王鹏 赵领娣 《计算机工程与设计》 北大核心 2023年第12期3662-3669,共8页
为解决多目标跟踪算法在遮挡场景下导致的身份切换等问题,提升算法跟踪精度,提出一种融合自校准与异构卷积的离线图跟踪网络(self-calibrated convolutions and asymmetric convolution track, SCAACTrack)。利用融合自校准卷积网络与... 为解决多目标跟踪算法在遮挡场景下导致的身份切换等问题,提升算法跟踪精度,提出一种融合自校准与异构卷积的离线图跟踪网络(self-calibrated convolutions and asymmetric convolution track, SCAACTrack)。利用融合自校准卷积网络与非对称结构进行目标外观特征提取,提升算法行人重识别能力。通过采用不同帧之间目标外观特征、时间和空间3种维度进行图神经网络建模,引入基于时间感知的消息传递网络加强多目标跟踪流式守恒约束。实验结果表明,与传统的多目标跟踪算法MPNTrack、Tracktor、KCF等模型相比,该模型跟踪效果更有效。 展开更多
关键词 多目标跟踪 身份切换 异构卷积 自校准卷积 离线图跟踪网络 特征提取 图神经网络
在线阅读 下载PDF
基于图像识别的输电线路轨道运输装备安全检测系统 被引量：2
7
作者 王海燕 侯康 《江苏大学学报（自然科学版）》 CAS 北大核心 2024年第3期323-329,共7页
为了提高林区山地输电线路轨道运输装备运行安全性,搭建基于图像识别的轨道运输装备安全检测系统.首先给出整个林区山地输电线路轨道运输装备电控系统;其次介绍了感知模块系统所用到的各类传感器;然后基于拆分注意力网络和自校准卷积的... 为了提高林区山地输电线路轨道运输装备运行安全性,搭建基于图像识别的轨道运输装备安全检测系统.首先给出整个林区山地输电线路轨道运输装备电控系统;其次介绍了感知模块系统所用到的各类传感器;然后基于拆分注意力网络和自校准卷积的融合,采用Faster-RCNN算法得到更好的特征提取,并采用此改进的Faster-RCNN算法进行装备周围人员识别试验;最后基于QT开发输电线路轨道运输装备远程控制软件,并实现对装备的远程操控.结果表明:改进的Faster-RCNN算法在林区山地强光照和复杂环境下能够大幅度提高识别装备周围人员的准确性,图像识别平均精度均值mAP可达87.13%,高于常规Faster-RCNN的74.35%和级联Faster-RCNN的76.28%,充分证明改进的Faster-RCNN算法具备优良识别能力,保障林区山地输电线路轨道运输装备安全运行. 展开更多
关键词 输电线路建设 轨道运输装备 图像识别 感知系统 安全检测 改进的Faster-RCNN 拆分注意力网络 自校准卷积
在线阅读 下载PDF
基于改进YOLOv5算法的交警手势识别 被引量：16
8
作者 王新 王赛 《电子测量技术》 北大核心 2022年第2期129-134,共6页
为了解决交警手势在光照不均匀、背景复杂的环境下识别精准度低以及实时性差等问题,以YOLOv5网络模型为基础,针对标准卷积层感受野范围有限的问题,将部分卷积层替换为自校准卷积,增大感受野范围;引入置换注意力模块,提高算法的特征提取... 为了解决交警手势在光照不均匀、背景复杂的环境下识别精准度低以及实时性差等问题,以YOLOv5网络模型为基础,针对标准卷积层感受野范围有限的问题,将部分卷积层替换为自校准卷积,增大感受野范围;引入置换注意力模块,提高算法的特征提取能力;针对交警所处环境复杂多变的问题,将焦点损失函数替换为广义焦点损失函数,提高算法在复杂环境下目标框的表示能力。实验结果表明,改进后的算法在满足实时性的基础上对于交警手势的检测平均精度高达98.54%,相比于未改进的算法平均精度提高了3.39%,且损失函数的损失值更小。 展开更多
关键词 YOLOv5 自校准卷积 SA模块 GFL函数
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部