基于Resnet-101模型的烟蚜数量图像识别系统开发

1

作者 孙佳照 李群岭 +4 位作者 林小兴 梁桂广 胡亚杰 李力 丁伟 《植物医学》 2024年第4期26-31,共6页

烟蚜是危害烟草生长的主要害虫之一.烟蚜发生量的准确识别及为害程度的精准分级对指导防控至关重要.本研究通过采集烟草生长过程中烟蚜在烟株上发生数量的图片,补充图像采用锐化、翻转、亮度改变等数据增强方法,构建了烟蚜危害作物图像... 烟蚜是危害烟草生长的主要害虫之一.烟蚜发生量的准确识别及为害程度的精准分级对指导防控至关重要.本研究通过采集烟草生长过程中烟蚜在烟株上发生数量的图片,补充图像采用锐化、翻转、亮度改变等数据增强方法,构建了烟蚜危害作物图像数据集.并对烟蚜数量图片进行3级分类,分为轻度发生、中度发生、重度发生.采用Resnet-101模型进行图像识别训练.根据模型参数结果表明,在Resnet-101训练周期中训练集准确率平均值为85.49%,最高值为87.33%;测试集准确率平均值为80.13%,最高值为89.92%;识别系统在烟草蚜虫数量识别方面平均准确率为83.00%.本研究实现烟蚜数量等级图像识别,为烟草虫害自动化防治系统的开发提供模型支撑. 展开更多

关键词 烟蚜 resnet-101模型 图像识别 数据增强

在线阅读 下载PDF 职称材料

自然环境下多类水果采摘目标识别的通用改进SSD模型 被引量：95

2

作者 彭红星 黄博 +4 位作者 邵园园 李泽森 张朝武 陈燕 熊俊涛 《农业工程学报》 EI CAS CSCD 北大核心 2018年第16期155-162,共8页

为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为R... 为解决当前自然环境下水果识别率不高、泛化性不强等问题,该文以苹果、荔枝、脐橙、皇帝柑4种水果为研究对象,提出了一种改进的SSD(single shot multi-boxdetector)深度学习水果检测模型:将经典SSD深度学习模型中的VGG16输入模型替换为Res Net-101模型,并运用迁移学习方法和随机梯度下降算法优化SSD深度学习模型。该文基于Caffe深度学习框架,对自然环境下采集的水果图像进行不同网络模型、不同数据集大小和不同遮挡比例等多组水果识别检测效果对比试验。试验表明:改进的SSD深度学习水果检测模型对4种水果在各种环境下的平均检测精度达到88.4%,高于经典SSD深度学习模型中的86.38%,经过数据增强后平均检测精度可提升至89.53%,在遮挡面积低于50%的情况下F1值能达到96.12%,有较好的泛化性和鲁棒性,可以很好地实现自然环境下多类水果的精准检测,可为农业自动化采摘中的水果识别检测问题提供新的方案。 展开更多

关键词 图像识别 模型 算法 水果检测 深度学习 SSD VGG16 resnet-101

在线阅读 下载PDF 职称材料

IEC61850到IEC60870-5-101/104映射的关键技术研究 被引量：7

3

作者 古锋 闫广 +1 位作者 马刚 丁恩杰 《继电器》 CSCD 北大核心 2007年第6期54-58,共5页

变电站通信系统若采用基于IEC61850通信结构的通信信息模型,必然要解决新系统兼容老设备的问题。目前的变电站通信中采用IEC60870-5-101/104的老设备还很多,而从IEC60870标准过渡到IEC61850是一个渐进的过程,在很长时间内使用IEC60870-5... 变电站通信系统若采用基于IEC61850通信结构的通信信息模型,必然要解决新系统兼容老设备的问题。目前的变电站通信中采用IEC60870-5-101/104的老设备还很多,而从IEC60870标准过渡到IEC61850是一个渐进的过程,在很长时间内使用IEC60870-5-103/104标准的老设备也会大量存在,必须保证使用IEC60870通信标准的装置在通信上与新系统相互兼容。比较了IEC61850与IEC60870标准两种不同标准体系的特点,依据变电站通信功能的特点和IEC61850的映射原则,提出了将IEC61850的数据模型和控制模型映射到104规约的映射方法和思路,将采用101/104规约的老装置纳入新的变电站通信体系。以使采用两种不同通信标准的装置可以实现互联和互通。 展开更多

关键词 IEC61850 IEC60870-5-101 IEC60870-5-1 04 映射 信息模型 数据模型

在线阅读 下载PDF 职称材料

IEC870-5-101与DNP3.0远动通信规约比较 被引量：6

4

作者 张胜 《电力自动化设备》 EI CSCD 北大核心 2001年第3期38-40,43,共4页

IEC 870 5 10 1和DNP 3 0是当前远动通信规约中占主导地位的两种。为加深理解、选择和使用相关产品及设备提供参考 ,对两者在功能、结构、标准化等方面的异同点作详细说明。两种规约都是面向SCADA系统提供数据传输和控制功能 ,都采用EP... IEC 870 5 10 1和DNP 3 0是当前远动通信规约中占主导地位的两种。为加深理解、选择和使用相关产品及设备提供参考 ,对两者在功能、结构、标准化等方面的异同点作详细说明。两种规约都是面向SCADA系统提供数据传输和控制功能 ,都采用EPA模型。但在分层定义中 ,特别是数据链路层和应用层的许多方面都存在不同程度的差异。从内容、实现和应用范围等方面综合考虑两者各有千秋 。 展开更多

关键词 IEC870-5-101 DNP3.0 远动通信规约 EPA模型 数据链路层 电力系统

在线阅读 下载PDF 职称材料

小样本条件下的典型海洋承灾体识别算法研究

5

作者 文莉莉 张炜 +1 位作者 邬满 赵绪成 《应用海洋学学报》 北大核心 2025年第2期346-354,共9页

海洋承灾体的单体识别和精细化管理,对海洋灾害的精准预警和评估具有重要意义。由于海洋承灾体获取大量样本数据困难且成本高,难以满足传统深度学习模型的训练要求,因此本研究针对房屋、码头吊机、养殖网箱、养殖蚝排、危化品储存罐5种... 海洋承灾体的单体识别和精细化管理,对海洋灾害的精准预警和评估具有重要意义。由于海洋承灾体获取大量样本数据困难且成本高,难以满足传统深度学习模型的训练要求,因此本研究针对房屋、码头吊机、养殖网箱、养殖蚝排、危化品储存罐5种典型海洋承灾体,提出一种小样本条件下基于注意力机制和孪生残差网络的海洋承灾体识别方法。为增强小样本条件下模型的关键特征提取能力和泛化能力,本研究从两个方面进行了改进:①引入注意力机制SKNet对残差网络进行改进,设计了具有多尺度自适应能力的SKNet-ResNet-101网络,提高了模型的关键特征提取能力;②利用孪生网络度量学习的原理,以SKNet-ResNet-101网络为主干网络,构建基于注意力机制的双路孪生残差网络,以减少网络训练对大量样本的依赖,同时增强网络在小样本条件下的泛化能力。经过与FSOD、Meta R-CNN等算法在海洋承灾体、VOC、COCO数据集上的对比测试,改进后的双路孪生残差网络在识别准确率上均有所提高,其中,在海洋承灾体数据集上提高了0.89%,在VOC数据集上平均提高了0.97%,在COCO数据集上平均提高了0.33%。该模型增强了小样本条件下网络针对复杂场景图像特征的提取能力,为构建精细化的海洋承灾体脆弱性评价和灾变预警模型提供了技术基础。 展开更多

关键词 小样本学习 SKNet resnet-101 孪生神经网络 海洋承灾体

在线阅读 下载PDF 职称材料

MIL-101高效吸附测定土壤气中三氯乙烯及健康风险评估 被引量：9

6

作者 郭晓欣 张超艳 +4 位作者 张瑞环 姜林 周友亚 王淑萍 白利平 《环境科学研究》 EI CAS CSCD 北大核心 2018年第6期1129-1137,共9页

为研究基于实测土壤气中ρ(三氯乙烯)计算风险值与Johnson-Ettinger联合Dual-Equilibrium Desorption(JE-DED)模型和J&E模型计算风险值的差异,在MIL-101、UIO-66、ZIF-8和MOF-801金属-有机骨架(MOFs)材料,球形活性炭、膨胀石墨碳吸... 为研究基于实测土壤气中ρ(三氯乙烯)计算风险值与Johnson-Ettinger联合Dual-Equilibrium Desorption(JE-DED)模型和J&E模型计算风险值的差异,在MIL-101、UIO-66、ZIF-8和MOF-801金属-有机骨架(MOFs)材料,球形活性炭、膨胀石墨碳吸附材料及Hi Siv1000和Hi Siv3000分子筛等3类8种吸附剂中筛选出吸附效率较高的MIL-101 MOF材料用以吸附并测定土壤气中ρ(三氯乙烯),并将基于实测土壤气中ρ(三氯乙烯)计算的风险值与J&E模型和JE-DED模型计算的风险值进行比较.结果表明:(1)对于北京潮土和黑龙江黑土,J&E模型计算的风险值比基于实测土壤气中ρ(三氯乙烯)计算的风险值高2个数量级.(2)对于w(有机碳)较低的北京潮土,基于JE-DED模型计算的风险值比基于实测土壤气中ρ(三氯乙烯)计算的风险值高1个数量级,但比基于J&E模型计算的风险值低1个数量级,表明JE-DED模型预测结果更接近实际情况,但仍偏保守.(3)w(有机碳)较高的黑龙江黑土,JE-DED模型计算的风险值与基于实测土壤气中ρ(三氯乙烯)计算的风险值更接近,JE-DED模型可以比较准确地预测三氯乙烯的风险值.研究显示,采用土壤气中ρ(三氯乙烯)实测值和JE-DED模型进行风险评价在一定程度上可以避免J&E计算过于保守的问题,可以更加真实客观地反映场地污染程度而避免过度修复产生资源浪费. 展开更多

关键词 MIL-101 三氯乙烯 土壤气 J&E模型 JE-DED模型 风险评估

在线阅读 下载PDF 职称材料

基于深度学习级联卷积网络的露天矿道路扬尘识别 被引量：1

7

作者 周蕴卓 徐梓菁 毕林 《煤炭科学技术》 CSCD 北大核心 2024年第S2期312-320,共9页

露天矿扬尘问题持续威胁工人健康和生产安全,而传统人为决策或定时洒水的处理方式存在降尘不及时、水资源过度消耗等限制,难以满足矿山绿色开采和环境保护的需求。为研究扬尘监测无人化这一问题,提出一种基于深度学习级联卷积网络的露... 露天矿扬尘问题持续威胁工人健康和生产安全,而传统人为决策或定时洒水的处理方式存在降尘不及时、水资源过度消耗等限制,难以满足矿山绿色开采和环境保护的需求。为研究扬尘监测无人化这一问题,提出一种基于深度学习级联卷积网络的露天矿道路扬尘识别技术。这项技术创新性地提出了基于车辆跟踪的扬尘区域追踪识别的方法,构建了包含车辆动态追踪、浓度分级识别2大模块的深度学习级联架构YRCNet(YOLOv5 Tracking with ResNet-50 Classification Cascade Network),其中车辆追踪模块利用目标检测模型YOLOv5实时跟踪截取车辆尾部图像,实现目标区域的初筛,有效提高扬尘图像识别的抗干扰能力;随后,经过优化设计的ResNet-50网络被用于分类识别模块,它利用空间金字塔池化层结合深度卷积块进一步提取扬尘精细特征,实现扬尘高、中、低3类浓度的高精度识别;为了训练这个深度学习模型,采用仿真技术获取不同浓度等级的虚拟扬尘图像,并结合矿山现场采集数据,制作了一套样本均衡的露天矿道路扬尘混合数据集,满足模型训练的大量数据需求,实验结果表明:改进的YRCNet追踪与识别方法在混合样本下的识别准确率达到94.25%,比优化前网络提高13.58%,验证了该模型在多种露天矿道路场景下具有良好的泛化性,为智能化降尘提供了有效感知手段,有助于监控矿区环境质量、保障工作人员的健康与安全。 展开更多

关键词 露天矿扬尘 扬尘检测 深度学习 级联网络 YOLOv5模型 resnet-50模型

在线阅读 下载PDF 职称材料

基于深度学习水果检测的研究与改进 被引量：19

8

作者 黄豪杰 段先华 黄欣辰 《计算机工程与应用》 CSCD 北大核心 2020年第3期127-133,共7页

为实现自然环境下水果自动化采摘存在受环境和障碍物等因素造成的问题,导致目标水果检测准确率不高,泛化性不强等实际问题,以苹果、橘子、香蕉三种水果作为研究对象,提出一种基于深度学习的SSD(Single Shot Detector)改进模型。经典SSD... 为实现自然环境下水果自动化采摘存在受环境和障碍物等因素造成的问题,导致目标水果检测准确率不高,泛化性不强等实际问题,以苹果、橘子、香蕉三种水果作为研究对象,提出一种基于深度学习的SSD(Single Shot Detector)改进模型。经典SSD采用多尺度特征融合的方式,从网络不同层抽取不同尺度的特征做预测,但是没有用到足够低层的特征,使得小物体的检测效果较差。通过将经典SSD训练使用的VGG16输入模型替换为ResNet-101,利用特征金字塔网络(FPN)结构将高层特征通过上采样和低层特征做融合。实验表明,改进的SSD300和SSD512水果检测模型的平均检测精度为83.05%和84.24%,经数据增强后精度也有所提升,适合于自然环境下水果的精确检测。 展开更多

关键词 深度学习 目标检测 SSD模型 resnet-101模型 特征金字塔网络(FPN)

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN的百香果自动检测 被引量：7

9

作者 涂淑琴 黄健 +3 位作者 林跃庭 李嘉林 刘浩锋 陈志民 《实验室研究与探索》 CAS 北大核心 2021年第11期32-37,共6页

针对自然场景下百香果果实密集,生长环境相对复杂,大规模种植带来人工识别、采摘和估计产量困难等问题,提出了改进Faster R-CNN的百香果目标检测算法,实现无遮挡、遮挡、重叠和背景四类果实自动检测和产量预测。该方法首先采用ResNet网... 针对自然场景下百香果果实密集,生长环境相对复杂,大规模种植带来人工识别、采摘和估计产量困难等问题,提出了改进Faster R-CNN的百香果目标检测算法,实现无遮挡、遮挡、重叠和背景四类果实自动检测和产量预测。该方法首先采用ResNet网络融合FPN对百香果进行多尺度特征提取;然后采用RPN网络提取ROI区域;最后,通过全连接层实现百香果分类和检测。经测试集验证,该方法在4类情况下检测的平均精确率达到87.98%,其平均准确率和召回率分别达到90.79%和90.47%,每幅图片的检测时间在0.178 s左右;产量估算中,其准确率为96.80%。结果表明,基于FPN+ResNet-101特征提取的Faster R-CNN目标检测算法能应用于自然场景下百香果的快速、准确检测和产量估算。 展开更多

关键词 百香果检测 Faster R-CNN resnet-50/101 FPN

在线阅读 下载PDF 职称材料

基于D-LinkNet网络的露天矿道路智能识别与路网建模 被引量：10

10

作者 顾清华 薛步青 +1 位作者 卢才武 宋江珊 《煤炭学报》 EI CAS CSCD 北大核心 2020年第S02期1100-1108,共9页

随着露天矿无人驾驶技术和智能调度的快速发展,矿车在生产调度中迫切需要更为精确、更符合实际的矿区路网模型。为了满足无人矿车的高精度路网导航需求,首先通过无人机倾斜摄影技术分别采集不同天气、不同角度和不同采矿场条件的露天矿... 随着露天矿无人驾驶技术和智能调度的快速发展,矿车在生产调度中迫切需要更为精确、更符合实际的矿区路网模型。为了满足无人矿车的高精度路网导航需求,首先通过无人机倾斜摄影技术分别采集不同天气、不同角度和不同采矿场条件的露天矿区图像瓦片数据,结合矿区道路成像特点提出了基于矿区道路特征的图像正负分类方法,实现对矿区道路的整体划分;然后根据图像数据特征提出了一种强弱光图像互补方法,可用于消除强光数据集中图像光照失衡问题,生成最优训练集;其次露天矿区非结构化道路图像较结构化道路图像经解析处理后平面形态及连通性维度更高,横纵剖面上的几何形态等道路信息更复杂。基于ResNet101构建更符合露天矿道路提取的D-LinkNet101网络模型,运用最优训练集训练D-LinkNet101网络,并从采集到的瓦片数据中提取出道路图像;最后将提取的道路图像与原始图像(包含焦距,GPS等)结合生成露天矿路网模型,根据生成露天矿路网模型的特有噪声进行相应模型修复处理,从而生成高精度的露天矿路网模型。实验结果表明:该方法提取的路网数据真实可靠,可满足露天矿区主干路网的智能识别和路网建模的精度要求。 展开更多

关键词 露天矿 路网模型 智能提取 D-LinkNet101 瓦片数据

在线阅读 下载PDF 职称材料

基于Faster-RCNN的花生害虫图像识别研究 被引量：14

11

作者 陶震宇 孙素芬 罗长寿 《江苏农业科学》 2019年第12期247-250,共4页

为实现花生害虫图像的准确分类,共收集花生主要害虫图片2038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以... 为实现花生害虫图像的准确分类,共收集花生主要害虫图片2038张,针对目前在基于Faster-RCNN的图像识别领域较为成熟的VGG-16和ResNet-50这2种网络模型进行对比研究,并针对ResNet-50模型参数进行调整,提出了基于学习率、训练集和测试集以及验证集的比例选择、迭代次数等参数改进的ResNet-50卷积神经网络的模型。结果表明:该模型可以准确高效地提取出花生主要害虫的多层特征图像,在平均识别率上,经过改进的ResNet-50网络模型在识别花生害虫图像上优于ResNet-50原始网络模型。该模型可以准确地分类花生主要害虫图像,可在常规情况下实现花生害虫的图像识别。 展开更多

关键词 Faster-RCNN resnet-50模型 花生害虫 图像识别

在线阅读 下载PDF 职称材料

基于多路特征融合和深度学习的露霜图像分类 被引量：7

12

作者 周忠义 吴谨 朱磊 《计算机应用与软件》 北大核心 2018年第10期205-210,231,共7页

针对基于特征变化进行露霜图像识别中特征提取难度较大的问题,提出一种基于多路特征融合和深度学习的露霜图像分类方法。利用传统的卷积神经网络对露霜图像进行分类;在ResNet-50模型基础上,通过增加浅层网络层到深层网络层的多个通路,... 针对基于特征变化进行露霜图像识别中特征提取难度较大的问题,提出一种基于多路特征融合和深度学习的露霜图像分类方法。利用传统的卷积神经网络对露霜图像进行分类;在ResNet-50模型基础上,通过增加浅层网络层到深层网络层的多个通路,将具有更强细节纹理信息的浅层特征和具有更明确语义分类信息的深层特征相结合,增强后续卷积运算的特征信息。在露霜自动化观测设备采集的图像集上测试,实验结果表明,该方法的分类准确率达到99. 2%。 展开更多

关键词 露霜图像分类 多路特征融合 深度学习 resnet-50模型

在线阅读 下载PDF 职称材料

基于改进的Faster R-CNN目标人物检测 被引量：8

13

作者 周华平 殷凯 +2 位作者 桂海霞 姚尚军 丁金虎 《无线电通信技术》 2020年第6期712-716,共5页

针对图像中人物的检测,为了能够更加精确地检测定位图像中的人物,在基于Faster R-CNN框架的基础上提出了一种改进其特征网络ResNet-101的方法来进行人物深层特征的提取。在实验阶段,通过配置GPU环境以调用GPU加速和并行处理器来提高训... 针对图像中人物的检测,为了能够更加精确地检测定位图像中的人物,在基于Faster R-CNN框架的基础上提出了一种改进其特征网络ResNet-101的方法来进行人物深层特征的提取。在实验阶段,通过配置GPU环境以调用GPU加速和并行处理器来提高训练速度,实验结果表明,模型迭代1000次后,所提出的改进的特征网络模型相较于原始特征网络模型在准确度上提高了1.6%,平均检测精度提高了5.1%,说明改进的算法降低了人物的的漏检测率和误检测率,相对于原算法具有更好的准确度和识别精度。 展开更多

关键词 目标检测 Faster R-CNN resnet-101

在线阅读 下载PDF 职称材料

融合高效注意力的重楼微性状鉴别方法研究 被引量：1

14

作者 罗旭东 李宗桂 +2 位作者 张俊华 李学芳 于文涛 《计算机工程与应用》 CSCD 北大核心 2022年第13期272-279,共8页

重楼是多种中成药的重要原料药材,重楼属植物不同品种药材的形状相似而品质不一,难以鉴别。针对该问题,通过体视显微镜采集滇重楼及毛重楼的新鲜根茎横切面显微图像进行鉴别。基于ResNeXt101模型,提出了结合高效通道注意力网络与空间注... 重楼是多种中成药的重要原料药材,重楼属植物不同品种药材的形状相似而品质不一,难以鉴别。针对该问题,通过体视显微镜采集滇重楼及毛重楼的新鲜根茎横切面显微图像进行鉴别。基于ResNeXt101模型,提出了结合高效通道注意力网络与空间注意力机制的ES-Net模块,将每部分ResNeXt模块的输出进一步输入到ES-Net模块中,并使用Mixup方法进行数据增强。实验结果显示改进的模型对两种重楼根茎横切面图像的分类精度最高,为94.95%,比原ResNeXt101模型提高了2.07个百分点。实验结果表明,提出的ES-Net模块能有效增强原模型ResNeXt101对重楼新鲜根茎横切面图像的特征提取能力,提高对其的分类精度,提出的深度学习方法对重楼新鲜根茎自动鉴别具有实用价值。 展开更多

关键词 重楼 深度学习 注意力机制 ResNeXt101模型 Mixup

在线阅读 下载PDF 职称材料

基于改进Mask R-CNN的牛脸目标检测算法 被引量：3

15

作者 关忠榜 杨颜博 李敏超 《电子测量技术》 北大核心 2023年第24期133-138,共6页

针对牛脸检测时,存在的检测精度不高、牛脸较小被漏检或误检等问题,提出一种改进的Mask R-CNN+MResNet模型。首先,在ResNet101网络的基础上提出一种MResNet网络,通过对ResNet101网络的改进,提高了模型检测精度。其次,对模型的RPN网络的... 针对牛脸检测时,存在的检测精度不高、牛脸较小被漏检或误检等问题,提出一种改进的Mask R-CNN+MResNet模型。首先,在ResNet101网络的基础上提出一种MResNet网络,通过对ResNet101网络的改进,提高了模型检测精度。其次,对模型的RPN网络的锚框尺寸进行调整,提高了模型对较小目标的牛脸检测能力。实验结果表明,MResNet网络对牛脸检测精度相比较原始的网络模型,提高了12.6%;改进后的模型对于小目标检测能力平均精度较原始模型提高了2.4%。说明该模型能有效的实现小目标牛脸的检测,具有实际应用价值。 展开更多

关键词 牛脸检测 Mask R-CNN模型 ResNet101网络 RPN网络

在线阅读 下载PDF 职称材料