期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向智能采摘的标识物检测与识别实验设计
1
作者
翁士状
李士昌
李迎松
《实验室研究与探索》
北大核心
2025年第8期48-54,共7页
针对数字图像处理课程中存在理解困难、理论模糊不清和应用实践匮乏等问题,基于智能采摘竞赛进行设计标识物检测与识别教学案例,旨在增强学生的学习兴趣并提升教学效果。利用摄像头拍摄照片并存储图像,结合Jetson nano平台和YOLOv5S多...
针对数字图像处理课程中存在理解困难、理论模糊不清和应用实践匮乏等问题,基于智能采摘竞赛进行设计标识物检测与识别教学案例,旨在增强学生的学习兴趣并提升教学效果。利用摄像头拍摄照片并存储图像,结合Jetson nano平台和YOLOv5S多目标检测框架,训练智能采摘标识物检测模型。基于已训练模型预测目标,并输出预测结果与物体坐标,从而获得舵机角度并执行抓取功能。实验结果显示,平均检测精度达99.3%,在Jetson nano平台上展现出优异的性能,未来有望借助更多模型检测实现更精准的检测和广泛应用。实验过程中,通过目标检测与抓取效果向学生形象地展示图像目标检测的应用,加深其对数字图像处理的理解,增强学生进行深度学习与图像智能处理的能力。
展开更多
关键词
目标检测
深度学习
jetson
nano平台
在线阅读
下载PDF
职称材料
改进的轻量化人脸识别算法
被引量：
8
2
作者
屈东东
贺利乐
何林
《智能系统学报》
CSCD
北大核心
2023年第3期544-551,共8页
嵌入式平台计算资源有限,无法实时运行计算量和参数量巨大的深度学习模型。基于mobilenet v2提出一种改进的轻量化人脸识别算法L-mobilenet v2,首先对原有网络结构进行优化,然后以三元损失函数为主,将传统分类任务中的softmax损失改为Am...
嵌入式平台计算资源有限,无法实时运行计算量和参数量巨大的深度学习模型。基于mobilenet v2提出一种改进的轻量化人脸识别算法L-mobilenet v2,首先对原有网络结构进行优化,然后以三元损失函数为主,将传统分类任务中的softmax损失改为Am-softmax作为辅助损失函数,使用10575个人的49万张图片进行联合训练。相比于改进前的模型及训练方法,新模型在LFW测试集和自制数据集的识别准确率达到98.56%和95%,将模型参数量缩减72.3%的同时将识别准确率提高了1.56%和7.1%,在嵌入式平台Jetson nano上的平均识别帧率提升了36.3%。该模型可以在计算资源受限的移动端实时运行。
展开更多
关键词
嵌入式
平台
深度学习
人脸识别
轻量化网络
mobilenet
v2模型
softmax损失
Am-softmax损失
Jetson
nano平台
在线阅读
下载PDF
职称材料
基于机器视觉和轻量级卷积网络的安瓿瓶包装质量检测算法
被引量：
6
3
作者
郜明
任德均
+2 位作者
胡云起
付磊
邱吕
《计算机应用》
CSCD
北大核心
2020年第10期2899-2903,共5页
针对人工检测安瓿瓶包装质量时存在的速度慢以及受主观因素影响导致的准确率低等问题,提出一种机器视觉和轻量级卷积神经网络结合的安瓿瓶包装质量检测方法。首先,采用机器视觉中基于阈值分割以及仿射变换的方法对待测图片进行阈值处理...
针对人工检测安瓿瓶包装质量时存在的速度慢以及受主观因素影响导致的准确率低等问题,提出一种机器视觉和轻量级卷积神经网络结合的安瓿瓶包装质量检测方法。首先,采用机器视觉中基于阈值分割以及仿射变换的方法对待测图片进行阈值处理、倾斜校正和安瓿瓶区域的裁剪;然后,根据图像特点以及缺陷识别要求设计分类算法的网络结构;最后,采集生产现场图片构建安瓿瓶包装缺陷数据集,之后对提出的安瓿瓶包装缺陷识别网络进行了验证,并测试了部署在Jetson Nano嵌入式平台上的算法的准确率及检测速度。实验结果表明:以每盒五支装的产品为例,所提安瓿瓶包装质量检测算法平均每盒耗时70.1 ms,即可达14盒/秒,而准确率为99.94%,能够实现在Jetson Nano嵌入式平台上的在线高精度安瓿瓶包装质量检测。
展开更多
关键词
机器视觉
安瓿瓶包装
卷积神经网络
质量检测
Jetson
nano
嵌入式
平台
在线阅读
下载PDF
职称材料
题名
面向智能采摘的标识物检测与识别实验设计
1
作者
翁士状
李士昌
李迎松
机构
安徽大学电子信息工程学院
出处
《实验室研究与探索》
北大核心
2025年第8期48-54,共7页
基金
安徽省级质量工程(2023jyxm0131,2023cxtd019)
安徽省新时代育人质量工程项目(2022zyxwjxalk021,2023zyxwjxalk012,2023shsjsfkc004)。
文摘
针对数字图像处理课程中存在理解困难、理论模糊不清和应用实践匮乏等问题,基于智能采摘竞赛进行设计标识物检测与识别教学案例,旨在增强学生的学习兴趣并提升教学效果。利用摄像头拍摄照片并存储图像,结合Jetson nano平台和YOLOv5S多目标检测框架,训练智能采摘标识物检测模型。基于已训练模型预测目标,并输出预测结果与物体坐标,从而获得舵机角度并执行抓取功能。实验结果显示,平均检测精度达99.3%,在Jetson nano平台上展现出优异的性能,未来有望借助更多模型检测实现更精准的检测和广泛应用。实验过程中,通过目标检测与抓取效果向学生形象地展示图像目标检测的应用,加深其对数字图像处理的理解,增强学生进行深度学习与图像智能处理的能力。
关键词
目标检测
深度学习
jetson
nano平台
Keywords
object detection
deep learning
jetson
nano
platform
分类号
TP391 [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
改进的轻量化人脸识别算法
被引量：
8
2
作者
屈东东
贺利乐
何林
机构
西安建筑科技大学机电工程学院
西安建筑科技大学理学院
出处
《智能系统学报》
CSCD
北大核心
2023年第3期544-551,共8页
基金
陕西省教育厅专项科研项目(21JK0732).
文摘
嵌入式平台计算资源有限,无法实时运行计算量和参数量巨大的深度学习模型。基于mobilenet v2提出一种改进的轻量化人脸识别算法L-mobilenet v2,首先对原有网络结构进行优化,然后以三元损失函数为主,将传统分类任务中的softmax损失改为Am-softmax作为辅助损失函数,使用10575个人的49万张图片进行联合训练。相比于改进前的模型及训练方法,新模型在LFW测试集和自制数据集的识别准确率达到98.56%和95%,将模型参数量缩减72.3%的同时将识别准确率提高了1.56%和7.1%,在嵌入式平台Jetson nano上的平均识别帧率提升了36.3%。该模型可以在计算资源受限的移动端实时运行。
关键词
嵌入式
平台
深度学习
人脸识别
轻量化网络
mobilenet
v2模型
softmax损失
Am-softmax损失
Jetson
nano平台
Keywords
embedded platform
deep learning
face recognition
lightweight network
mobilenet v2 model
softmax loss
Am-softmax loss
Jetson
nano
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
基于机器视觉和轻量级卷积网络的安瓿瓶包装质量检测算法
被引量：
6
3
作者
郜明
任德均
胡云起
付磊
邱吕
机构
四川大学机械工程学院
出处
《计算机应用》
CSCD
北大核心
2020年第10期2899-2903,共5页
文摘
针对人工检测安瓿瓶包装质量时存在的速度慢以及受主观因素影响导致的准确率低等问题,提出一种机器视觉和轻量级卷积神经网络结合的安瓿瓶包装质量检测方法。首先,采用机器视觉中基于阈值分割以及仿射变换的方法对待测图片进行阈值处理、倾斜校正和安瓿瓶区域的裁剪;然后,根据图像特点以及缺陷识别要求设计分类算法的网络结构;最后,采集生产现场图片构建安瓿瓶包装缺陷数据集,之后对提出的安瓿瓶包装缺陷识别网络进行了验证,并测试了部署在Jetson Nano嵌入式平台上的算法的准确率及检测速度。实验结果表明:以每盒五支装的产品为例,所提安瓿瓶包装质量检测算法平均每盒耗时70.1 ms,即可达14盒/秒,而准确率为99.94%,能够实现在Jetson Nano嵌入式平台上的在线高精度安瓿瓶包装质量检测。
关键词
机器视觉
安瓿瓶包装
卷积神经网络
质量检测
Jetson
nano
嵌入式
平台
Keywords
machine vision
ampoule packaging
Convolutional Neural Network(CNN)
quality inspection
Jetson
nano
embedded platform
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
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
作者
出处
发文年
被引量
操作
1
面向智能采摘的标识物检测与识别实验设计
翁士状
李士昌
李迎松
《实验室研究与探索》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
改进的轻量化人脸识别算法
屈东东
贺利乐
何林
《智能系统学报》
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
3
基于机器视觉和轻量级卷积网络的安瓿瓶包装质量检测算法
郜明
任德均
胡云起
付磊
邱吕
《计算机应用》
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
