基于改进ResNet-50残差网络的纤维分类方法 被引量：9

1

作者 黄烜 孙晗 +2 位作者 林博生 殷明骏 杨志军 《西安工程大学学报》 CAS 2022年第4期19-25,共7页

针对目前常见的纤维分类技术中,分类结果受人的主观影响大、检测设备昂贵、检测时间长等问题,提出一种基于ImageNet数据集预训练的改进ResNet-50残差神经网络分类方法,并对4种纤维结构较相似的动物毛发纤维进行分类。使用自建训练集和... 针对目前常见的纤维分类技术中,分类结果受人的主观影响大、检测设备昂贵、检测时间长等问题,提出一种基于ImageNet数据集预训练的改进ResNet-50残差神经网络分类方法,并对4种纤维结构较相似的动物毛发纤维进行分类。使用自建训练集和测试集,以TensorFlow和Keras为框架,利用ResNet-50和VGG-16的基础模型进行验证;再通过加入Dropout层和数据增强策略等方式,改进ResNet-50的网络结构和参数并重新训练;最后使用测试集进行评估,得到新网络模型在测试集上的混淆矩阵并对比各项性能指标。结果表明,改进后的ResNet-50网络模型平均准确率98.88%,综合评估分数98.88%,有更优的综合分类性能。 展开更多

关键词 纤维分类 残差神经网络 resnet-50 VGG-16 迁移学习

在线阅读 下载PDF 职称材料

基于改进Mask R-CNN的低空遥感实例分割算法

2

作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页

针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多

关键词 深度学习 图像处理 遥感图像 实例分割 改进Mask R-CNN算法 resnet-50

在线阅读 下载PDF 职称材料

基于ResNet50-SSD的安全帽佩戴状态检测研究 被引量：6

3

作者 岳诗琴 张乾 +2 位作者 邵定琴 范玉 白金华 《长江信息通信》 2021年第3期86-89,共4页

针对现存的安全帽佩戴检测方法对尺寸大小不一、部分遮挡的目标检测难度大的问题。文章提出了一种基于Res-Net50-SSD的安全帽佩戴状态检测研究方法。该模型以SSD网络作为基础,采用ResNet-50代替传统的VGG-16作为SSD的主干网络提取特征,... 针对现存的安全帽佩戴检测方法对尺寸大小不一、部分遮挡的目标检测难度大的问题。文章提出了一种基于Res-Net50-SSD的安全帽佩戴状态检测研究方法。该模型以SSD网络作为基础,采用ResNet-50代替传统的VGG-16作为SSD的主干网络提取特征,并在附加层中引入BN(Batch Normalization)层,加快网络的收敛速度,提高检测精确度。实验结果表明:ResNet50-SSD的在安全帽佩戴状态检测任务中mAP达80.4%,相对于传统的SSD提高了2.23%。在保证较高的检测准确率的情况下能达到了每秒35帧的检测速度,满足实时检测的要求。 展开更多

关键词 安全帽佩戴检测 SSD Res Net-50 Batch Normalization 实时检测

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

4

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

基于深度学习的农作物病虫害图像识别方法 被引量：3

5

作者 崔梦银 邓茵 崔盼盼 《沧州师范学院学报》 2024年第1期15-21,共7页

针对农作物病虫害图像识别精度和效率低的问题,提出一种基于卷积神经网络和迁移学习的多粒度特征分割模型(MGFSM).模型采用ResNet-50作为骨干网络,利用预训练权重进行参数共享,以提高识别精度和稳定性.MGFSM包含全局分支和局部分支,全... 针对农作物病虫害图像识别精度和效率低的问题,提出一种基于卷积神经网络和迁移学习的多粒度特征分割模型(MGFSM).模型采用ResNet-50作为骨干网络,利用预训练权重进行参数共享,以提高识别精度和稳定性.MGFSM包含全局分支和局部分支,全局分支学习整个图像的外观模型,局部分支解决复杂背景和遮挡问题.同时,联合使用度量损失和分类损失函数,以克服类内间距大和类间间距小的问题,提高病虫害图像辨别性.通过迁移学习,将知识迁移到增强后的目标数据上,增强模型对不同病虫害种类的适应性.实验结果表明,MGFSM模型在PlantVillage数据集上具有较高的识别精度和泛化能力,可应用于移动端和嵌入式设备中,具有一定的实用价值. 展开更多

关键词 图像识别 卷积神经网络 resnet-50 损失函数 迁移学习

在线阅读 下载PDF 职称材料

一种面向鱼眼图像的行人检测算法

6

作者 张瑶 刘发炳 +3 位作者 黄国勇 钱俊兵 阮爱国 沈忠明 《现代电子技术》 北大核心 2024年第15期40-46,共7页

鱼眼镜头非线性光学畸变导致鱼眼图像行人检测算法精度低,且校正算法也无法完全克服鱼眼图像的边缘严重变形。针对上述问题,文中以Faster R-CNN架构为基础,建立了鱼眼图像校正光路模型。针对鱼眼图像畸变,提出一种基于微分方程的鱼眼图... 鱼眼镜头非线性光学畸变导致鱼眼图像行人检测算法精度低,且校正算法也无法完全克服鱼眼图像的边缘严重变形。针对上述问题,文中以Faster R-CNN架构为基础,建立了鱼眼图像校正光路模型。针对鱼眼图像畸变,提出一种基于微分方程的鱼眼图像校正模型,并提出一种改进算法用于鱼眼图像的行人检测。构建了ResNet 50融合特征金字塔网络结构,以增强网络的多尺度特征提取能力,提高网络对行人小目标的定位和识别能力;优化平滑L1损失函数解决大梯度难学样本与小梯度易学样本间的不平衡问题,提高训练效果。实验结果表明,文中算法与现有鱼眼图像行人检测算法相比,检测精度提高了39.68%。在边缘轻微畸变及小尺度行人的检测精度可以达到90%以上,有助于提高极端条件下鱼眼图像的行人检测性能。 展开更多

关键词 鱼眼镜头 鱼眼图像 畸变校正 行人检测 Faster R-CNN ResNet 50

在线阅读 下载PDF 职称材料

基于改进的YOLOv5s金属表面缺陷检测方法研究

7

作者 杨喻丘 佟维妍 《轨道交通材料》 2024年第2期50-56,共7页

针对现有金属表面缺陷检测算法存在缺陷特征提取能力不足、检测精度较低、可能因网络加深而出现梯度消失等问题,提出了一种基于改进的YOLOv5s金属表面缺陷检测算法。首先,用3层ResNet-50残差网络代替YOLOv5s的骨干网络,不仅增加了提取... 针对现有金属表面缺陷检测算法存在缺陷特征提取能力不足、检测精度较低、可能因网络加深而出现梯度消失等问题,提出了一种基于改进的YOLOv5s金属表面缺陷检测算法。首先,用3层ResNet-50残差网络代替YOLOv5s的骨干网络,不仅增加了提取目标特征能力还提升了模型训练鲁棒性;其次,在骨干网络最后一层加入CBAM注意力机制,优化网络结构,提取更加丰富的目标特征;最后,引入边框回归损失函数EIoULoss代替原本的CIoULoss来加快网络收敛,增加小目标检测能力。研究试验表明,改进后的目标检测算法在NEU-DET数据上mAP为78.5%,较经典YOLOv5s算法相比提升了6.2%,改进后的金属缺陷检测算法不仅性能更优,而且还能检测出漏检目标,检测速度和检测精度也优于Faster R-CNN和YOLOv3,能够满足工业生产中对金属表面缺陷检测的需求。 展开更多

关键词 缺陷检测 YOLOv5s resnet-50 CBAM EloULoss

在线阅读 下载PDF 职称材料

基于中值滤波与Jetson平台的高性能模式识别在邮区中心的应用研究

8

作者 戴美泽 林祝发 +2 位作者 谭琳 王葆宗 陆东生 《江苏通信》 2024年第6期124-128,共5页

本论文旨在改进邮政邮区中心局垛口作业管理。传统的手工台账管理方式容易导致人工误差,因此提出一种基于垛口摄像头数据的方法。首先,利用中值滤波改进ResNet-50网络,以准确判别垛口作业情况。其次,采用YOLO v5算法检测装卸车辆的车牌... 本论文旨在改进邮政邮区中心局垛口作业管理。传统的手工台账管理方式容易导致人工误差,因此提出一种基于垛口摄像头数据的方法。首先,利用中值滤波改进ResNet-50网络,以准确判别垛口作业情况。其次,采用YOLO v5算法检测装卸车辆的车牌数据,并通过ResNet-18网络进行车牌清晰度判别。最后,利用OCR技术对清晰的车牌进行识别,实现车牌信息的输出。通过引入计算机视觉和深度学习技术,本研究实现对垛口作业和车辆车牌的自动化识别,从而提高管理效率并减少人为误差。同时采用JetsonNX作为边缘计算平台减少服务器成本的同时增加了算力,为进一步提升邮区中心垛口资源利用率提供思路。 展开更多

关键词 邮区中心 resnet-50网络 YOLOv5算法 Jetson平台

在线阅读 下载PDF 职称材料

基于Faster R-CNN的多尺度高压塔鸟巢检测 被引量：16

9

作者 王纪武 罗海保 +2 位作者 鱼鹏飞 郑乐乐 胡方全 《北京交通大学学报》 CAS CSCD 北大核心 2019年第5期37-43,共7页

为了解决复杂图像背景条件下高压塔上鸟巢检测的问题,提出一种基于Faster R-CNN的多尺度高压塔鸟巢检测方法.在特征提取方面,通过改进基于卷积神经网络的ResNet-50特征提取网络分别完成图像中高压塔和鸟巢的特征提取;在建议区域提取方面... 为了解决复杂图像背景条件下高压塔上鸟巢检测的问题,提出一种基于Faster R-CNN的多尺度高压塔鸟巢检测方法.在特征提取方面,通过改进基于卷积神经网络的ResNet-50特征提取网络分别完成图像中高压塔和鸟巢的特征提取;在建议区域提取方面,提出在两种不同深度的卷积特征图上采用合理尺度的不同大小滑动窗口方式完成建议区域的提取,增强了对鸟巢的检测能力;在目标检测方面,提出在高分辨卷积特征图上进行上采样操作,并额外增加SENet特征增强模块,有效提高了目标检测效果.最后利用同时检测出的高压塔区域条件剔除了此区域之外的鸟巢检测结果,进一步提升了最终的鸟巢检测精度.该方法在2 000幅无人机实际巡检航拍的含有鸟巢的图像数据集上进行了测试.实验结果表明:本文方法的平均检测精度达到了84.55%.对比已有的基于HOG+SVM的检测方法和基于经典的Faster R-CNN ResNet-50检测方法,本文所提出的方法平均检测精度分别提高了43.5%和15.2%,并加快了检测速度.该方法为无人机电力智能巡检提供了一种新的解决办法. 展开更多

关键词 高压塔 鸟巢 卷积神经网络 FASTER R-CNN resnet-50

在线阅读 下载PDF 职称材料

基于改进ResNet网络的井下钻杆计数方法 被引量：11

10

作者 高瑞 郝乐 +2 位作者 刘宝 文静怡 陈宇航 《工矿自动化》 北大核心 2020年第10期32-37,共6页

针对现有井下钻杆数量统计方式精度较低、受环境变化影响大等问题,结合卷积神经网络、信号滤波等技术,提出了一种基于改进ResNet网络的井下钻杆计数方法。根据视频图像中卸杆动作与非卸杆动作的差异,采用ResNet-50网络模型对样本集进行... 针对现有井下钻杆数量统计方式精度较低、受环境变化影响大等问题,结合卷积神经网络、信号滤波等技术,提出了一种基于改进ResNet网络的井下钻杆计数方法。根据视频图像中卸杆动作与非卸杆动作的差异,采用ResNet-50网络模型对样本集进行分类训练,判断视频中每一帧图像是否包含卸杆动作;结合线性学习率预热和基于Logistic曲线的学习率衰减策略进行学习率更新,以提高模型分类准确率;通过积分法对视频分类置信度进行滤波,并统计置信度曲线下降沿数量,实现钻杆计数。实验结果表明,预热+衰减的学习率更新策略能够有效提高图像分类模型的分类精度,模型分类检测准确率为89%。实际应用结果表明,基于改进ResNet网络的井下钻杆计数方法可以高效识别视频中的卸杆图像,平均钻杆计数精度为97%,满足实际应用需求。 展开更多

关键词 钻孔深度 钻杆计数 图像分类 卷积神经网络 学习率更新 resnet-50

在线阅读 下载PDF 职称材料

基于组合零样本学习的接触网吊弦线缺陷识别 被引量：1

11

作者 顾桂梅 贾耀华 +2 位作者 赵岩浩 张文辉 闫炳旭 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第11期2285-2293,共9页

目前现场接触网吊弦缺陷图像严重不足,导致模型特征学习不充分,识别准确率难以得到有效提高,为此提出基于组合零样本学习的接触网吊弦线缺陷识别方法.采用以ResNet-50作为主干网络的视觉特征提取模块提取图像视觉特征;使用预训练的Word2... 目前现场接触网吊弦缺陷图像严重不足,导致模型特征学习不充分,识别准确率难以得到有效提高,为此提出基于组合零样本学习的接触网吊弦线缺陷识别方法.采用以ResNet-50作为主干网络的视觉特征提取模块提取图像视觉特征;使用预训练的Word2Vec词向量对标签组合图中的节点特征进行初始化,并通过2层图卷积网络学习标签组合图中各节点之间的依赖关系,从而优化组合标签节点的语义特征,改善最终的识别效果;将提取到的视觉特征和优化后的组合标签节点的语义特征相对齐,构建相似度函数计算图像视觉特征与组合标签语义特征之间的相似度得分,并通过交叉熵损失完成图像组合标签的预测.仿真实验结果表明:所提方法对可见类样本的类平均检测准确率为93.5%,对不可见类样本的类平均检测准确率为86.5%. 展开更多

关键词 接触网吊弦 缺陷识别 组合零样本学习 resnet-50网络 图卷积网络 词向量

在线阅读 下载PDF 职称材料

基于YOLO模型的宫颈细胞簇团智能识别方法 被引量：18

12

作者 郑欣 田博 李晶晶 《液晶与显示》 CAS CSCD 北大核心 2018年第11期965-971,共7页

针对宫颈细胞簇团自动识别问题,本文提出了一种基于YOLO v2模型的智能识别方法。首先,针对宫颈细胞簇团识别任务的特点,采用resnet 50模型作为YOLO v2网络的基础特征提取模块。同时,提出了相应的数据扩增方法与YOLO v2网络的训练方案。... 针对宫颈细胞簇团自动识别问题,本文提出了一种基于YOLO v2模型的智能识别方法。首先,针对宫颈细胞簇团识别任务的特点,采用resnet 50模型作为YOLO v2网络的基础特征提取模块。同时,提出了相应的数据扩增方法与YOLO v2网络的训练方案。同时,我们收集宫颈细胞液基涂片扫描图像,建立了宫颈细胞簇团图像数据集,并由细胞病理专家对其中的细胞簇团进行了标注。实验表明,本文方法能够有效完成宫颈细胞病变簇团的自动识别,在测试图像集中,针对细胞簇团识别的准确率为75.9%,召回率为86.3%;针对宫颈细胞图像识别的准确率为87.0%,召回率为86.7%。本文将深度学习技术引入到宫颈细胞辅助筛查领域,对于促进宫颈癌早期自动筛查系统的研究,具有重要意义。 展开更多

关键词 宫颈细胞簇团 数据增强 resnet50模型 YOLO v2网络

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN的小目标电缆线号定位模型 被引量：1

13

作者 韩境和 于正林 《长春理工大学学报（自然科学版）》 2023年第1期65-72,共8页

针对目前小目标电缆线号难以准确定位的问题,提出了基于深度学习的在不同干扰下能准确定位小目标线号的算法。由于电缆应用场景存在有噪声、粉尘、光照变化等方面的恶劣条件,不利于线号区域的定位,而且小目标线号对定位精度要求较高,因... 针对目前小目标电缆线号难以准确定位的问题,提出了基于深度学习的在不同干扰下能准确定位小目标线号的算法。由于电缆应用场景存在有噪声、粉尘、光照变化等方面的恶劣条件,不利于线号区域的定位,而且小目标线号对定位精度要求较高,因此基于Faster R-CNN模型进行改进,主干网络使用ResNet-50并对其进行优化,利用特征金字塔和多头自注意力机制,提升网络性能,提高小目标线号的检测精度与模型鲁棒性。实验结果表明,提出的电缆线号定位模型算法相比优化之前准确率提升了3.9%,定位准确率高达99.2%,能有效提高小目标线号的定位准确率。 展开更多

关键词 小目标线号定位 深度学习 特征金字塔 Faster R-CNN resnet-50

在线阅读 下载PDF 职称材料

基于深度学习的场景图像自适应文本检测方法

14

作者 杨仁桓 康家杰 +3 位作者 秦传波 麦超云 邱天 喻慧文 《现代电子技术》 2023年第16期143-148,共6页

为了解决自然场景图像中任意形状文本检测的难题,文中提出一种具有自适应文本区域表示的鲁棒场景文本检测方法;同时基于回归和分割方法的两种思想,设计自适应角点检测模块(ACDM)和自适应阈值分割模块(ATSM)。将不同尺度的文本生成不同... 为了解决自然场景图像中任意形状文本检测的难题,文中提出一种具有自适应文本区域表示的鲁棒场景文本检测方法;同时基于回归和分割方法的两种思想,设计自适应角点检测模块(ACDM)和自适应阈值分割模块(ATSM)。将不同尺度的文本生成不同数量的角点进行定位,利用自适应阈值的方法生成文本分割图,结合生成的角点候选框进行联合优化。实验结果表明:所提方法在ICDAR2015数据集上综合指标F为86.5%,相较于PSENet网络提升0.8%;在Total-Text和CTW1500数据集上综合指标F分别为85.3%和84.2%,相较于DBNet网络分别提升0.6%和0.8%。该方法能有效提高任意形状文本检测的鲁棒性。 展开更多

关键词 自适应文本检测 自然场景图像 深度学习 自适应角点检测 自适应阈值分割 resnet-50网络 特征金字塔网络(FPN)

在线阅读 下载PDF 职称材料

残差网络改进下的水果分类

15

作者 吴琨生 朱明睿 +1 位作者 姚燕洁 李航 《无线电通信技术》 2023年第4期659-664,共6页

广西地处次亚热带地区,丰盛的水果是其支柱产业之一,但是种类繁多的背后对于构建智能物流分销链有着很大的困难,其中的水果智能识别分类就是一个非常重要的问题。针对现有分类模型对水果分类效果不好的情况,在基于ResNet-50网络上提出一... 广西地处次亚热带地区,丰盛的水果是其支柱产业之一,但是种类繁多的背后对于构建智能物流分销链有着很大的困难,其中的水果智能识别分类就是一个非常重要的问题。针对现有分类模型对水果分类效果不好的情况,在基于ResNet-50网络上提出一种ResNet-50MFC网络,通过实验证明,进行300次迭代后,与原模型相比准确率提升了3.9%。不仅于此,在实际数据集上也取得很好的效果,证明了该模型的有效性和实用性。 展开更多

关键词 resnet-50 水果分类 MFC

在线阅读 下载PDF 职称材料

基于深度学习的胶囊内窥镜视频摘要提取

16

作者 邱威 《信息技术与信息化》 2023年第10期63-66,共4页

在消化道疾病的诊断中,无线胶囊内窥镜(wireless capsule endoscopy,WCE)技术以其无创、无痛等特点得到了广泛的应用。然而,在诊断过程中,WCE会产生含有整个消化道大约55000张图像,仅靠医生通过人眼观察并作出诊断是既费时又费力的。随... 在消化道疾病的诊断中,无线胶囊内窥镜(wireless capsule endoscopy,WCE)技术以其无创、无痛等特点得到了广泛的应用。然而,在诊断过程中,WCE会产生含有整个消化道大约55000张图像,仅靠医生通过人眼观察并作出诊断是既费时又费力的。随着人工智能技术的不断发展与进步,对医疗领域的研究也越来越多,研究人员利用深度学习的技术提出了去除冗余的胶囊内窥镜图像和检测出病灶区域的技术,有利于减轻医生的工作强度,提高医生的工作效率。因此,去除冗余的胶囊内窥镜图像的技术逐渐成为研究热点。利用深度学习的技术,设计并实现了基于深度学习的胶囊内窥镜视频摘要提取的方法,利用ResNet-50提取胶囊内窥镜图像中更为高级的特征,能够克服使用传统方法使用低级特征的局限性,同时使用三元损失函数和二元交叉熵损失函数作为总的损失函数,提升了模型分类的精度。实验结果表明,与现有的相关方法进行对比,基于深度学习的胶囊内窥镜视频摘要提取方法,能够帮助医生减轻工作强度,提高工作效率,具有临床应用价值。 展开更多

关键词 消化道疾病 无线内窥镜 resnet-50 深度学习 三元损失

在线阅读 下载PDF 职称材料

基于全局引导的行人序列重识别

17

作者 张治军 林敏强 蒋浩 《电子产品世界》 2022年第9期68-69,79,共3页

行人序列重识别是对同一个人进行跨摄像头识别,要实现跨摄像头行人精确识别必须充分利用行人序列的时空线索。为了解决这个问题,本文提出了一种基于全局引导的行人序列重识别,首先利用ResNet-50提取行人序列特征;然后用全局引导网络将... 行人序列重识别是对同一个人进行跨摄像头识别,要实现跨摄像头行人精确识别必须充分利用行人序列的时空线索。为了解决这个问题,本文提出了一种基于全局引导的行人序列重识别,首先利用ResNet-50提取行人序列特征;然后用全局引导网络将行人序列特征分解为全局特征和局部特征,并提取行人序列全局特征和局部特征的时间相关性;最后对行人序列特征PCA降维后用JS散度计算相似度。实验结果表明本文算法在跨摄像头行人序列重识别中识不仅识别率高,而且效率高。 展开更多

关键词 行人序列重识别 resnet-50 全局引导 PCA

在线阅读 下载PDF 职称材料

基于深度学习的乳腺数字化X线BI-RADS密度分类的研究 被引量：2

18

作者 贾田菊 马彦云 +4 位作者 李延涛 武慧慧 宁艳云 崔曹哲 李灯熬 《山西医科大学学报》 CAS 2019年第4期506-510,共5页

目的为了确保基于ACR BI-RADS乳腺X线密度评估的一致性和准确性,本研究构建基于深度学习的乳腺数字化X线密度的自动分类模型,使之达到对乳腺密度的精准分类。方法在研究中,构建并优化基于深度学习的卷积神经网络(CNN)的经典模型ResNet 5... 目的为了确保基于ACR BI-RADS乳腺X线密度评估的一致性和准确性,本研究构建基于深度学习的乳腺数字化X线密度的自动分类模型,使之达到对乳腺密度的精准分类。方法在研究中,构建并优化基于深度学习的卷积神经网络(CNN)的经典模型ResNet 50。收集本院于2015-08～2018-02间行全数字化乳腺摄影图像18 152幅,由两位有经验的放射科医师根据ACR BI-RADS标准对图像的乳腺密度进行评估。各自经微调的分类模型分别在小数据集(4 000幅)和原始数据集(18 152幅)对乳腺密度的分类进行评估,得到相应的分类准确性,以受试者工作特性曲线和曲线下面积评估模型的分类性能。结果 CNN模型在小数据集训练时,各类的分类准确性分别为a类91%,b类86%,c类84%,d类90%;当在原始数据集训练时,a类和d类的分类准确性无明显变化,b类和c类的准确性分别为89%和88%,随着数据量的增加,准确率明显提高,比较AUC发现分类性能明显改善。结论基于深度学习的卷积神经网络(CNN)分类模型能以较高的准确率对乳腺密度进行分类,在临床工作中,可协助放射科医师对乳腺密度进行准确、一致的分类。 展开更多

关键词 乳腺X线密度 BI-RADS 全数字化乳腺X线摄影 深度学习 CNN ResNet50

在线阅读 下载PDF 职称材料