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6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：
基于ConvNeXt-Tiny的牡丹花卉分类识别研究 被引量：1
1
作者 齐振岭 刘羿漩 +2 位作者 梁允泉 董苗苗 葛广英 《计算机时代》 2023年第2期16-20,共5页
构建了牡丹花卉图像分类识别数据集,应用ConvNeXt-Tiny模型算法实现了牡丹花卉品种的分类与识别。基于PyQt5设计了显示界面,实现用户交互功能。与其他分类模型相比,基于ConvNeXt-Tiny的牡丹花卉分类识别模型在牡丹花卉图像分类识别数据... 构建了牡丹花卉图像分类识别数据集,应用ConvNeXt-Tiny模型算法实现了牡丹花卉品种的分类与识别。基于PyQt5设计了显示界面,实现用户交互功能。与其他分类模型相比,基于ConvNeXt-Tiny的牡丹花卉分类识别模型在牡丹花卉图像分类识别数据集上的表现非常好,取得的识别准确率高达98.3%,这证明了基于ConvNeXt-Tiny的牡丹花卉分类识别模型的有效性。 展开更多
关键词 牡丹花卉 深度学习 卷积神经网络 ConvNeXt-Tiny PyQt5
下载PDF
基于改进DenseNet的刺绣图像分类识别的研究 被引量：1
2
作者 刘羿漩 齐振岭 +2 位作者 董苗苗 梁允泉 葛广英 《计算机测量与控制》 2023年第1期194-201,共8页
针对中华传统刺绣工艺传承保护问题中的分类任务,传统的刺绣分类方法存在耗时长、精度低以及需要大量掌握专业知识的人力资源等问题;设计了一种基于改进DenseNet的刺绣图像分类识别方法;构建刺绣图像分类识别数据集;采用局部二值模式LBP... 针对中华传统刺绣工艺传承保护问题中的分类任务,传统的刺绣分类方法存在耗时长、精度低以及需要大量掌握专业知识的人力资源等问题;设计了一种基于改进DenseNet的刺绣图像分类识别方法;构建刺绣图像分类识别数据集;采用局部二值模式LBP、Canny算子边缘提取以及Gabor滤波等方式提取纹理特征,将不同特征图与原图合并为四至六通道图像数据集送入网络进行消融试验,扩充了数据集宽度;为稳定训练过程,加速损失收敛速度,提出引入SPP(spatial pyramid pooling)结构优化模型;为提高分类识别精度使用Leaky ReLU激活函数优化ReLU函数;实验结果表明基于改进DenseNet的刺绣图像分类识别方法可解决传统刺绣图像分类方法中存在的问题,改进后的刺绣图像分类模型与基准模型相比准确率提高了8.1%,高达97.39%。 展开更多
关键词 刺绣图像分类识别 深度学习 卷积神经网络 稠密连接网络 金字塔池化 多通道融合
下载PDF
基于改进YOLOv5和边缘设备的法兰盘表面缺陷检测
3
作者 李振轩 孙福临 +2 位作者 刘羿漩 齐振岭 葛广英 《现代计算机》 2023年第13期25-31,共7页
针对传统法兰盘表面缺陷检测方法效率低、精度差、成本高等问题,提出了一种基于轻量化YOLOv5的法兰盘表面缺陷检测算法。首先,构建法兰盘表面缺陷数据集;其次,以YOLOv5为基础,将轻量化网络ShuffleNetV2作为提取特征的骨干网络,并引入GSC... 针对传统法兰盘表面缺陷检测方法效率低、精度差、成本高等问题,提出了一种基于轻量化YOLOv5的法兰盘表面缺陷检测算法。首先,构建法兰盘表面缺陷数据集;其次,以YOLOv5为基础,将轻量化网络ShuffleNetV2作为提取特征的骨干网络,并引入GSConv模块,使算法模型的参数量和体积较YOLOv5大幅缩小;最后,将改进后的算法部署到Jetson nano中进行推理。实验结果表明,改进后的算法在法兰盘表面缺陷数据集中平均检测精度为95.6%,优于YOLOv5,模型参数量和体积分别缩小了60.9%、59.4%,在Jetson nano中平均推理速度为12.38 FPS,推理速度提高了87.0%,表明该轻量化方法能大幅提升模型在边缘设备中的推理速度,并能维持较高准确率。 展开更多
关键词 缺陷检测 YOLOv5 轻量化网络 边缘设备 Jetson nano
下载PDF
基于改进的YOLOv5实现中药饮片的检测识别 被引量：1
4
作者 董苗苗 梁允泉 +3 位作者 刘羿漩 齐振岭 牛慧娟 葛广英 《现代计算机》 2022年第22期9-16,共8页
针对中药饮片检测算法的模型参数量多,计算量较大等问题,提出一种改进的YOLOv5算法,改进后算法的特点主要是轻量化,可以在保持较高的平均精度下,大大降低参数量和计算量。在YOLOv5算法的主干网络基础上,设计了轻量级的GhostBottleneck模... 针对中药饮片检测算法的模型参数量多,计算量较大等问题,提出一种改进的YOLOv5算法,改进后算法的特点主要是轻量化,可以在保持较高的平均精度下,大大降低参数量和计算量。在YOLOv5算法的主干网络基础上,设计了轻量级的GhostBottleneck模块;针对中药饮片中的小目标检测问题,在模型结构中加入了注意力机制,可以提高小目标的检测能力;将原有的卷积层替换为深度可分离卷积,降低网络的模型参数。经过在107种常见中药饮片的数据集上训练的实验结果表明,改进后算法的mAP@0.5可以达到98.37%,比原YOLOv5算法提高了2.93%,既保持了对中药饮片识别的较高精度,同时计算量又比YOLOv5算法降低了53.45%,改进后算法的模型大小仅为6.61 MB,大大降低了硬件设备的计算成本。 展开更多
关键词 YOLOv5算法 GhostBottleneck模块 注意力机制 深度可分离卷积 中药饮片
下载PDF
基于边缘设备和改进YOLOv5算法的车牌号码识别 被引量：3
5
作者 梁允泉 董苗苗 +3 位作者 齐振岭 刘羿漩 葛广英 孙群 《现代计算机》 2022年第17期16-22,共7页
自动识别车牌号码是智慧交通中的重要内容,针对现有车牌识别算法计算量大,不满足微型化、实时性等需求,提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法。首先,构建车牌数据集;其次,通过改进YOLOv5网络模型架构,并引入注意力机... 自动识别车牌号码是智慧交通中的重要内容,针对现有车牌识别算法计算量大,不满足微型化、实时性等需求,提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法。首先,构建车牌数据集;其次,通过改进YOLOv5网络模型架构,并引入注意力机制,提升对车牌号码的检测能力,并与未改进的YOLOv5算法作性能对比;最后,将Intel Movidius NCS2与树莓派硬件设备结合,进行实时推理。实验结果表明,改进的YOLOv5算法在边缘设备上的实时画面推理速度最快达到3.316 ms,YOLOv5算法推理速度为5.772 ms,改进的YOLOv5算法与原算法相比,其推理速度平均提升了13.41%。本文提出的方法能在边缘设备上提高车牌检测速度,并达到较高的准确率。 展开更多
关键词 边缘设备 树莓派4B 车牌识别 YOLOv5 注意力机制
下载PDF
基于改进深度卷积生成对抗网络的刺绣图像修复 被引量：4
6
作者 刘羿漩 葛广英 +2 位作者 齐振岭 李振轩 孙福临 《激光与光电子学进展》 CSCD 北大核心 2023年第20期60-70,共11页
目前中华传统刺绣工艺传承保护问题中的修复任务主要以人工为主,修复过程需要大量的人力、物力。随着深度学习的高速发展,不同类型的刺绣文物损伤可以利用生成对抗网络进行修复。针对上述问题,提出一种基于改进深度卷积生成对抗网络(DCG... 目前中华传统刺绣工艺传承保护问题中的修复任务主要以人工为主,修复过程需要大量的人力、物力。随着深度学习的高速发展,不同类型的刺绣文物损伤可以利用生成对抗网络进行修复。针对上述问题,提出一种基于改进深度卷积生成对抗网络(DCGAN)的刺绣图像修复方法。首先,在生成器部分引入空洞卷积层扩大感受野,并添加卷积注意力机制模块,在通道与空间2个维度增强重要特征的指导作用;在判别器部分增加全连接层数提升网络解决非线性问题的能力;在损失函数部分联合均方误差损失与对抗损失通过网络训练相互博弈的过程实现刺绣图像修复。实验结果表明:引入空洞卷积层与注意力机制提升了网络性能与修复效果,最终得到修复图像的结构相似性高达0.955,能够得到较为自然的刺绣图像修复效果,可以为专家提供纹理、色彩等信息作为参考辅助后续的修复。 展开更多
关键词 非遗文化保护 刺绣图像修复 生成对抗网络 卷积神经网络 空洞卷积 注意力机制
原文传递
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
使用帮助 返回顶部