期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到253篇文章
< 1 2 … 13 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向变电站嵌入式设备的指针式仪表识别方法
1
作者 胡欣 刘瑞峰 +3 位作者 肖剑 段承志 程鸿亮 罗诗伟 《电子测量与仪器学报》 北大核心 2025年第1期253-263,共11页
针对变电站嵌入式设备在识别指针式仪表时常面临实时性差以及小目标和密集目标场景漏检的问题,提出了一种基于YOLOv5s-BCGS的变电站指针式仪表识别模型。该模型以YOLOv5s为基础网络,首先在其网络颈部引入协调注意力机制,并将路径聚合网... 针对变电站嵌入式设备在识别指针式仪表时常面临实时性差以及小目标和密集目标场景漏检的问题,提出了一种基于YOLOv5s-BCGS的变电站指针式仪表识别模型。该模型以YOLOv5s为基础网络,首先在其网络颈部引入协调注意力机制,并将路径聚合网络替换为加权双向特征金字塔网络,以更好地融合特征图中的位置和细节信息,从而增强模型对目标位置和尺寸的敏感性。其次,原网络中的传统卷积被轻量化的幽灵卷积替代,既加快了推理速度,又减小了模型体积。最后,将原网络中的CIoU损失函数替换为SIoU损失函数,提高了模型训练速度并改善了远距离小目标的推理精度。实验结果表明,改进后的模型在自制变电站指针仪表数据集上的表现优于YOLOv5s,mAP0.5提高了2.2%,mAP0.75提高了3.8%,mAP0.5~0.95提高了6.7%,同时模型体积减少了34.07%。与常用的Faster R-CNN、YOLOv4-tiny、YOLOv7-tiny和YOLOv8n等模型相比,本模型在精度和速度上均具有明显优势,展现了良好的泛化能力和鲁棒性,且模型体积仅为18.0 MB,实现了轻量化部署。在PC和Jetson Xavier NX开发板上的推理速度分别为154.7 FPS和18.7 FPS,能够满足嵌入式设备在变电站指针仪表巡检中的实际工程需求。 展开更多
关键词 变电站 指针式仪表识别 轻量化 协调注意力机制 嵌入式设备
在线阅读 下载PDF
基于FCM-SimCC的猪只面部关键点定位方法
2
作者 张惠莉 王光远 +3 位作者 员玉良 代晨龙 滕飞 任景龙 《农业机械学报》 北大核心 2025年第4期397-407,共11页
随着生猪养殖业向规模化和集约化转型,非侵入式个体识别技术对于追踪溯源、食品安全、疾病控制等方面至关重要,而猪只面部关键点定位技术是实现猪只非侵入式个体识别的前提。本研究基于SimCC关键点定位算法提出一种猪只面部关键点定位模... 随着生猪养殖业向规模化和集约化转型,非侵入式个体识别技术对于追踪溯源、食品安全、疾病控制等方面至关重要,而猪只面部关键点定位技术是实现猪只非侵入式个体识别的前提。本研究基于SimCC关键点定位算法提出一种猪只面部关键点定位模型FCM-SimCC,使用FasterNet代替原算法的CSPDarkNet作为特征提取网络;通过在FasterNet中嵌入CA注意力机制,提高模型对长距离特征的捕获能力;使用MLT自适应权重多任务损失函数联合KL散度损失函数与Wing Loss损失函数对模型进行监督。在包含多个猪只品种、多种面部姿态的4861幅图像的数据集上进行实验,结果表明本研究模型平均精度均值、50%平均精度、75%平均精度分别为76.12%、93.44%、83.25%,相比原模型分别提升3.14、1.77、4.47个百分点,浮点运算量为2.79×10^(9),参数量为1.38×10^(7),浮点运算量减少38.68%,参数量减少20.16%。并与DarkPose、HRNet、YOLO X-Pose等主流关键点定位方法进行对比,实验结果表明FCM-SimCC模型能够在较低的浮点运算量与较少模型参数量的基础上实现快速精准的猪只面部关键点定位,为猪只面部关键点定位及后续的猪只个体身份识别等提供技术支持。 展开更多
关键词 猪脸关键点定位 SimCC FasterNet 坐标注意力机制
在线阅读 下载PDF
复杂电磁环境下的调制识别网络
3
作者 周金 李玉芝 +3 位作者 张徐 高硕 张立 盛家川 《计算机应用》 北大核心 2025年第8期2672-2682,共11页
自动调制识别(AMR)是无线通信系统的关键技术。针对AMR网络在复杂电磁环境下迁移能力较差以及对噪声和调制信号的特征区分能力不足的问题,提出去噪及双模态注意力Transformer及卷积融合网络(Denoising & Dual-modal Attention CNN-T... 自动调制识别(AMR)是无线通信系统的关键技术。针对AMR网络在复杂电磁环境下迁移能力较差以及对噪声和调制信号的特征区分能力不足的问题,提出去噪及双模态注意力Transformer及卷积融合网络(Denoising & Dual-modal Attention CNN-Transformer, D-DmACT)。首先,设计一种迭代生成复杂干扰的生成器和对抗干扰的判别器,增强模型在遭遇复杂电磁环境时的泛化能力;其次,设计基于复数注意力的Transformer模块,以捕获同相正交(IQ)信号的时域特征,并设计基于时频位置信息的坐标注意力模块,以获取时频图像的特征,并对两种特征进行交叉融合;再次,将判别器输出的时序复序列和时频图像送至双模态注意力融合模型;最后,实现轻量化的分类识别。在数据集RadioML2016.10a和RadioML2018.01a上分别开展的高斯白噪声以及复杂电磁环境下的识别实验的结果表明:在脉冲噪声的作用下,相较于CLDNN(Convolutional Long short-term Deep Neural Network)、残差网络(ResNet)和长短期记忆(LSTM)网络,所提网络的平均识别准确率分别提高了53.98%、28.82%和24.64%,而相较于多模态自动调制分类网络(MM-Net)、阈值自编码去噪卷积神经网络(TADCNN)和生成式对抗网络联合多模态注意力机制卷积长短期记忆网络(GAN-MnACL),所提网络的平均识别准确率分别提高了19.74%、13.55%和11.17%。在计算复杂度方面,通过参数量和浮点运算数(FLOPs)等指标验证了所提网络在终端的可部署性。 展开更多
关键词 自动调制识别 生成对抗网络 坐标注意力机制 TRANSFORMER 复杂干扰
在线阅读 下载PDF
基于改进YOLOX的输电线路典型部件及缺陷轻量检测方法
4
作者 王凌云 万旭东 +1 位作者 刘兰兰 黄力 《电机与控制学报》 北大核心 2025年第9期106-115,共10页
针对输电线路部件及缺陷检测中模型体积大、实时性差的问题,以及因背景复杂、样本不平衡导致易误检、漏检的问题,提出一种基于改进YOLOX的输电线路典型部件及缺陷轻量检测方法。首先引入Ghostnet替换原有主干网络,实现模型轻量化。其次... 针对输电线路部件及缺陷检测中模型体积大、实时性差的问题,以及因背景复杂、样本不平衡导致易误检、漏检的问题,提出一种基于改进YOLOX的输电线路典型部件及缺陷轻量检测方法。首先引入Ghostnet替换原有主干网络,实现模型轻量化。其次为解决输电线路图像背景复杂导致易漏检、误检的问题,将坐标注意力模块嵌入特征融合网络和CSPLayer结构,加强对复杂背景中目标区域的关注。最后针对输电线路部件及缺陷样本不平衡以及不同目标检测难度差异大的问题,引入变焦损失函数,降低正负样本不平衡带来的影响,提升对难分类目标的训练强度以减少误检和漏检。实验结果表明,所提方法在输电线路部件及缺陷检测中的平均精度均值提高2.67%,模型尺寸减少33.01%,推理速度为19.61 ms/张,能够满足无人机轻量化、高精度的电力实时巡检要求。 展开更多
关键词 输电线路缺陷检测 Ghostnet 坐标注意力机制 变焦损失 实时检测
在线阅读 下载PDF
基于改进MobileNetV2的轻量化茶叶病害检测方法
5
作者 肖双喜 姚彤彤 李灿 《华南农业大学学报》 北大核心 2025年第6期801-809,共9页
【目的】解决茶叶病虫害检测中现有深度学习模型难以兼顾精度与效率,尤其不适合在资源受限的嵌入式设备上部署的问题。【方法】以MobileNetV2为基础架构引入2个关键改进,设计出轻量化且高精度的识别模型MobileNetV2-GCA-LS:一是设计了... 【目的】解决茶叶病虫害检测中现有深度学习模型难以兼顾精度与效率,尤其不适合在资源受限的嵌入式设备上部署的问题。【方法】以MobileNetV2为基础架构引入2个关键改进,设计出轻量化且高精度的识别模型MobileNetV2-GCA-LS:一是设计了一种新颖的幽灵坐标注意力(Ghost coordinate attention,GCA)模块,该模块融合坐标注意力的位置敏感性与GhostNet的高效计算特性,增强对关键病害区域的特征表达;二是采用标签平滑(Label smoothing,LS)正则化策略优化训练过程,提升模型泛化能力。模型在公开的茶树病害数据集上进行了训练与验证。【结果】MobileNetV2-GCA-LS模型在测试集上识别准确率达到了94.54%,F1为94.29%,性能显著优于MobileNetV2、MobileNetV3-Small、EfficientNet-B0、ResNet50和GhostNet。同时,该模型保持了较低的复杂度,参数量为2.6089×10^(6),浮点运算次数(Floating point operations,FLOPs)为0.3347×10^(10),验证了其在资源受限设备上部署的可行性。【结论】本研究提出的改进策略能够有效地提升模型识别茶叶病害的性能,在精度与效率间取得了良好的平衡,为智慧农业领域的病害智能监测与精准防控提供了实用的技术方案。 展开更多
关键词 茶叶 病害识别 MobileNetV2 幽灵坐标注意力(GCA) 标签平滑 智慧农业
在线阅读 下载PDF
自然环境下改进YOLOv5对小目标苹果的检测
6
作者 刘子龙 张磊 《系统仿真学报》 北大核心 2025年第8期2124-2138,共15页
针对苹果的分布通常会存在遮挡、小目标,以及密集目标等问题,提出了一种改进YOLOv5的目标检测算法。在YOLOv5的基础上加入了坐标注意力机制、感受野模块,以及自适应空间特征融合,加强了对小目标检测的能力。将YOLOv5中使用的CIoU替换为... 针对苹果的分布通常会存在遮挡、小目标,以及密集目标等问题,提出了一种改进YOLOv5的目标检测算法。在YOLOv5的基础上加入了坐标注意力机制、感受野模块,以及自适应空间特征融合,加强了对小目标检测的能力。将YOLOv5中使用的CIoU替换为了SIoU,提高了目标检测框的位置预测精度。将部分普通卷积替换为了深度可分离卷积,减少了计算量。实验结果表明:改进YOLOv5的综合性能要优于原始YOLOv5及其他算法,mAP值相比原始YOLOv5提升了9.6%。 展开更多
关键词 智能农业 坐标注意力机制 感受野 自适应空间特征融合 小目标检测 YOLOv5
在线阅读 下载PDF
基于改进的YOLOv8算法的钢材缺陷检测
7
作者 彭菊红 张弛 +3 位作者 高谦 张光明 谈栋华 赵明俊 《计算机工程》 北大核心 2025年第7期152-160,共9页
在工业场景下钢材表面缺陷检测技术存在检测精度低、收敛速度慢等问题。为此,提出一种改进的YOLOv8算法YOLOv8n-MDC。首先,在骨干网络中加入多尺度交叉融合网络(MCN),通过在特征层之间建立更紧密的连接,促进信息的均匀传递,减少跨层特... 在工业场景下钢材表面缺陷检测技术存在检测精度低、收敛速度慢等问题。为此,提出一种改进的YOLOv8算法YOLOv8n-MDC。首先,在骨干网络中加入多尺度交叉融合网络(MCN),通过在特征层之间建立更紧密的连接,促进信息的均匀传递,减少跨层特征融合时的语义信息损失,从而增强模型对钢材缺陷的感知能力;其次,在模块中引入可变形卷积,自适应地改变卷积核的形状与位置,从而更灵活地捕捉不规则缺陷的边缘特征,减少信息丢失,提升检测的准确性;最后,加入坐标注意力(CA)机制,将位置信息嵌入到通道中,解决了位置信息丢失的问题,使模型能够更精确地感知缺陷的位置及其形态特征,从而提升检测的精度和稳定性。在NEU-DET数据集上的实验结果表明,YOLOv8n-MDC算法的mAP@0.5达到了81.0%,相比原基准网络提升了4.2百分点,该算法收敛速度较快、精度较高,更能满足实际工业生产的要求。 展开更多
关键词 多尺度交叉融合网络 YOLOv8网络 坐标注意力机制 钢材缺陷检测 可变形卷积
在线阅读 下载PDF
VTON-FG:通过图像边缘轮廓特征引导的虚拟试衣网络
8
作者 谭台哲 陈宏才 杨卓 《计算机工程与应用》 北大核心 2025年第9期255-262,共8页
针对当前虚拟试衣方法在生成手臂和服装纹理细节方面普遍存在生成模糊和不完整的问题,基于CP-VTON+模型提出了一种名为VTON-FG的虚拟试衣网络。该网络引入了特征引导模块,在试穿模块中,通过提取服装边缘轮廓特征,并将不同尺度的特征信... 针对当前虚拟试衣方法在生成手臂和服装纹理细节方面普遍存在生成模糊和不完整的问题,基于CP-VTON+模型提出了一种名为VTON-FG的虚拟试衣网络。该网络引入了特征引导模块,在试穿模块中,通过提取服装边缘轮廓特征,并将不同尺度的特征信息融合到U-Net编码器的不同层次中,从而避免手臂信息和纹理信息丢失,引导图像生成更清晰的手臂图像和纹理特征。此外,在几何匹配模块中,为解决服装变形后可能导致的纹理畸变问题,引入了边缘轮廓图损失,从而提高了服装变形后的真实性。通过一系列消融实验,逐步验证了各模块在模型性能提升中的关键作用。实验结果表明,这些针对性的改进增强了模型的性能,从而证实了各模块在整体模型架构中的有效性和重要性。相对于CP-VTON+,该方法在结构相似度SSIM、感知相似度LPIPS和IS评价指标上分别提升了2.8%、19.4%和6.9%。 展开更多
关键词 虚拟试衣 可控图像生成 特征引导 坐标注意力 边缘检测
在线阅读 下载PDF
基于加权跳动多级特征融合的小目标检测算法
9
作者 吕学强 刘梦可 +1 位作者 韩晶 董志安 《激光杂志》 北大核心 2025年第6期79-88,共10页
目前目标检测技术虽然趋向于成熟,但是对航拍图像的检测仍然存在挑战。针对航拍图像中目标排列密集、背景复杂、小目标数量多导致目标检测精度较低的问题,提出一种基于YOLOv7改进的加权跳动多级特征融合网络WBMFF-YOLO。首先构建多尺度... 目前目标检测技术虽然趋向于成熟,但是对航拍图像的检测仍然存在挑战。针对航拍图像中目标排列密集、背景复杂、小目标数量多导致目标检测精度较低的问题,提出一种基于YOLOv7改进的加权跳动多级特征融合网络WBMFF-YOLO。首先构建多尺度通道分割模块,增强浅层特征图中的空间位置等细节信息;设计加权跳动多级特征融合结构,将之前的Concat采用加权方式进行替换,使不同层级的特征相互补充,增强特征表达的丰富性和鲁棒性;使用感受野协调注意力机制模块对融合后的特征图进行更新,扩大特征图的感受野,减少特征信息损失;为了解决小目标漏检问题,设计新的解耦头加强对小目标的检测能力。实验证明,在VisDrone2021和DOTA1.5数据集上,提出的方法检测精度分别达到56.2%、77.6%。相比于原始YOLOv7,分别提高了7.3%和2.2%,证明了改进方法在航拍图像中的有效性。 展开更多
关键词 目标检测 多尺度通道分割 加权跳动多级特征融合 感受野协调注意力 解耦网络
在线阅读 下载PDF
基于坐标注意力和软化非极大值抑制的密集安全帽检测
10
作者 尹向雷 苏妮 +1 位作者 解永芳 屈少鹏 《现代电子技术》 北大核心 2025年第2期153-161,共9页
为解决现有的安全帽检测算法对密集小目标的检测精度低的问题,提出一种基于坐标注意力和软化非极大值抑制的安全帽检测算法。引入坐标注意力机制,聚焦训练安全帽相关目标特征以提高准确率。采用软化非极大值抑制算法对候选框的置信度进... 为解决现有的安全帽检测算法对密集小目标的检测精度低的问题,提出一种基于坐标注意力和软化非极大值抑制的安全帽检测算法。引入坐标注意力机制,聚焦训练安全帽相关目标特征以提高准确率。采用软化非极大值抑制算法对候选框的置信度进行优化,提升模型对密集小目标的检测精度。通过WIoU优化边界框损失函数,使得模型聚焦于困难样例而减少简单示例对损失值的贡献,提升模型的泛化性能。实验结果表明:与基准模型YOLOv5s相比,所提算法的mAP@0.5达到88.4%,提升了3.0%;mAP@0.5:0.95达到65.6%,提升了6.8%;在召回率和准确率上分别提升了2.4%和0.5%。所提算法为密集小目标的检测提供了一定参考。 展开更多
关键词 安全帽检测 坐标注意力机制 软化非极大值抑制 YOLOv5s WIoU 边界框损失函数
在线阅读 下载PDF
基于时空多视野注意残差网络的城市区域交通流量预测
11
作者 陈静 杨国威 +1 位作者 张昭冲 王伟 《系统仿真学报》 北大核心 2025年第3期607-622,共16页
为高效、全面提取城市中复杂的时空相关性,提出一种新的端到端的深度学习框架—时空多视野注意残差网络(spatiotemporal multi-view attention residual network, ST-MVAR),用于城市区域交通流量预测。整合交通流量的临近性、周期性、... 为高效、全面提取城市中复杂的时空相关性,提出一种新的端到端的深度学习框架—时空多视野注意残差网络(spatiotemporal multi-view attention residual network, ST-MVAR),用于城市区域交通流量预测。整合交通流量的临近性、周期性、趋势性和外部因素作为网络输入,该网络通过跳跃连接,形成多层嵌套残差网络结构;设计多视野扩展模块,用于捕获交通流量对不同距离的空间依赖;引入坐标注意力机制,有效建立交通流量的时空相关性;通过K-Means聚类方法获取各时段交通流量所属模式,作为额外特征,进一步提高模型的预测精度。实验结果表明:ST-MVAR使用更少的参数获得更高的性能,相比之前的方法 RMSE降低14.2%。 展开更多
关键词 交通流量预测 残差网络 视野扩展 坐标注意力 K-MEANS聚类
在线阅读 下载PDF
基于改进YOLOv8的小棚架下无核白葡萄果梗识别 被引量：2
12
作者 李涛 买买提明·艾尼 +1 位作者 古丽巴哈尔·托乎提 杨佳雨 《中国农机化学报》 北大核心 2025年第2期259-263,278,共6页
小棚架下准确识别无核白葡萄果梗是葡萄采摘机器人自动采摘任务的关键。针对新疆吐鲁番市小棚架下鲜食无核白葡萄果梗识别效果差的问题,提出一种基于YOLOv8的无核白葡萄果梗识别模型Small—YOLO,实现无核白葡萄果梗的自动识别。在原有... 小棚架下准确识别无核白葡萄果梗是葡萄采摘机器人自动采摘任务的关键。针对新疆吐鲁番市小棚架下鲜食无核白葡萄果梗识别效果差的问题,提出一种基于YOLOv8的无核白葡萄果梗识别模型Small—YOLO,实现无核白葡萄果梗的自动识别。在原有的模型结构上改进目标检测头,提高浅层与深层网络的特征融合,增加对无核白葡萄果梗信息提取的能力。在浅层网络中采用可变形卷积DCN以增强卷积操作对形态变化的建模能力,使得卷积核可以更好地适应输入特征图中的不规则变形,有助于提高视觉模型在处理不同尺度、形态和变换目标时的性能。增加坐标注意力机制CA,优化无核白葡萄果梗识别的准确率。结果表明,改进后的识别模型对无核白葡萄果梗平均精度mAP值达到76.2%。与YOLOv3—tiny、YOLOv5n、YOLOv6、YOLOv7、YOLOv8n等算法相比,mAP值分别提升23.9%、8%、7.6%、9.2%、7%,同时保持较快的检测速度,实现在小棚架下无核白葡萄机械采摘可能性。 展开更多
关键词 无核白葡萄 采摘机器人 果梗识别 坐标注意力机制 可变形卷积 视觉模型
在线阅读 下载PDF
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
13
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
基于改进YOLOv8的蚕茧种类检测算法 被引量：1
14
作者 唐茂杰 石洪康 +4 位作者 祝诗平 田丁伊 邹佳岐 张越 赵虎 《西南大学学报(自然科学版)》 北大核心 2025年第4期193-203,共11页
为解决人工分选蚕茧效率低、工作量大以及容易发生误选、漏选等问题,提出一种基于机器视觉与改进YOLOv8的蚕茧种类轻量化检测模型。该模型在主干网络的C2f模块中引入CA(Coordinate Attention)注意力模块,可以有效提取蚕茧局部关键特征,... 为解决人工分选蚕茧效率低、工作量大以及容易发生误选、漏选等问题,提出一种基于机器视觉与改进YOLOv8的蚕茧种类轻量化检测模型。该模型在主干网络的C2f模块中引入CA(Coordinate Attention)注意力模块,可以有效提取蚕茧局部关键特征,加强网络模型的学习能力。将颈部网络中标准卷积替换为GSConv轻量化卷积,从而减少模型参数量,提高模型的检测准确率。通过摄像头采集实际生产环境中传送带上的蚕茧图像构建数据集,并对这些图像进行预处理和数据增强等操作,以提高模型的泛化能力。研究结果表明:改进的YOLOv8模型参数量仅为2.93 MB,在测试集上的平均精度均值mAP 0.5达到92.0%,比原YOLOv8模型高出6.6个百分点。在同一试验条件下,该模型的整体性能优于主流目标检测算法模型Faster R-CNN、YOLOv5、YOLOv7、YOLOv8s和YOLOv8m,其中该模型的mAP 0.5比其他模型分别高出41.5、29.0、17.7、2.6和1.2个百分点,满足蚕茧相距较近、桑叶残渣遮挡、蚕丝包裹、蚕茧相互堆叠分布的情况下蚕茧检测轻量化模型的要求,为智能化蚕茧分选装备的研发提供了理论基础。 展开更多
关键词 蚕茧种类检测 YOLOv8模型 CA注意力机制 GSConv卷积
在线阅读 下载PDF
融合沙漏结构与改进坐标注意力的轻量级番茄叶片病害识别模型 被引量：1
15
作者 谷瑞 宋翠玲 钱春花 《浙江农业学报》 北大核心 2025年第1期217-230,共14页
针对现有番茄叶片识别模型参数量大、计算复杂度高,推理时间长,难以部署在资源受限的移动设备上的问题,本文提出一种轻量级识别网络SG-ICA-MobileNetV3。首先,引入沙漏结构对MobileNetV3Small的倒残差块进行改造,在高维空间建立特征转... 针对现有番茄叶片识别模型参数量大、计算复杂度高,推理时间长,难以部署在资源受限的移动设备上的问题,本文提出一种轻量级识别网络SG-ICA-MobileNetV3。首先,引入沙漏结构对MobileNetV3Small的倒残差块进行改造,在高维空间建立特征转换和跳跃连接缓解信息丢失问题,强化模型特征学习能力;其次,嵌入改进的坐标注意力机制,融合全局平均池化和最大池化自适应地学习不同位置的特征权重,增强对病害区域的感知能力;最后,将ReLU激活函数替换为ELU,缓解模型训练中梯度消失和权重偏置更新失效现象,提升网络收敛速度。结果表明,该模型在测试集上的分类准确率高达98.36%,在参数量、计算复杂度、推理速度、识别精度等方面优于MobileNetV3Small、MobileNeXt-1.0、MobileVit-S、ConvNeXt-V2等轻量级模型,并具有较强的泛化能力,能为快速、准确识别植物叶片病害提供算法支持。 展开更多
关键词 沙漏结构 SG-ICA-MobileNetV3 坐标注意力 番茄 叶片 病害识别
在线阅读 下载PDF
小尺寸低对比度的传送带破损检测方法 被引量：1
16
作者 韩雅洁 郝晓丽 +1 位作者 牛保宁 薛晋东 《太原理工大学学报》 北大核心 2025年第1期148-156,共9页
【目的】针对已有模型在检测小尺寸、与背景对比度低的破损时易出现漏检、误检等问题,提出一种改进YOLOv4的检测模型。【方法】针对小尺寸问题,首先设计了DDS unit替换主干网络中的Res unit,利用不同层次特征跨层连接的方式获得完整丰... 【目的】针对已有模型在检测小尺寸、与背景对比度低的破损时易出现漏检、误检等问题,提出一种改进YOLOv4的检测模型。【方法】针对小尺寸问题,首先设计了DDS unit替换主干网络中的Res unit,利用不同层次特征跨层连接的方式获得完整丰富的多尺度特征完成小尺寸破损的检测。其次,在分类损失函数中引入梯度协调机制动态调整小尺寸破损的权重使其得到充分训练。针对破损与背景对比度低的问题,首先在主干网络深层网络层中嵌入坐标注意力机制,增强模型对破损特征的关注度,降低背景噪声的干扰。其次,设计精确解耦头通过解决分类、定位任务对特征需求的矛盾提升检测精度。【结果】实验表明,模型的平均精度较YOLOv4提升了3.92%,小尺寸的划伤类破损、与背景低对比度的磨损类破损的检测精度分别提升4.32%和4.24%,可有效解决漏检、误检问题。 展开更多
关键词 传送带破损 YOLOv4 DDS unit 梯度协调机制 坐标注意力机制 精确解耦头
在线阅读 下载PDF
噪声环境下基于域对抗图卷积网络和坐标注意力的说话人确认方法 被引量：1
17
作者 陈家辉 葛子瑞 +2 位作者 王天朗 郭海燕 杨震 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期57-67,共11页
为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。... 为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。首先,针对噪声环境下局部特征变得不稳定这个问题,提出引入CA模块,将全局时间信息和全局频率信息编码到通道注意力中,以强调有用通道,提取鲁棒性的说话人特征。其次,提出构建DA⁃GCN来辅助主网络提取与噪声相关性更小的说话人特征来进行后续的分类。具体而言,将语音信号映射为图信号,利用GCN分别对干净语音图信号特征和含噪语音图信号特征进行聚合,通过域对抗(Domain Adversarial,DA)训练,辅助主网络提取干净语音域和含噪语音域共享的说话人特征,从而降低噪声对SV性能的影响。在VoxCeleb1数据集上的实验结果表明,所提CA⁃DA⁃GCN的性能优于基线模型ExU⁃Net且表现出良好的泛化能力。 展开更多
关键词 噪声环境 说话人确认 域对抗 坐标注意力机制 图卷积神经网络
在线阅读 下载PDF
基于改进YOLOv8n的隧道内异物检测算法 被引量：3
18
作者 桂佳扬 王顺吉 +1 位作者 周正康 唐加山 《计算机应用》 北大核心 2025年第2期655-661,共7页
针对当前隧道内异物检测存在人工巡检成本高、效率低等问题,提出一种基于改进YOLOv8n的隧道内异物检测算法。首先,提出融入坐标注意力(CA)机制的C2f_CA模块,通过将位置信息嵌入通道注意力,增强网络对图像在空间上的特征分布的关注,从而... 针对当前隧道内异物检测存在人工巡检成本高、效率低等问题,提出一种基于改进YOLOv8n的隧道内异物检测算法。首先,提出融入坐标注意力(CA)机制的C2f_CA模块,通过将位置信息嵌入通道注意力,增强网络对图像在空间上的特征分布的关注,从而增强网络的特征提取能力;其次,借鉴高分辨率网络的思想,提出新的特征融合模块HRNet_Fusion(High Resolution Net)将提取的不同分辨率特征图作为4个并行分支输入网络,并经过多次上、下采样和融合操作得到全面且准确的特征信息,从而显著提升在小目标检测和特征信息融合方面的性能;最后,引入WIoU(Wise-IoU)损失函数降低低质量样本对网络的不良梯度影响,进一步提高模型的检测精度。实验结果表明,在隧道异物数据集上,改进算法的平均精度均值(mAP@0.5)为79.9%,模型大小为6.0 MB,与YOLOv8n算法相比,mAP@0.5提升了6个百分点,模型大小减少了0.2 MB,模型参数量减少了0.379×10~6。 展开更多
关键词 目标检测 异物检测 YOLOv8n 坐标注意力机制 高分辨率网络 WIoU损失函数
在线阅读 下载PDF
选择性坐标注意力下红外图像无人机目标检测方法 被引量：1
19
作者 吴茜 魏晶鑫 陈中举 《现代电子技术》 北大核心 2025年第7期43-47,共5页
为解决无人机带来的安全隐患与隐私侵犯等问题,提出选择性坐标注意力下红外图像无人机目标检测方法。基于选择性坐标注意力机制,通过非对称卷积核在不同方向上捕捉不同尺度和形状的特征,将无人机特征的行列位置信息进行编码,动态地调整... 为解决无人机带来的安全隐患与隐私侵犯等问题,提出选择性坐标注意力下红外图像无人机目标检测方法。基于选择性坐标注意力机制,通过非对称卷积核在不同方向上捕捉不同尺度和形状的特征,将无人机特征的行列位置信息进行编码,动态地调整不同位置特征的权重,强化关键区域的特征表示。将多个红外图像输入YOLOv5网络中进行训练和处理后,在主干网络中经卷积操作后嵌入选择性坐标注意力机制,实现红外图像无人机目标特征精确提取。采用GIoU作为损失函数,优化预测框的位置和大小,实现红外图像无人机目标精准检测。实验结果表明:该方法对大小不同的无人机目标均能实现准确且快速的定位与检测,能够保持较高的检测精度。 展开更多
关键词 坐标注意力机制 特征融合 YOLOv5网络 红外图像 无人机目标 目标检测
在线阅读 下载PDF
改进的坐标残差网络应用于17-4PH材料蚀后剩余寿命预测研究
20
作者 邸娟 王程波 +3 位作者 贺磊 牛亚龙 彭超义 王建锋 《西安交通大学学报》 EI CAS 北大核心 2025年第1期206-214,共9页
为解决材料汽蚀损伤后剩余使用寿命预测困难的科学问题,提出了一种融合卷积神经网络技术的寿命预测方法,具体采用残差网络(ResNet)模型,并嵌入坐标注意力机制(CA),通过对模型进行卷积、通道数及下采样方式的优化,构建改进的坐标残差网络... 为解决材料汽蚀损伤后剩余使用寿命预测困难的科学问题,提出了一种融合卷积神经网络技术的寿命预测方法,具体采用残差网络(ResNet)模型,并嵌入坐标注意力机制(CA),通过对模型进行卷积、通道数及下采样方式的优化,构建改进的坐标残差网络(CA-ResNet)模型,以实现对17-4PH材料汽蚀损伤后剩余使用寿命的精确预测。基于超声波汽蚀试验得到的汽蚀特性曲线,通过逻辑回归(Logistic)方程对汽蚀阶段进行定量划分,并定义寿命系数ζ,同时借助超景深显微镜获取材料损伤后不同时刻的显微图像数据库,并与寿命系数ζ相对应。研究结果表明,改进的CA-ResNet网络模型在CIFAR10公开数据集上验证准确率可达92.2%,在收集的17-4PH材料的汽蚀损伤数据集上的验证准确率可达93.2%,相比ResNet18网络模型,准确率分别提高了1.5%和3.5%。通过学习率、批处理量等超参数优化后,该模型在汽蚀损伤数据集上准确率可达95.0%。采用端到端的数据驱动思想,可实现从汽蚀损伤形貌到汽蚀寿命的精确预测。 展开更多
关键词 残差网络 坐标注意力机制 汽蚀 寿命预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 13 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部