基于PP-PicoDet超轻量级模型的复合滤嘴端面视觉检测系统设计

1

作者 杨彩虹 易进参 +5 位作者 施云霞 刘懋超 易凡竣 张彪 邓忠广 蔡培良 《包装工程》 北大核心 2025年第S1期86-91,107,共7页

为解决卷接机组上光电检测技术无法有效区分常规滤嘴与复合滤嘴端面,导致烟支滤嘴端面缺陷漏检的问题,本研究创新性地采用视觉检测技术,基于PP-PicoDet超轻量级算法架构,设计开发了一套复合滤嘴端面视觉检测系统。该系统通过机械支架的... 为解决卷接机组上光电检测技术无法有效区分常规滤嘴与复合滤嘴端面,导致烟支滤嘴端面缺陷漏检的问题,本研究创新性地采用视觉检测技术,基于PP-PicoDet超轻量级算法架构,设计开发了一套复合滤嘴端面视觉检测系统。该系统通过机械支架的优化设计与精密安装、高速动态图像采集与时序图像拼接技术、深度神经网络构建、智能算法模型处理以及精准控制程序开发等关键技术突破,实现了对烟支滤嘴端面质量缺陷的智能判别与精准剔除。经实际生产验证,该视觉检测装置可有效识别滤嘴端面变形、滤嘴结构异常、滤嘴夹沫等典型缺陷,其综合性能表现优异:检测准确率达到99.9%的行业领先水平,显著提升了烟支滤嘴端面质量控制标准。特别值得注意的是,该系统创新性地实现了常规滤嘴与复合滤嘴的智能区分,并通过大量试验数据证实,其缺陷识别准确率稳定维持在99.9%的高水准,为卷烟产品质量管控提供了可靠的技术保障。 展开更多

关键词 卷接机组 复合滤嘴 PP-PicoDet超轻量级模型 特征融合 标签分配 网络

在线阅读 下载PDF 职称材料

基于轻量级模型的隧道岩性快速识别方法 被引量：9

2

作者 夏毅敏 李清友 +2 位作者 邓朝辉 龙斌 姚捷 《西南交通大学学报》 EI CSCD 北大核心 2021年第2期420-427,共8页

为了解决隧道岩性现有识别方法中识别时间长、安全性低、主观性大等问题,结合不同岩性表面具有不同的成分特征,提出了一种基于轻量级模型与岩石图像的隧道岩性快速识别方法.首先,通过相机采集隧道常见的片麻岩、花岗岩、石灰岩、大理岩... 为了解决隧道岩性现有识别方法中识别时间长、安全性低、主观性大等问题,结合不同岩性表面具有不同的成分特征,提出了一种基于轻量级模型与岩石图像的隧道岩性快速识别方法.首先,通过相机采集隧道常见的片麻岩、花岗岩、石灰岩、大理岩、凝灰岩、砂岩等6类主要岩石,建立了岩石图像数据集并划分训练集、验证集与测试集;然后,基于轻量级模型MobileNet V2在ImageNet数据集上进行预训练,改进模型分类器结构以适应岩石数据集,并采用模型迁移学习训练方法对1170张训练集图像进行训练,获取了岩石岩性识别模型;最后,选取共计300张测试集图像在离线条件下进行了模型测试,并与VGG16模型与SVM(support vector machine)模型进行了对比.实验结果表明:模型在测试数据集上的各项总体评估指标均在85%以上,其中凝灰岩各项评价指标达到94%以上,模型大小仅28.3 MB,平均识别时间为2880 ms,表明该识别模型体积小,识别准确率高,识别时间快,在精确率与识别速度上均优于传统方法. 展开更多

关键词 轻量级模型 迁移学习 岩石图像 岩性识别

在线阅读 下载PDF 职称材料

基于轻量级模型的经编布瑕疵在线检测算法 被引量：4

3

作者 唐有赟 盛晓伟 +2 位作者 徐洋 余智祺 孙以泽 《东华大学学报（自然科学版）》 CAS 北大核心 2020年第6期922-928,共7页

针对目前纺织企业人工检验布匹瑕疵方法的成本高、误检率高、效率低等问题,提出一种基于机器视觉的轻量级模型的经编布瑕疵检测方法。通过搭建瑕疵检测系统平台,改进MUNIT模型以扩充瑕疵样本。在一阶模型YOLO(you only look once)的基... 针对目前纺织企业人工检验布匹瑕疵方法的成本高、误检率高、效率低等问题,提出一种基于机器视觉的轻量级模型的经编布瑕疵检测方法。通过搭建瑕疵检测系统平台,改进MUNIT模型以扩充瑕疵样本。在一阶模型YOLO(you only look once)的基础上引入深度可分离卷积,从而减少参数量以提升检测速度,自定义符合瑕疵特征的ASPP(atrous spatial pyramid pooling)模块提高模型精度,并采用Focal Loss损失函数减少类别不平衡对检测精度的影响。结合原始瑕疵样本以及生成样本,实现瑕疵在线检测。为验证模型的高效性,通过设置一系列试验与原始一阶模型YOLO及二阶模型Faster R-CNN(region-convolutional neutral network)进行对比,结果表明,提出的轻量级模型在满足经编布瑕疵检测精度的基础上,具有更快的检测速度,是目前人工检测速度的4~6倍。 展开更多

关键词 经编布 瑕疵在线检测 深度学习 轻量级模型 深度可分离卷积

在线阅读 下载PDF 职称材料

基于坐标注意力的多尺度轻量级苹果叶片病害识别模型 被引量：2

4

作者 谷瑞 顾家乐 +1 位作者 宋翠玲 钱春花 《中国农机化学报》 北大核心 2025年第2期173-180,186,共9页

为解决传统神经网络参数量大、无法满足资源有限的移动设备对苹果叶片病害的识别需求,提出一种基于坐标注意力的多尺度轻量级模型CA—MobileNetV2。首先,将MobileNetV2倒残差中3×3的卷积替换成多尺度特征融合模块(MMF—module),在... 为解决传统神经网络参数量大、无法满足资源有限的移动设备对苹果叶片病害的识别需求,提出一种基于坐标注意力的多尺度轻量级模型CA—MobileNetV2。首先,将MobileNetV2倒残差中3×3的卷积替换成多尺度特征融合模块(MMF—module),在不增加参数量的前提下,引入空洞卷积增大感受野,以捕捉丰富的多尺度细节信息,增强网络对细节信息和语义信息提取能力;其次,引入坐标注意力机制自适应地学习不同位置的特征权重,增强对苹果叶片病害区域的感知能力;最后,针对模型训练中的梯度消失问题,改进MobileNetV2的分类器,并引入Leaky ReLU激活函数。结果表明,所提轻量级模型在验证集上的识别准确率、参数量、浮点运算量分别为98.36%,2.35 MB和298.70 M,与ShuffleNetV2、EfficientNet—B2、MobileNetV2、MobileNetV3和GhostNet相比,参数量压缩0.69 MB、6.41 MB、0.28 MB、4.32 MB、1.46 MB,准确率提升8.6%,6.47%,5.07%,4.28%和3.85%,推理时间减少8.7 ms、21.1 ms、13 ms、6.9 ms、17.6 ms。 展开更多

关键词 苹果叶片 病害识别 坐标注意力 轻量级模型 多尺度特征融合

在线阅读 下载PDF 职称材料

基于时空倍频程卷积模块的轻量级视频显著性预测模型

5

作者 戴怡萱 韩冰 +1 位作者 高新波 韩怡园 《计算机工程与应用》 北大核心 2025年第14期248-255,共8页

视频显著性预测是模拟人眼关注点的重要任务,对于视频编辑、虚拟现实和自动驾驶等应用至关重要。传统方法依赖于大型网络,限制了在资源受限设备上的应用。为解决上述问题,提出一种轻量级网络,通过设计轻量化的时空多尺度倍频程卷积模块... 视频显著性预测是模拟人眼关注点的重要任务,对于视频编辑、虚拟现实和自动驾驶等应用至关重要。传统方法依赖于大型网络,限制了在资源受限设备上的应用。为解决上述问题,提出一种轻量级网络,通过设计轻量化的时空多尺度倍频程卷积模块,减少参数和计算需求,保持性能的同时提高了效率。结果表明,轻量级网络在资源受限设备上取得了与传统方法相媲美甚至更好的性能,具有较低的计算开销和较快的推理速度,预测结果更符合真实的人类眼动行为。 展开更多

关键词 视频显著性预测 深度学习 轻量级模型 3D卷积

在线阅读 下载PDF 职称材料

轻量级网络模型在玉米病害识别与产量预测方面的研究进展

6

作者 苏闪闪 吴建军 +1 位作者 李智慧 甄彤 《江苏农业学报》 北大核心 2025年第8期1655-1664,共10页

随着智慧农业的发展,轻量级网络模型因其计算效率高、模型参数少等优势,在资源受限的农业环境中显示出巨大潜力。本文从轻量级网络模型的定义、特点及主流模型的特点等方面对近年来轻量级网络模型在玉米病害识别与产量预测方面的研究进... 随着智慧农业的发展,轻量级网络模型因其计算效率高、模型参数少等优势,在资源受限的农业环境中显示出巨大潜力。本文从轻量级网络模型的定义、特点及主流模型的特点等方面对近年来轻量级网络模型在玉米病害识别与产量预测方面的研究进行综述,详细分析了轻量级网络模型在玉米病害识别和产量预测中的实际应用效果,同时指出其在实际应用中面临的挑战,结合现有研究基础提出了针对性的解决方向,旨在帮助研究人员快速、系统了解该领域的相关研究成果,推动轻量级网络模型在农业领域的广泛应用,促进智慧农业的进一步发展。 展开更多

关键词 轻量级网络模型 玉米病害识别 产量预测

在线阅读 下载PDF 职称材料

基于改进轻量级沙漏模型的2D单人姿态估计研究与应用

7

作者 黄晨 童维勤 +4 位作者 戴伟 陈一民 邹一波 翁康年 吴志华 《计算机应用与软件》 北大核心 2024年第10期191-196,共6页

提出一种基于改进轻量级沙漏模型的2D单人人体姿态估计方法。使用逆残差卷积来构建改进的轻量级沙漏模型,从而降低参数数量与计算量,使用多尺度特征融合以提高轻量级模型在遮挡情况下的关键点检测能力。引入知识蒸馏方法,使得改进的模... 提出一种基于改进轻量级沙漏模型的2D单人人体姿态估计方法。使用逆残差卷积来构建改进的轻量级沙漏模型,从而降低参数数量与计算量,使用多尺度特征融合以提高轻量级模型在遮挡情况下的关键点检测能力。引入知识蒸馏方法,使得改进的模型在略微降低检测准确度时,能大幅降低训练和部署所需要的计算资源。MPII数据集和实际应用中的检测结果表明,改进的轻量级沙漏模型能有效检测人体骨骼关键点,实时性好、鲁棒性强,能在一定程度上克服遮挡问题。 展开更多

关键词 姿态估计 沙漏模型 轻量级模型 知识蒸馏

在线阅读 下载PDF 职称材料

基于改进YOLO v8n的辣椒穴盘育苗播种质量轻量级检测方法 被引量：2

8

作者 孔德航 刘云强 +3 位作者 崔巍 吴海华 张学东 宁义超 《农业机械学报》 北大核心 2025年第2期381-392,共12页

针对辣椒穴盘育苗播种质量实时、准确检测难和边缘设备算力有限等问题,基于YOLO v8n设计了一种轻量级检测算法YOLO v8n-SCS(YOLO v8n improved with StarNet,CAM and SCConv)。采用“单格训练+整盘检测”的技术策略以降低训练成本,提高... 针对辣椒穴盘育苗播种质量实时、准确检测难和边缘设备算力有限等问题,基于YOLO v8n设计了一种轻量级检测算法YOLO v8n-SCS(YOLO v8n improved with StarNet,CAM and SCConv)。采用“单格训练+整盘检测”的技术策略以降低训练成本,提高训练效率。采用StarNet轻量级网络和上下文增强模块(Context augmentation module,CAM)作为主干网络,在降低模型复杂程度同时,实现深层特征多感受野信息融合;采用空间与通道重建卷积(Spatial and channel reconstruction convolution,SCConv)优化中间层C2f(Cross stage partial network fusion)模块的瓶颈结构,增强模块特征提取能力和提高模型推理速度;融合P2检测层,将基线3个检测头减至1个,增强模型对小目标的检测性能。结果表明,YOLO v8n-SCS模型参数量为1.2×10^(6)、内存占用量为2.7 MB、浮点数运算量为7.6×10^(9),在穴盘单格数据集上,其mAP_(50)为98.3%、mAP_(50-95)为83.8%、帧率为112 f/s,相比基线模型YOLO v8n,参数量降低62.5%、mAP_(50)提升2.5个百分点、mAP_(50-95)提升2.1个百分点、浮点数运算量降低14.6%、帧率提升23.1%;在整盘检测任务中,其检测帧率为21 f/s,检测准确率为98.2%,相比基线模型检测帧率提升8.2%、准确率提升1.1个百分点,对于播种速度800盘/h以内的72穴育苗盘和600盘/h以内的128穴育苗盘,其平均检测准确率大于96%,且单粒率、重播率和漏播率检测误差小于1.8%。本文模型在性能和计算成本之间取得了很好的平衡,降低了部署边缘设备计算要求,满足辣椒穴盘育苗播种质量在线检测需求,为育苗播种生产线智能化升级提供了技术支持。 展开更多

关键词 辣椒种子 穴盘育苗 播种质量检测 改进YOLO v8n 轻量级模型

在线阅读 下载PDF 职称材料

基于图注意力网络和门控网络的轻量级单通道语音分离方法

9

作者 余传旗 郭海燕 +2 位作者 王婷婷 王景润 杨震 《信号处理》 北大核心 2025年第4期706-717,共12页

语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题... 语音分离旨在从包含多个说话人的混合语音中分离出各个源语音,是多说话人场景下语音处理类任务的重要前端。目前,基于深度学习的语音分离取得了显著进展,但随着模型性能的不断提升的同时,模型的参数量和推理时间也显著增加。针对此问题,本文综合考虑模型效率与分离性能,提出一种基于图注意力网络(Graph Attention Network,GAT)和门控网络(Gated Network,GN)的轻量级语音分离模型(称为GGN-Papez)。该方法基于轻量级、高效的基线模型Papez,引入GAT处理听觉记忆块内存储的全局信息,并使用GN生成掩码,来提升基线模型Papez的性能。具体地,假定所有记忆令牌之间均存在连接,利用GAT计算令牌间的注意力得分,并采用阈值过滤策略裁剪掉得分较低的边,生成新的邻接矩阵。再利用此邻接矩阵聚合记忆令牌所存储的全局信息,以提取出更有效的上下文信息,提高模型对全局特征的理解能力。在此基础上,考虑到Papez使用的掩码生成模块为表达能力有限的双层全连接前馈神经网络,本文提出使用具备更强特征选择能力的GN替代原有模块,以生成更符合源语音特征的掩码。所提模型GGN-Papez在基准数据集WSJ0-2Mix和Libri2Mix上进行了实验,实验结果表明所提方法在增加很少参数量的情况下,显著提升了分离语音的尺度不变信噪比(Scale Invariant Signal-to-Noise Ratio,SI-SNR)。此外,本文还设计了消融实验验证GAT和GN对整体模型性能的影响,并从推理时间和语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)得分等方面综合地对所提模型的性能进行了分析。 展开更多

关键词 语音分离 轻量级模型 图神经网络 图注意力网络 门控机制

在线阅读 下载PDF 职称材料

融合迁移学习和知识蒸馏的轻量级马铃薯叶片病害识别模型的构建方法 被引量：2

10

作者 章广传 李彤 +2 位作者 高泉 叶荣 何云 《江苏农业科学》 北大核心 2024年第4期197-206,共10页

轻量级深度学习模型常被部署于移动端或物联网端,以实现算力资源受限条件下马铃薯病害的识别。但轻量级模型网络层数较少,模型特征提取能力有限,无法实现相似表型特征的精确提取。为解决上述问题,提出一种轻量级残差网络模型的构建方法... 轻量级深度学习模型常被部署于移动端或物联网端,以实现算力资源受限条件下马铃薯病害的识别。但轻量级模型网络层数较少,模型特征提取能力有限,无法实现相似表型特征的精确提取。为解决上述问题,提出一种轻量级残差网络模型的构建方法,该方法融合迁移学习和知识蒸馏策略训练模型,在教师模型上使用迁移学习策略缩短教师模型的训练时间,并将ResNet18模型进行模型剪枝,使用降采样的方法提高模型识别准确率,最终在保证轻量化的前提下,实现对马铃薯叶片病害类别的精准识别。在马铃薯叶片数据集上进行试验,结果表明,本研究方法构建的轻量级模型的识别准确率相较于Resnet18提高1.55百分点,模型大小缩小49.18%;相较于目前农作物病害识别领域,常用的轻量级模型MobileNetV3在模型大小相近的情况下,识别准确率提高2.91百分点。该模型能够满足大部分实际应用下的场景,可为部署在物联网和移动端设备上的模型提供参考。 展开更多

关键词 马铃薯 病害识别 轻量级模型 迁移学习 知识蒸馏

在线阅读 下载PDF 职称材料

基于图像域的轻量级恶意软件分类方法研究

11

作者 孙敬张 程轶男 +4 位作者 邹炳慧 乔彤华 符思政 张琪 曹春杰 《通信学报》 北大核心 2025年第3期187-198,共12页

针对传统恶意软件家族分类方法部署成本高和预测时间长等问题,提出了一种轻量的恶意软件可视化分类方法。首先,提出对比度受限双三次插值与高斯模糊算法,解决恶意软件图像大小不平衡及噪声过多的问题。其次,为应对恶意软件特征间关联捕... 针对传统恶意软件家族分类方法部署成本高和预测时间长等问题,提出了一种轻量的恶意软件可视化分类方法。首先,提出对比度受限双三次插值与高斯模糊算法,解决恶意软件图像大小不平衡及噪声过多的问题。其次,为应对恶意软件特征间关联捕获困难和现有注意力模块复杂度高的问题,提出轻量通道注意力机制,重点关注信息量更大的特征,结合深度可分离卷积减少模型参数。在MalImg、BIG2015和BODMAS这3个大型数据集上进行实验,该模型对恶意软件家族分类的准确率分别达到99.68%、99.45%和93.12%,模型大小分别为442 KB、414 KB和423 KB,预测时间分别为14.12 ms、11.09 ms和4.11 ms,证明了该方法在准确率、模型大小和推理速度上的先进性。 展开更多

关键词 恶意软件分类 图像增强 轻量级模型 轻量通道注意力

在线阅读 下载PDF 职称材料

安全访问的轻量级完整性模型研究及实施 被引量：1

12

作者 陈莉君 石莉 刘霞林 《计算机应用研究》 CSCD 北大核心 2007年第8期173-175,183,共4页

对传统的完整性模型进行了分析,并对其完整性给予形式化描述。在此基础上,提出了轻量级的Clark-Wilson模型,并给出了其在安全增强操作系统SELinux中的实施。

关键词 机密性 完整性 SELINUX 轻量级模型

在线阅读 下载PDF 职称材料

基于轻量级Transformer的城市路网提取方法 被引量：6

13

作者 冯志成 杨杰 陈智超 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第1期40-49,108,共11页

针对现有方法存在道路区域提取不精准和实时性不足的限制,提出基于轻量级Transformer的路网提取方法RoadViT.利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征,有效地提取高级上下文信息.提出金字塔解码器实现多尺度特征... 针对现有方法存在道路区域提取不精准和实时性不足的限制,提出基于轻量级Transformer的路网提取方法RoadViT.利用卷积神经网络与Transformer混合的MobileViT架构进行编码特征,有效地提取高级上下文信息.提出金字塔解码器实现多尺度特征的提取和融合,生成像素类别的概率分布.结合Mosaic与多尺度缩放和随机裁剪策略实现数据增强,构建精细多样的遥感图像.针对城市遥感图像中道路类别和背景类别的不平衡问题,提出动态加权损失函数.实验结果表明,RoadViT的参数量仅为1.25×10^(6),在Jetson TX2上的推理速度可达10帧/s,在CHN6-CUG数据集上的精度可达57.0%.所提方法是轻量级Transformer在城市遥感图像中的有效探索,在保证推理实时性的同时,实现道路提取精度的提升. 展开更多

关键词 城市路网提取 TRANSFORMER MobileViT 遥感图像语义分割 轻量级模型

在线阅读 下载PDF 职称材料

基于改进AOV网的轻量级工作流模型研究与设计 被引量：4

14

作者 於正琳 孙精科 《计算机应用》 CSCD 北大核心 2013年第1期262-265,269,共5页

针对现有工作流模型在应对大型复杂系统时的不足,引入轻量级模型的概念,提出一种基于改进AOV网的轻量级工作流模型以满足大型复杂业务流程的工作流管理需求。在对模型进行详细定义与设计的同时,给出了流程调度中关键的两个算法——分支... 针对现有工作流模型在应对大型复杂系统时的不足,引入轻量级模型的概念,提出一种基于改进AOV网的轻量级工作流模型以满足大型复杂业务流程的工作流管理需求。在对模型进行详细定义与设计的同时,给出了流程调度中关键的两个算法——分支的调度算法及汇聚的同步算法以确保流程的准确运行。通过对一个具体实例的流程建模分析,体现了模型的轻量级优势并采用图论的分析手段对模型进行静态及动态验证,证明了模型的合理性。 展开更多

关键词 工作流 轻量级模型 AOV网 建模 调度

在线阅读 下载PDF 职称材料

基于轻量级Transformer的隧道裂缝分割 被引量：3

15

作者 邝先验 徐姚明 +2 位作者 雷卉 程福军 桓湘澜 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第8期3421-3433,共13页

裂缝检测对保证隧道结构安全至关重要,及时发现隧道裂缝缺陷,有利于降低工程维修成本和保障行车安全。然而,传统卷积神经网络在隧道裂缝检测任务中主要侧重提高检测精度和算法复杂度,如何平衡裂缝检测的精度和实时性是当前研究的一个难... 裂缝检测对保证隧道结构安全至关重要,及时发现隧道裂缝缺陷,有利于降低工程维修成本和保障行车安全。然而,传统卷积神经网络在隧道裂缝检测任务中主要侧重提高检测精度和算法复杂度,如何平衡裂缝检测的精度和实时性是当前研究的一个难点。针对这一问题,本文提出一种基于轻量级Transformer的裂缝分割方法 CrackViT。首先,采用卷积神经网络与Transformer混合的MobileViT网络构建裂缝特征提取网络,减少网络模型参数和计算量,并且有效提取裂缝图像全局信息和局部特征信息。然后,提出改进空洞空间金字塔池化解码器实现不同尺度的特征提取和信息融合,实现像素级概率分布。同时,裂缝图像存在细节信息缺失问题,引入高效通道注意力模块,增强对裂缝特征信息的提取能力。此外,针对裂缝与背景类别不平衡问题,设计了在线困难样本挖掘损失函数进行缓解。实验结果表明:在单个3050Ti GPU上,CrackViT算法最终在裂缝数据集上以63 FPS的速度获得了75.62%的IoU,模型参数量仅为2.43 M。CrackViT-L模型精度IoU为76.83%,模型参数量为3.56 M,模型推理速度达到61FPS。算法测试精度优于大多数主流模型,并且需要更少的模型参数。研究结果表明,CrackViT所预测的隧道裂缝分割图像边缘更加清晰和完整,保持推理速度的同时,能够有效检测裂缝,该算法有助于隧道裂缝检测实际应用。 展开更多

关键词 裂缝分割 TRANSFORMER MobileViT 空洞空间金字塔池化 轻量级模型

在线阅读 下载PDF 职称材料

基于特征融合的轻量级新残差人脸识别方法 被引量：3

16

作者 惠康华 闫建青 +1 位作者 高思华 贺怀清 《电子学报》 EI CAS CSCD 北大核心 2024年第3期937-944,共8页

针对现有轻量级模型在嵌入式设备的人脸识别应用中存在识别精度难以提升的问题,提出一种融合人脸对齐关键特征点信息的轻量级新残差网络模型(Lightweight New Residual Network,LNRN).LNRN利用深度残差网络结构能够解决网络退化且避免... 针对现有轻量级模型在嵌入式设备的人脸识别应用中存在识别精度难以提升的问题,提出一种融合人脸对齐关键特征点信息的轻量级新残差网络模型(Lightweight New Residual Network,LNRN).LNRN利用深度残差网络结构能够解决网络退化且避免干扰因素影响的优势,结合人脸对齐环节产生的关键特征点信息,对深度残差网络结构进行简化和合理设计,实现对关键特征信息和全局信息的提取.为避免特征提取过程中丢失重要特征信息,该模型在新残差网络中加入结合空间和通道的注意力机制进行辅助.在公开的四个标准人脸数据集上的仿真实验表明,该模型识别速度在接近主流轻量级人脸识别方法的同时,平均识别精度比MobiFace提高了0.6%. 展开更多

关键词 轻量级新残差网络模型 人脸识别 关键特征信息 注意力机制

在线阅读 下载PDF 职称材料

基于BiViTNet的轻量级驾驶员分心行为检测方法 被引量：2

17

作者 高尚兵 张莹莹 +2 位作者 王腾 张秦涛 刘宇 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第2期57-64,共8页

针对基于卷积神经网络的驾驶员分心行为检测,模型比较复杂、检测效率低下且缺少全局视觉表征的问题,提出了一种双分支并行双向交互神经网络BiViTNet(bidirectional interaction neural network based on vision transformer)对驾驶员行... 针对基于卷积神经网络的驾驶员分心行为检测,模型比较复杂、检测效率低下且缺少全局视觉表征的问题,提出了一种双分支并行双向交互神经网络BiViTNet(bidirectional interaction neural network based on vision transformer)对驾驶员行为进行识别,将ViT(vision transformer)引入到网络中对全局信息进行编码,在一定程度上提高检测精度。该网络由两个并行分支组成,第1个分支基于轻量级的CNN结构,第2个分支基于ViT结构。通过双向特征交互模块BiFIM(bidirectional feature interaction module)解决CNN Branch和ViT Branch之间特征不对称的问题,最后将两个分支的特征融合并对驾驶员行为进行检测。实验在自建的多视角驾驶员数据集上展开,验证集准确率达到97.18%,参数量为38.22 MB,计算量为271.20×10^(6)。研究表明:轻量级BiViTNet提高了驾驶员分心行为识别的准确率,可以在一定程度上辅助驾驶员的行车安全。 展开更多

关键词 交通运输工程 智能交通 分心行为检测 双分支并行双向交互神经网络 视觉转换器 轻量级模型

在线阅读 下载PDF 职称材料

轻量级三维模型素材库及其关键技术的研究 被引量：1

18

作者 周文 贾金原 +1 位作者 温来祥 赵龙 《系统仿真学报》 CAS CSCD 北大核心 2015年第10期2514-2524,共11页

随着计算机图形学的发展,基于互联网的3D模型的需求也日益增长,相关的D模型库平台及服务应运而生。提出了基于云平台的轻量级三维模型素材库原型系统以及其中相关的云平台构架和系统的总体构架,介绍了系统的实现过程和其中的关键技术和... 随着计算机图形学的发展,基于互联网的3D模型的需求也日益增长,相关的D模型库平台及服务应运而生。提出了基于云平台的轻量级三维模型素材库原型系统以及其中相关的云平台构架和系统的总体构架,介绍了系统的实现过程和其中的关键技术和算法,包括轻量级JSON(Java Script Object Notation)转换算法、动态事务管理机制、基于adapter的动态模型加载机制、轻量级渐进式网格方法、基于内容感知的hash方法的草图搜索等算法。通过实验表明系统达到设计的要求。 展开更多

关键词 云计算 轻量级三维模型素材库 轻量级渐进式网格 草图搜索

在线阅读 下载PDF 职称材料

Rmcvit:一种融合卷积与自注意力的轻量级图像识别算法

19

作者 孙红 吴一凡 +2 位作者 徐广辉 田鑫驰 朱江明 《小型微型计算机系统》 CSCD 北大核心 2024年第8期1929-1934,共6页

为了解决目前基于Transformer的模型需要较大的参数量而无法有效应用在资源受限的移动端设备中,提出一种融合卷积与Transformer两者优势的轻量级混合模型.模型中Rmcvit Block将输入张量分成多个通道组,利用深度可分离卷积和跨通道维度... 为了解决目前基于Transformer的模型需要较大的参数量而无法有效应用在资源受限的移动端设备中,提出一种融合卷积与Transformer两者优势的轻量级混合模型.模型中Rmcvit Block将输入张量分成多个通道组,利用深度可分离卷积和跨通道维度的互协方差注意力来增加感受野并融合多尺度特征,并融合unflod模块在保证其空间顺序的前提下,降低每个向量序列(token)送入自注意力模块后的计算消耗.基于整理后的Imagenet数据集的对比实验,RmcVit-M以5.81M的参数量大小达到了85.2%的准确率,其模型相关变体性能超过了参数量相似的Transformer模型和卷积神经网络.结果表明,Rmcvit能够有效结合卷积神经网络与Transformer的优势,达到了以较少的模型参数获得更高准确率的目的. 展开更多

关键词 卷积神经网络 互协方差注意力 轻量级混合模型 深度可分离卷积 多尺度

在线阅读 下载PDF 职称材料

基于混合模型的多类型机场航班过站时间预测 被引量：1

20

作者 李国 王伟倩 曹卫东 《计算机工程与设计》 北大核心 2025年第2期633-640,F0003,共9页

为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。... 为更精确地预测航班过站时间,将全国机场按照规模差异及不同地理位置所导致的客流量差异和天气差异对航班过站时间造成的不同影响进行分类,基于各类机场航班数据,构建混合轻量级梯度提升机算法(LightGBM)模型对航班过站时间分类预测。引入自适应鲁棒损失函数(adaptive robust loss function,ARLF)改进LightGBM模型损失函数,降低航班数据中存在离群值的影响;通过改进的麻雀搜索算法对改进后的LightGBM模型进行参数寻优,形成混合LightGBM模型。采用全国2019年全年航班数据进行验证,实验结果验证了方法的可行性。 展开更多

关键词 多类型机场 航班过站时间预测 客流量差异 天气差异 混合轻量级梯度提升机算法模型 自适应鲁棒损失函数 离群值 麻雀搜索算法

在线阅读 下载PDF 职称材料