期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于轻量型编解码网络的复杂输电线图像识别
1
作者 李运堂 朱文凯 +5 位作者 李恒杰 冯娟 陈源 金杰 王冰清 李孝禄 《光电工程》 CAS CSCD 北大核心 2024年第10期31-40,共10页
针对现有输电线图像识别网络参数多、耗时长等问题,本文构建了轻量型编解码网络,实现了多根交叉复杂输电线的快速准确识别。编码器以常规MobileNetV3前16层为基础,通过减少网络参数,采用卷积块注意力模块代替常规MobileNetV3网络的挤压... 针对现有输电线图像识别网络参数多、耗时长等问题,本文构建了轻量型编解码网络,实现了多根交叉复杂输电线的快速准确识别。编码器以常规MobileNetV3前16层为基础,通过减少网络参数,采用卷积块注意力模块代替常规MobileNetV3网络的挤压和激励注意力模块,从而提高了网络的输电线特征信息提取能力。结合深度可分离卷积和深度空洞空间金字塔池化模块构建解码器,扩大感受野,提高网络聚合不同尺度上下文信息能力。利用L1正则方法稀疏训练网络,根据缩放因子与对应通道输出乘积的数值,设定剪枝阈值去除网络冗余通道,有效压缩网络体积,提高输电线识别速度。实验结果表明,轻量型编解码网络的平均像素精度(MPA)、平均交并比(MIoU)和识别速度分别达到了92.11%、84.19%和41f/s,优于PSPNet、U2Net和已有改进的输电线识别网络。 展开更多
关键词 复杂输电线识别 轻量型编解码网络 注意力机制 深度空洞空间金字塔池化 网络剪枝
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部