期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于RepVGG的鲁棒头部姿态估计算法
1
作者 孟雪莹 傅由甲 《计算机工程与设计》 北大核心 2025年第10期2927-2935,共9页
针对头部姿态估计方法中特征鲁棒性较差,关键特征捕捉不足以及模型的稳定性和准确率不平衡等问题,提出基于改进RepVGG的鲁棒头部姿态估计方法 RepVGG-DP。该方法在RepVGG模型前添加特征增强模块以优化特征质量;加入PNB模块以融合原始和... 针对头部姿态估计方法中特征鲁棒性较差,关键特征捕捉不足以及模型的稳定性和准确率不平衡等问题,提出基于改进RepVGG的鲁棒头部姿态估计方法 RepVGG-DP。该方法在RepVGG模型前添加特征增强模块以优化特征质量;加入PNB模块以融合原始和加工特征细节信息,提升特征提取能力;融合测地线距离和调整尺度的Frobenius范数构建新的损失函数。实验结果表明,在AFLW2000和BIWI数据集上,RepVGG-DP的MAE值分别降低0.21°、0.29°和0.38°,显示出显著的性能提升。 展开更多
关键词 深度学习 头部姿态估计 repvgg模型 特征优化 特征提取 多尺度信息 融合损失
在线阅读 下载PDF
结合振动信号图像化和RepVGG的滚动轴承故障诊断方法 被引量:1
2
作者 周建民 王云庆 李家辉 《机械科学与技术》 CSCD 北大核心 2024年第12期2024-2031,共8页
针对滚动轴承故障诊断中一维振动数据的细微特征提取不明显,以及实时诊断速度慢的问题,采用振动数据转图像数据的预处理方法,使用连续小波变换将振动信号转换为二维时频图,同时提出一种基于结构重参数化技术(RepVGG)的轴承故障诊断方法... 针对滚动轴承故障诊断中一维振动数据的细微特征提取不明显,以及实时诊断速度慢的问题,采用振动数据转图像数据的预处理方法,使用连续小波变换将振动信号转换为二维时频图,同时提出一种基于结构重参数化技术(RepVGG)的轴承故障诊断方法。将训练模型的多分支网络结构等价转换为单路径网络结构,从而提高推理模型的精度和速度。以轴承故障诊断数据集进行实验验证,并与EfficientNet模型和ResNet50模型进行比较分析,结果表明,RepVGG模型能够准确识别轴承故障类别,平均准确率优于其他方法,并且在相同的实验硬件条件下,推理时长分别减少了81%和66.19%,有效提升了诊断的速度和精度,具有较好的适应性和优越性。 展开更多
关键词 轴承 故障诊断 时频图 repvgg模型
在线阅读 下载PDF
面向铁路领域的多方言免切换语音识别方法
3
作者 杨立鹏 胡从刚 +3 位作者 陈华龙 韩可可 刘峰 张志科 《中国铁路》 北大核心 2025年第1期30-39,共10页
随着铁路智能客服系统的持续发展,现有语音识别模型的准确率已达到较高水平,但面对铁路领域术语和多样化方言场景,其语音识别效果仍然较差,因此提出1种融合铁路领域知识的多方言免切换语音识别方法。基于RepVGG网络模型构建方言语种识别... 随着铁路智能客服系统的持续发展,现有语音识别模型的准确率已达到较高水平,但面对铁路领域术语和多样化方言场景,其语音识别效果仍然较差,因此提出1种融合铁路领域知识的多方言免切换语音识别方法。基于RepVGG网络模型构建方言语种识别器,以获取语种信息;对Transformer语音识别模型进行改进,通过在编码器中融合注意力机制的语种残差模块,并在解码器中嵌入语种信息,以实现多方言免切换功能;基于LSTM网络模型在铁路文本语料库上训练铁路领域专用的语言模型,并将其与改进的Transformer模型进行融合,以提升对铁路术语的识别准确率;在自建数据集上对所提方法进行实验验证,结果表明:所提方法在粤语、四川话和普通话上的识别准确率均超过90%,且有效提升对铁路领域术语的识别性能,具有一定应用价值。 展开更多
关键词 铁路领域语言模型 多方言 语音识别 repvgg TRANSFORMER LSTM
在线阅读 下载PDF
结合改进RepVGG-A0网络和重新标签的人脸表情识别研究 被引量:2
4
作者 李婉婷 罗晓曙 +1 位作者 蒙志明 陈吉 《现代电子技术》 2022年第20期69-74,共6页
目前大规模人脸表情识别的主要问题在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此,文中提出一种基于RepVGG-A0改进后的网络模型。该模型引入有效通道注意力机制,即在卷积层和ReLU激活函... 目前大规模人脸表情识别的主要问题在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为此,文中提出一种基于RepVGG-A0改进后的网络模型。该模型引入有效通道注意力机制,即在卷积层和ReLU激活函数之间插入ECA通道注意力模块,在特征提取后引入加权模块来预计样本的权重,对于不确定的样本给予的权重较小,并采用重新标签的方法对低权重的人脸表情图片重新给予伪标签,目的是使修改过的样本在下一次训练中获得高权重,从而提高人脸表情识别率。最后,在RAF-DB和FER-2013数据集上进行实验验证。结果表明,文中改进模型的人脸表情识别率分别达到88.90%和75.61%,说明该方法对人脸表情识别具有有效性。 展开更多
关键词 人脸表情识别 repvgg-A0 重新标签 网络模型 特征提取 数据预处理 ReLU
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部