检索结果-维普期刊中文期刊服务平台

基于金字塔池化网络的质子交换膜燃料电池气体扩散层组分推理方法被引量：1: 1; 作者王虎尹泽泉 +6 位作者王雯婕黄笠舟方宁宁隋俊友张加乐张锐明隋邦傑《重庆大学学报》 CAS CSCD 北大核心 2024年第1期84-92,共9页; 针对质子交换膜燃料电池气体扩散层(gas diffusion layer composition,GDL)形貌划分与制备工艺改进问题,提出了一种基于金字塔池化网络(pyramid scene parsing network,PSPNet)与多层感知器(multi-layer perception,MLP)的气体扩散层组... 展开更多; 关键词质子交换膜燃料电池气体扩散层制备扫描电镜人工智能金字塔池化网络多层感知器; 在线阅读下载PDF 职称材料

基于金字塔池化网络的道路场景深度估计方法被引量：9: 2; 作者周武杰潘婷 +1 位作者顾鹏笠翟治年《电子与信息学报》 EI CSCD 北大核心 2019年第10期2509-2515,共7页; 针对从单目视觉图像中估计深度信息时存在的预测精度不够准确的问题,该文提出一种基于金字塔池化网络的道路场景深度估计方法。该方法利用4个残差网络块的组合提取道路场景图像特征,然后通过上采样将特征图逐渐恢复到原始图像尺寸,多个... 展开更多; 关键词单目视觉深度估计神经网络金字塔池化网络; 在线阅读下载PDF 职称材料

面向电网施工人员识别的轻量化检测网络被引量：5: 3; 作者胡戈飚林志驰 +1 位作者郭政赵文硕《沈阳工业大学学报》 CAS 北大核心 2024年第3期248-254,共7页; 针对电网施工环境多样、传统方法存在监控盲区导致监控精度和覆盖面低的问题,提出了一种面向电网工作人员识别的轻量化检测网络,以高空及地面立体化的巡查模式来监控电网工作人员的作业行为。该方法采用一个轻量化的目标检测网络检测出... 展开更多; 关键词监控视频金字塔池化网络安全帽佩戴深度学习轻量化身份识别; 在线阅读下载PDF 职称材料

基于YOLOV3模型的甘蔗丛环境下行人检测方法被引量：5: 4; 作者邓敏黄世醒 +3 位作者黄燕娟郑丁科张祺睿杨丹彤《农机化研究》北大核心 2023年第1期8-14,57,共8页; 针对在“一垄双沟”甘蔗丛高秆作物环境下行人目标检测的重要性及难度问题,提出一种改进YOLOV3算法的甘蔗丛中高秆作物遮挡的行人目标检测算法(YOLOV3-my-prune)。为获得更好的行人特征表达,使用Imgaug库对自制的数据集增强,并结合数据... 展开更多; 关键词行人检测 YOLOV3 空间金字塔池化网络第四尺度特征图甘蔗剪枝; 在线阅读下载PDF 职称材料

基于改进Yolov8n的珊瑚白化图像目标检测: 5; 作者韩云涛刘宇鹏 +2 位作者胡跃明孙宝鹏杨佳琪《智能系统学报》 2025年第5期1148-1157,共10页; 针对海洋环境中珊瑚白化图像特征模糊、背景复杂多变导致的检测精度不足问题,在Yolov8n的基础上,提出了一种基于改进Yolov8n的针对珊瑚白化图像目标检测的Yolov8_CSHC算法。首先,利用防冗余结构紧凑倒置块(compact inverted block,CIB)... 展开更多; 关键词 Yolov8_CSHC 珊瑚白化检测空间金字塔池化网络级联分组注意力模块 CIB_C2f模块混合注意力变换器 Marjan balance Dataset; 在线阅读下载PDF 职称材料

题名基于金字塔池化网络的质子交换膜燃料电池气体扩散层组分推理方法被引量：1: 1; 作者王虎尹泽泉王雯婕黄笠舟方宁宁隋俊友张加乐张锐明隋邦傑; 机构武汉理工大学汽车工程学院南京友一智能科技有限公司中汽创智科技有限公司南京航空航天大学航空学院广东省武理工氢能产业技术研究院先进能源科学与技术广东省实验室佛山分中心(佛山仙湖实验室); 出处《重庆大学学报》 CAS CSCD 北大核心 2024年第1期84-92,共9页; 基金国家自然科学基金青年项目(12102188) 广东省重点领域研发计划项目(2019B090909003) 先进能源科学与技术广东省实验室佛山分中心(佛山仙湖实验室)开放基金(XHD2020-004)。; 文摘针对质子交换膜燃料电池气体扩散层(gas diffusion layer composition,GDL)形貌划分与制备工艺改进问题,提出了一种基于金字塔池化网络(pyramid scene parsing network,PSPNet)与多层感知器(multi-layer perception,MLP)的气体扩散层组分识别与比例推理方法:首先将带标签的气体扩散层扫描电镜(scanning electron microscope,SEM)图片输入神经网络,得到特征图;得到的图像特征层进入金字塔池化模块后,获取SEM图像的深层和浅层特征;随后将深层和浅层特征图层融合输入全卷积网络(fully convolutional network,FCN)模块,得到预测图像;最后统计各个组分上的像素点比例,通过MLP完成组分比例推理。结果表明:所提方法组分识别像素准确率达81.24%;在5%偏差范围内,比例推理准确率为88.89%。该方法解决了气体扩散层多组分无法区分、比例无法获知的问题,可有效应用于气体扩散层的质检、数值重构以及制备工艺改进。; 关键词质子交换膜燃料电池气体扩散层制备扫描电镜人工智能金字塔池化网络多层感知器; Keywords proton exchange membrane fuel cell gas diffusion layer preparation scanning electron microscope artificial intelligence pyramid scene parsing network multilayer perceptron; 分类号 TK91 [动力工程及工程热物理]; 在线阅读下载PDF 职称材料

题名基于金字塔池化网络的道路场景深度估计方法被引量：9: 2; 作者周武杰潘婷顾鹏笠翟治年; 机构浙江科技学院信息与电子工程学院浙江大学信息与电子工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2019年第10期2509-2515,共7页; 基金国家自然科学基金(61502429) 浙江省自然科学基金(LY18F0002)~~; 文摘针对从单目视觉图像中估计深度信息时存在的预测精度不够准确的问题,该文提出一种基于金字塔池化网络的道路场景深度估计方法。该方法利用4个残差网络块的组合提取道路场景图像特征,然后通过上采样将特征图逐渐恢复到原始图像尺寸,多个残差网络块的加入增加网络模型的深度;考虑到上采样过程中不同尺度信息的多样性,将提取特征过程中各种尺寸的特征图与上采样过程中相同尺寸的特征图进行融合,从而提高深度估计的精确度。此外,对4个残差网络块提取的高级特征采用金字塔池化网络块进行场景解析,最后将金字塔池化网络块输出的特征图恢复到原始图像尺寸并与上采样模块的输出一同输入预测层。通过在KITTI数据集上进行实验,结果表明该文所提的基于金字塔池化网络的道路场景深度估计方法优于现有的估计方法。; 关键词单目视觉深度估计神经网络金字塔池化网络; Keywords Monocular vision Depth estimation Neural network Pyramid pooling 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

题名面向电网施工人员识别的轻量化检测网络被引量：5: 3; 作者胡戈飚林志驰郭政赵文硕; 机构南昌大学电气工程学院国网江西省电力有限公司建设分公司西华大学电气与电子信息学院; 出处《沈阳工业大学学报》 CAS 北大核心 2024年第3期248-254,共7页; 基金国家自然科学基金项目(51367014) 国家电网公司科技项目(52182420001B)。; 文摘针对电网施工环境多样、传统方法存在监控盲区导致监控精度和覆盖面低的问题,提出了一种面向电网工作人员识别的轻量化检测网络,以高空及地面立体化的巡查模式来监控电网工作人员的作业行为。该方法采用一个轻量化的目标检测网络检测出监控视频中的电网工作人员,并判断其是否佩戴安全帽,使用人员识别网络来辨别未佩戴安全帽人员的身份。仿真实验结果表明,所提方法可以实现立体化电网工作人员作业行为巡查,相比于传统方法,所提出的轻量化网络具有更小的计算量,可达到63.4%的识别精度。; 关键词监控视频金字塔池化网络安全帽佩戴深度学习轻量化身份识别; Keywords surveillance video pyramid pooling network safety helmet wearing deep learning lightweight personal recognition; 分类号 TM76 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于YOLOV3模型的甘蔗丛环境下行人检测方法被引量：5: 4; 作者邓敏黄世醒黄燕娟郑丁科张祺睿杨丹彤; 机构华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室; 出处《农机化研究》北大核心 2023年第1期8-14,57,共8页; 基金国家现代农业产业技术体系(糖料)建设专项(CARS-17)。; 文摘针对在“一垄双沟”甘蔗丛高秆作物环境下行人目标检测的重要性及难度问题,提出一种改进YOLOV3算法的甘蔗丛中高秆作物遮挡的行人目标检测算法(YOLOV3-my-prune)。为获得更好的行人特征表达,使用Imgaug库对自制的数据集增强,并结合数据集中行人尺寸特点,使用K-means聚类分析方法,为神经网络重新聚类目标锚箱。对YOLOV3网络改进,设计了在网络全连接层中引入空间金字塔池化模块,并增加第四尺度预测特征图,同时增强网络多尺度特征融合能力及小尺度特征提取能力。完成改进的模型基础训练后,采用通道和层剪枝混合剪枝方法轻量化模型,并在数据集上进行多尺度训练并测试,结果表明:此方法准确率达80.1%,检测速度为30fps,均有所提升。; 关键词行人检测 YOLOV3 空间金字塔池化网络第四尺度特征图甘蔗剪枝; Keywords pedestrian detection YOLOV3 spatial pyramid pooling network fourth-scale feature map sugarcane pruning; 分类号 S126 [农业科学—农业基础科学] 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

题名基于改进Yolov8n的珊瑚白化图像目标检测: 5; 作者韩云涛刘宇鹏胡跃明孙宝鹏杨佳琪; 机构哈尔滨工程大学智能科学与工程学院; 出处《智能系统学报》 2025年第5期1148-1157,共10页; 基金海南省自然科学基金项目(622MS163) 海南省科技计划三亚崖州湾科技城联合项目(2021CXLH0001).; 文摘针对海洋环境中珊瑚白化图像特征模糊、背景复杂多变导致的检测精度不足问题,在Yolov8n的基础上,提出了一种基于改进Yolov8n的针对珊瑚白化图像目标检测的Yolov8_CSHC算法。首先,利用防冗余结构紧凑倒置块(compact inverted block,CIB)改进C2f(concatenated feature fusion)模块,减少模型参数量以提高检测速度。其次,在特征融合网络中引入了基于局部注意力增强空间尺度聚合特征的空间金字塔池化网络,可以增强模型对局部细节的感知能力。最后,在特征融合过程中引入级联分组注意力机制,通过将输入特征分割处理,级联输出的方式提高了注意力的多样性和计算效率,使模型可以快速聚焦特征区域。后续引入混合注意力变换器,主要用于单图像超分辨率重建,进一步增强小目标的语义信息和全局感知能力。实验结果表明,在Marjan balance Dataset上,Yolov8_CSHC相较于Yolov8n算法,GFLOPS降低了12%,mAP@0.5-0.95提高了3.6百分点。该算法可以有效地完成海洋珊瑚白化状况的目标检测任务。; 关键词 Yolov8_CSHC 珊瑚白化检测空间金字塔池化网络级联分组注意力模块 CIB_C2f模块混合注意力变换器 Marjan balance Dataset; Keywords Yolov8_CSHC coral bleaching detection spatial pyramid pooling network cascading grouping attention module CIB_C2f module hybrid attention Transformer Marjan balance Dataset; 分类号 TP391.4 [自动化与计算机技术]; 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	基于金字塔池化网络的质子交换膜燃料电池气体扩散层组分推理方法	王虎尹泽泉王雯婕黄笠舟方宁宁隋俊友张加乐张锐明隋邦傑	《重庆大学学报》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于金字塔池化网络的道路场景深度估计方法	周武杰潘婷顾鹏笠翟治年	《电子与信息学报》 EI CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料
3	面向电网施工人员识别的轻量化检测网络	胡戈飚林志驰郭政赵文硕	《沈阳工业大学学报》 CAS 北大核心	2024	5	在线阅读下载PDF 职称材料
4	基于YOLOV3模型的甘蔗丛环境下行人检测方法	邓敏黄世醒黄燕娟郑丁科张祺睿杨丹彤	《农机化研究》北大核心	2023	5	在线阅读下载PDF 职称材料
5	基于改进Yolov8n的珊瑚白化图像目标检测	韩云涛刘宇鹏胡跃明孙宝鹏杨佳琪	《智能系统学报》	2025		在线阅读下载PDF 职称材料