期刊导航
期刊开放获取
重庆大学
退出
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
1
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
基于深度学习轻量化的改进SSD煤矸快速分选模型
被引量：
5
1
作者
李娟莉
魏代良
+1 位作者
李博
文小
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023年第10期1474-1480,共7页
针对SSD目标检测模型参数量大、运行速率低的问题,在SSD模型的基础上提出一种新的煤矸快速识别模型DSR-SSD.应用深度可分离卷积代替主干特征提取网络中的普通卷积,减少了模型的计算量;将RFB模块融入到SSD模型中,提高了模型的特征提取能...
针对SSD目标检测模型参数量大、运行速率低的问题,在SSD模型的基础上提出一种新的煤矸快速识别模型DSR-SSD.应用深度可分离卷积代替主干特征提取网络中的普通卷积,减少了模型的计算量;将RFB模块融入到SSD模型中,提高了模型的特征提取能力.经验证,DSR-SSD模型的识别速率为113.99帧/s、精确率为95.17%.将DSR-SSD与SSD,Faster-RCNN,YOLOv3三种模型对比,发现DSR-SSD模型与SSD模型相比,精确率提高了2.29%,识别速率提高了60.89%;同时,DSR-SSD模型的精确率比Faster-RCNN模型高2.86%,比YOLOv3模型高2.71%,识别速率分别是Faster-RCNN模型和YOLOv3模型的14.90倍和3.65倍,证明了DSR-SSD模型性能优越.
展开更多
关键词
煤矸分选
深度学习
目标检测
SSD模型
轻量化
下载PDF
职称材料
题名
基于深度学习轻量化的改进SSD煤矸快速分选模型
被引量：
5
1
作者
李娟莉
魏代良
李博
文小
机构
太原理工大学机械与运载工程学院
太原理工大学煤矿综采装备山西省重点实验室
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023年第10期1474-1480,共7页
基金
国家自然科学基金资助项目(51875386,51804207).
文摘
针对SSD目标检测模型参数量大、运行速率低的问题,在SSD模型的基础上提出一种新的煤矸快速识别模型DSR-SSD.应用深度可分离卷积代替主干特征提取网络中的普通卷积,减少了模型的计算量;将RFB模块融入到SSD模型中,提高了模型的特征提取能力.经验证,DSR-SSD模型的识别速率为113.99帧/s、精确率为95.17%.将DSR-SSD与SSD,Faster-RCNN,YOLOv3三种模型对比,发现DSR-SSD模型与SSD模型相比,精确率提高了2.29%,识别速率提高了60.89%;同时,DSR-SSD模型的精确率比Faster-RCNN模型高2.86%,比YOLOv3模型高2.71%,识别速率分别是Faster-RCNN模型和YOLOv3模型的14.90倍和3.65倍,证明了DSR-SSD模型性能优越.
关键词
煤矸分选
深度学习
目标检测
SSD模型
轻量化
Keywords
objective
interval particle
interval coal gangue separation
deep learning
target detection
SSD model
light-weighting
分类号
TD94 [矿业工程—选矿]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习轻量化的改进SSD煤矸快速分选模型
李娟莉
魏代良
李博
文小
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023
5
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
