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241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：
基于MobileNetV3的核素能谱快速识别方法
1
作者 欧开发 周书民 陈锐 《世界核地质科学》 2025年第1期203-210,共8页
放射性核素的快速识别是核材料检测系统的关键组成部分,对于提高放射性检测的性能和效率至关重要。然而,传统的核素能谱识别方法通常需要经历去噪、本底扣除和特征提取等多个复杂步骤,这些过程计算复杂度高、耗时较长且识别效率有限,难... 放射性核素的快速识别是核材料检测系统的关键组成部分,对于提高放射性检测的性能和效率至关重要。然而,传统的核素能谱识别方法通常需要经历去噪、本底扣除和特征提取等多个复杂步骤,这些过程计算复杂度高、耗时较长且识别效率有限,难以满足实际应用中的快速响应需求。针对这些问题,提出一种基于MobileNetV3神经网络的核素能谱快速识别算法,通过改进数据处理与模型训练方法,实现对核素的高效识别。利用蒙特卡罗(MCNP)模拟软件生成一系列仿真数据,包括不同放射源及粒子数、NaI探测器与放射源的距离,以及混合核素场景下的能谱数据。这些多样化的数据用于训练和验证网络模型,增强模型的泛化能力。为更有效地处理γ能谱中的全能峰特性,设计一种基于滑动窗口的预处理方法,将一维能谱数据逐道进行变换。随后,采用希尔伯特曲线对经过滑动窗口处理的能谱数据进行二维映射,将其转换为灰度图像形式输入到MobileNetV3模型中进行训练和预测。实验结果表明,构建的神经网络模型在快速处理滑动窗口后的能谱数据方面表现优异,能够在高效学习的同时实现对不同核素的高精度识别。在模型性能方面,选用滑动窗口大小为23和25时,模型不仅收敛速度更快,还显著提高识别的准确率。 展开更多
关键词 mobilenetv3 神经网络 滑动窗口 希尔伯特曲线 核素识别
在线阅读 下载PDF
结合Swin Transformer与MobileNetv3的多源无人机影像目标检测方法
2
作者 王新广 李辉 《城市勘测》 2025年第1期27-32,共6页
针对无人机载荷硬件算力有限,而当前轻量级模型对无人机影像内目标检测精度不佳的问题,设计了一种基于MobileNetv3的轻量级目标检测模型。在特征提取层内引入通道混排注意力机制,同步捕捉通道与空间维度的注意力特征,同时在网络末端引... 针对无人机载荷硬件算力有限,而当前轻量级模型对无人机影像内目标检测精度不佳的问题,设计了一种基于MobileNetv3的轻量级目标检测模型。在特征提取层内引入通道混排注意力机制,同步捕捉通道与空间维度的注意力特征,同时在网络末端引入移动式窗口式视觉变压器模块,计算全局尺度的上下文语义特征;通过双向加权特征金字塔实现多尺度特征加权融合,并在其中引入深度可分离卷积核与动态上采样层,降低融合阶段计算消耗;参考YOLOv7损失函数结构,采用焦点-高效交并比函数计算目标框回归损失,采用梯度协调函数计算目标分类损失。在光学及热红外影像数据集上的实验结果表明,所提模型较原模型在检测速度方面提升了3.52%与3.83%,同时mAP 0.5也分别提高7.11%与6.85%,与对照组内主流轻量级检测模型相比,本文模型在检测精度、速度及体量方面,具有一定的优势,适合部署在无人机载荷硬件中,针对复杂地面场景,开展全天候目标实时检测。 展开更多
关键词 多源无人机影像 轻量级目标检测 mobilenetv3 移动式窗口视觉变压器 动态上采样
在线阅读 下载PDF
基于MobileNetV3Small-ECA的水稻病害轻量级识别研究 被引量：9
3
作者 袁培森 欧阳柳江 +1 位作者 翟肇裕 田永超 《农业机械学报》 EI CAS CSCD 北大核心 2024年第1期253-262,共10页
为实现水稻病害的轻量化识别与检测,使用ECA注意力机制改进MobileNetV3Small模型,并使用共享参数迁移学习对水稻病害进行智能化轻量级识别和检测。在PlantVillage数据集上进行预训练,将预训练得到的共享参数迁移到对水稻病害识别模型上... 为实现水稻病害的轻量化识别与检测,使用ECA注意力机制改进MobileNetV3Small模型,并使用共享参数迁移学习对水稻病害进行智能化轻量级识别和检测。在PlantVillage数据集上进行预训练,将预训练得到的共享参数迁移到对水稻病害识别模型上微调优化。在开源水稻病害数据集上进行试验测试,试验结果表明,在非迁移学习下,识别准确率达到97.47%,在迁移学习下识别准确率达到99.92%,同时参数量减少26.69%。其次,通过Grad-CAM进行可视化,本文方法与其他注意力机制CBAM和SENET相比,ECA模块生成的结果与图像中病斑的位置和颜色更加一致,表明网络可以更好地聚焦水稻病害的特征,并且通过可视化和各水稻病害分析了误分类原因。本文方法实现了水稻病害识别模型的轻量化,使其能够在移动设备等资源受限的场景中部署,达到快速、高效、便携的目的。同时开发了基于Android的水稻病害识别系统,方便于在边缘端进行水稻病害识别分析。 展开更多
关键词 水稻病害识别 迁移学习 高效通道注意力机制 mobilenetv3Small 移动端部署
在线阅读 下载PDF
基于YOLOv5-MobileNetV3算法的目标检测 被引量：1
4
作者 曲英伟 刘锐 《计算机系统应用》 2024年第7期213-221,共9页
车辆行驶过程中,对前方目标的检测速度和检测精度一直是自动驾驶领域研究的重点.针对现有的目标检测算法模型,在复杂交通环境下,传统模型面对重叠目标容易导致误检和漏检的情况发生,大幅度提高检测精度又会造成计算量过大导致处理速度缓... 车辆行驶过程中,对前方目标的检测速度和检测精度一直是自动驾驶领域研究的重点.针对现有的目标检测算法模型,在复杂交通环境下,传统模型面对重叠目标容易导致误检和漏检的情况发生,大幅度提高检测精度又会造成计算量过大导致处理速度缓慢,实时性下降的问题.本文提出基于YOLOv5模型的改进算法.首先采用MobileNetV3网络替换原模型中主干网络C3的方案,实现网络仍保持轻量化的同时,提高模型响应速度.其次,提出一种非极大值抑制算法Adaptive-EIoU-NMS来提高重叠目标的识别精度.最后采用K-means++聚类算法替换原有聚类算法,生成更精确的锚框.实验结果表明,改进后的模型平均检测精度达到90.1%,检测速度达到89 f/s.实验结果可以证实,改进后的模型针对复杂场景检测精度和检测速度都有显著提高. 展开更多
关键词 自动驾驶 YOLOv5 mobilenetv3 Adaptive-EIoU-NMS K-means++
在线阅读 下载PDF
基于改进MobileNetV3模型的服装流行色研究
5
作者 刘凤华 刘兆琪 +1 位作者 刘卫光 赵红升 《中原工学院学报》 CAS 2024年第1期1-7,共7页
鉴于目前基于权威部门发布数据分析预测服装流行色方法存在的数据集受限、不够精准、数据实时性差等问题,提出了基于改进MobileNetV3模型的服装流行色研究方法。采用改进的MobileNetV3模型,快速处理服装分类问题;以时序化电商平台销售... 鉴于目前基于权威部门发布数据分析预测服装流行色方法存在的数据集受限、不够精准、数据实时性差等问题,提出了基于改进MobileNetV3模型的服装流行色研究方法。采用改进的MobileNetV3模型,快速处理服装分类问题;以时序化电商平台销售数据为样本,基于GrabCut算法分析服装图像的主颜色;通过K-means算法统计主颜色和其他颜色的占比;对服装主颜色进行时间维度、服装种类维度和品牌维度的分析,以得出服装流行色的趋势数据。研究发现,相较于传统方法,基于改进MobileNetV3模型的服装流行色研究方法所得数据实时性更强、容量更大,其分析速率也更高。 展开更多
关键词 mobilenetv3 GRABCUT K-MEANS 流行色 主颜色提取
在线阅读 下载PDF
基于MobileNetV3网络的龋病和根尖周炎根尖片的诊断 被引量：1
6
作者 王凯欣 刘丰 +1 位作者 曾令芳 刘超 《口腔疾病防治》 2024年第1期43-49,共7页
目的研究深度学习技术智能诊断龋齿和根尖周炎的效果,初步探讨深度学习在口腔疾病诊断中的应用价值。方法以2298张包含健康牙齿、龋病、根尖周炎的根尖片数据集为研究对象,随机划分为1573张训练集图像,233张验证集图像以及492张测试集... 目的研究深度学习技术智能诊断龋齿和根尖周炎的效果,初步探讨深度学习在口腔疾病诊断中的应用价值。方法以2298张包含健康牙齿、龋病、根尖周炎的根尖片数据集为研究对象,随机划分为1573张训练集图像,233张验证集图像以及492张测试集图像。通过多种神经网络对比验证,选择性能较好的MobileNetV3网络模型应用于牙病诊断,并通过调整网络超参数优化模型。采用精确率、准确率、召回率和F1分数评估模型识别龋齿和根尖周炎的能力,并使用类激活热力图对网络模型性能进行可视化分析。结果基于MobileNetV3网络模型的牙齿病变检测算法对健康牙齿、龋病和根尖周炎进行分类的精确率、召回率和准确率分别为99.42%、99.73%和99.60%,F1分数为99.57%,达到了较为理想的智能诊断效果。可视化类激活热力图也显示出网络模型能够较为准确地提取牙科病变的特征。结论基于MobileNetV3网络模型的牙齿病变检测算法能够排除图像质量和人为因素的干扰,具有较高的诊断准确率,可满足口腔医学教学和临床应用需求。 展开更多
关键词 牙科病变 龋病 根尖周炎 根尖片 智能诊断 图像处理 深度学习 mobilenetv3网络 类激活图 可视化分析
在线阅读 下载PDF
基于改进的MobilenetV3热轧钢带表面缺陷分类 被引量：1
7
作者 熊政 车文刚 +1 位作者 保永莉 刘晓彤 《兰州大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第2期182-186,共5页
提出一种基于轻量化神经网络MobilenetV3-large改进的热轧钢带表面缺陷分类算法,通过剪枝、大量削减卷积层数、调整通道大小和步长,以及修改对应的网络参数快速降低了参数量.为弥补修改模型带来的准确率下降的问题,将激活函数ReLU更换为... 提出一种基于轻量化神经网络MobilenetV3-large改进的热轧钢带表面缺陷分类算法,通过剪枝、大量削减卷积层数、调整通道大小和步长,以及修改对应的网络参数快速降低了参数量.为弥补修改模型带来的准确率下降的问题,将激活函数ReLU更换为Hard-Swish,引入置换注意力机制替换原模型中的通道注意力机制,在进一步降低参数量的同时提高运行效率和分类准确率.在NEU-CLS表面缺陷数据集中的试验结果表明,改进后的算法参数量为0.5 MB,相比原模型降低96.89%,训练图片的时间由19.81 ms/幅降至10.73 ms/幅,平均准确率为99.26%,比改进前提高了5.56%,表明改进后的算法可应用于实时分类. 展开更多
关键词 mobilenetv3算法 转移注意力 结构性剪枝 缺陷分类
在线阅读 下载PDF
基于MobileNetV3的植物叶片识别系统 被引量：1
8
作者 张柔绮 赵家松 严伟榆 《云南民族大学学报（自然科学版）》 CAS 2024年第4期496-504,共9页
针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以Mobil... 针对现有植物叶片识别研究存在的模型泛化性差的问题,本文设计一个基于MobileNetV3-Large网络和迁移学习的植物叶片识别系统.通过自采集图像补充数据和使用图像锐化、翻转、亮度增强等方法构建了包含32种植物的大规模叶片数据集,以MobileNetV3-Large网络和预训练权重为前提,寻找最佳超参数完成模型的迁移学习,对32种植物叶片进行特征提取和分类.通过PyQt5的前后端部署,该方法被实例化为一个实用性强的植物叶片识别系统.在测试集上的实验结果表明,MobileNetV3-Large达到98.45%的识别准确率,与AlexNet、ResNet和MobileNetV2相比分别提高12.46%、1.09%和9.62%,有效弥补了模型泛化性差的短板.该系统对32类植物的叶片的识别效果颇佳,满足各种场景下的植物叶片种类识别的需求. 展开更多
关键词 轻量级卷积神经网络 mobilenetv3-Large 迁移学习 系统设计 植物叶片识别
在线阅读 下载PDF
基于MobileNetV3卷积神经网络的供水管道漏损音频分类 被引量：1
9
作者 陈双叶 徐雷桁 +3 位作者 黄成意 张智武 张林 韩默 《北京工业大学学报》 CAS CSCD 北大核心 2024年第7期797-804,共8页
为了对城市供水管网漏损音进行准确识别,提出一种基于MobileNetV3的供水管道漏损音频分类识别方法。首先将ROPP数据集中的音频文件进行离线数据增强,将漏损信号转变为对数梅尔谱图并采用谱减法实现数据降噪;然后使用注意力机制模块与Mob... 为了对城市供水管网漏损音进行准确识别,提出一种基于MobileNetV3的供水管道漏损音频分类识别方法。首先将ROPP数据集中的音频文件进行离线数据增强,将漏损信号转变为对数梅尔谱图并采用谱减法实现数据降噪;然后使用注意力机制模块与MobileNetV3网络训练识别并提取图像特征;最后使用Softmax函数对漏损音频进行分类。实验结果表明,该方法可以使漏水类别的分类精确度达到99.40%,召回率达到99.20%。 展开更多
关键词 声音事件分类 水管泄漏检测 mobilenetv3 数据增强 谱减法 压缩奖惩网络模块
在线阅读 下载PDF
基于MobileNetV3-MHSA的输送带接扣损伤检测
10
作者 高天飞 李敬兆 《煤矿机械》 2024年第9期182-185,共4页
针对带式输送机在运行时出现带扣断裂的问题,提出一种基于Mobile NetV3-MHSA的带扣损伤检测模型。通过限制对比度自适应直方图均衡化(CLAHE)算法进行图像增强,提高弱光环境下的对比度。对MobileNetV3进行改进,引入多头自注意力(MHSA)机... 针对带式输送机在运行时出现带扣断裂的问题,提出一种基于Mobile NetV3-MHSA的带扣损伤检测模型。通过限制对比度自适应直方图均衡化(CLAHE)算法进行图像增强,提高弱光环境下的对比度。对MobileNetV3进行改进,引入多头自注意力(MHSA)机制构造新的Bneck模块,在网络输出的全连接层中添加Softmax激活函数,采用Radam在模型训练初期对整体优化过程中的梯度信息进行调整,从而构造带扣损伤检测模型,进一步提高分类准确率。实验结果表明,改进后的算法分类准确率达到90.45%,相比于MobileNetV3提高4.15%,能够胜任带扣损伤检测的任务。 展开更多
关键词 带扣 mobilenetv3 MHSA 损伤检测
在线阅读 下载PDF
基于MobileNetV3的棉花病虫害图像分类算法改进
11
作者 周淋芋 周卫 +1 位作者 苏申申 杨静 《现代计算机》 2024年第22期55-60,共6页
棉花是最受消费者欢迎的天然纤维,是全球最重要的经济作物之一。由于各种病虫害的影响导致棉花的产量和品质下降,将直接影响棉农的经济效益。传统的图像识别技术不仅费时费力,而且判断容易出现错误。针对以上问题,选取轻量化网络MobileN... 棉花是最受消费者欢迎的天然纤维,是全球最重要的经济作物之一。由于各种病虫害的影响导致棉花的产量和品质下降,将直接影响棉农的经济效益。传统的图像识别技术不仅费时费力,而且判断容易出现错误。针对以上问题,选取轻量化网络MobileNetV3作为基础模型,对棉花叶片进行病虫害识别研究。首先,对数据进行数据增强;其次,提出基于迁移学习的MobileNetV3的棉花病虫害图像分类算法,来解决现有的棉花病虫害数据集较少以及准确率有待提高的问题;最后,选取AdamW优化器进行更新,通过多次调整模型的batch size和学习率选择合适的超参数。 展开更多
关键词 棉花 图像分类 mobilenetv3 迁移学习
在线阅读 下载PDF
基于改进轻量卷积神经网络MobileNetV3的人脸表情识别 被引量：1
12
作者 雷晓鹏 《现代计算机》 2024年第10期29-34,共6页
人脸表情识别在授课中应用的及时检测可有效提升教育质量和学生参与度。为实现人脸表情识别在授课中的实时检测,该研究基于卷积神经网络MobileNetV3进行学习,对SE和卷积层进行了改进,以构建人脸表情识别模型,可识别八种不同的表情类别... 人脸表情识别在授课中应用的及时检测可有效提升教育质量和学生参与度。为实现人脸表情识别在授课中的实时检测,该研究基于卷积神经网络MobileNetV3进行学习,对SE和卷积层进行了改进,以构建人脸表情识别模型,可识别八种不同的表情类别。研究空洞卷积的位置对模型性能的影响,发现将空洞卷积放在网络的前部对性能有积极影响,而放在后部则会导致性能下降。同时,通过引入SSE(space squeeze-and-excitation)模块并优化其位置和结构,进一步提高了模型性能。最终提出的MobileNetV3改进版本在参数数量和模型文件大小上有显著减小,但精度下降了1%左右。对模型进行了多次随机试验,鲁棒性良好。该研究可为人脸表情识别在授课中的实时应用提供理论基础和技术支持,未来将致力于开发可在移动端应用的人脸表情识别系统。 展开更多
关键词 人脸表情识别 卷积神经网络 mobilenetv3 空洞卷积 SSE模块
在线阅读 下载PDF
MobileNetV3与互易点损失函数相结合的雷达波形开集识别
13
作者 刘志林 王晋东 +2 位作者 李银龙 冯蕴天 王彬 《信息工程大学学报》 2024年第6期631-638,共8页
基于深度学习的雷达波形识别方法通常假定待识别信号属于一个已知并且种类有限的集合,但在实际场景中可能存在大量未知雷达信号,导致此类闭集识别方法难以适用。针对此问题,提出一种MobileNetV3与互易点损失函数相结合的开集识别方法。... 基于深度学习的雷达波形识别方法通常假定待识别信号属于一个已知并且种类有限的集合,但在实际场景中可能存在大量未知雷达信号,导致此类闭集识别方法难以适用。针对此问题,提出一种MobileNetV3与互易点损失函数相结合的开集识别方法。利用神经网络提取信号时频图像的高维特征向量,通过特征向量和互易点的距离来衡量已知信号和未知信号之间的差异,使模型在正确识别已知信号波形的同时也能对未知信号波形进行判别,实现雷达波形的开集识别功能。实验结果表明,在6~15 dB的信噪比范围内,该方法对已知信号波形的识别准确率接近100%,对未知信号波形的判别准确率达到90%以上。 展开更多
关键词 雷达信号 波形识别 崔-威廉斯分布 mobilenetv3网络 互易点
在线阅读 下载PDF
改进MobileNetV3-Small模型在番茄叶片病害识别中的应用
14
作者 蒋泽坤 崔艳荣 王浩宇 《计算机应用文摘》 2024年第16期110-114,共5页
面对农作物病虫害识别中的挑战,特别是移动端应用对模型准确性和效率的双重要求,文章提出了一种基于MobileNetV3-Small的改进模型。在MobileNetV3-Small模型的基础上,引入了ECA(Efficient Channel Attention)注意力机制,取代了原有的SE(... 面对农作物病虫害识别中的挑战,特别是移动端应用对模型准确性和效率的双重要求,文章提出了一种基于MobileNetV3-Small的改进模型。在MobileNetV3-Small模型的基础上,引入了ECA(Efficient Channel Attention)注意力机制,取代了原有的SE(Squeeze-and-Excitation)模块,从而减少了模型参数量和计算成本,同时提升了对细粒度特征的捕捉能力和抗干扰性。通过在番茄叶片病害数据集上的训练,结果表明改进后的模型准确率达到了98.93%,比原模型提高了0.54个百分点,权重文件大小从17.6 MB减少到12.3 MB,减少了30%。在各项性能评估指标上,该模型均优于传统的轻量化网络和复杂模型。研究结果为移动端农作物病虫害智能识别提供了一种新的高效方案。 展开更多
关键词 番茄叶片病害 图像分类 mobilenetv3 ECA注意力机制
在线阅读 下载PDF
基于MobileNetV3网络的轻量级激光雷达点云图像语义分割
15
作者 郝夏楠 庞亚军 +1 位作者 麻月欣 张继文 《激光杂志》 北大核心 2024年第12期174-180,共7页
针对当前激光雷达点云图像语义分割方法处理速度与精度难以平衡,占用计算资源庞大的问题,开展了基于球面投影的轻量级算法研究。首先利用球面投影将3D点云投影至二维平面,然后设计了基于MobileNetV3的轻量化二维语义分割网络MobileSeg... 针对当前激光雷达点云图像语义分割方法处理速度与精度难以平衡,占用计算资源庞大的问题,开展了基于球面投影的轻量级算法研究。首先利用球面投影将3D点云投影至二维平面,然后设计了基于MobileNetV3的轻量化二维语义分割网络MobileSeg对投影图进行分割,最后将分割结果反投影至3D点云空间。算法利用对点云图像降维和轻量化的骨干网络减少了对计算资源的占用,同时避免了将稀疏点云直接输入到神经网络中进行特征提取时面临的各种困难。该算法在SemanticKITTI数据集上的平均交并比(mIOU)为51.7%,MobileSeg-S和MobileSeg-L模型的参数量分别为0.9 M和3.2 M,实现了准确、轻量的LiDAR点云图像语义分割,在自动驾驶领域具有一定应用前景。 展开更多
关键词 自动驾驶 点云 mobilenetv3 语义分割 激光雷达
在线阅读 下载PDF
基于改进MobileNetV3的选煤厂实时火灾识别方法研究
16
作者 潘龙 《选煤技术》 CAS 2024年第1期92-98,共7页
选煤厂的早期火灾识别可以极大保障人员和财产的安全,然而现有的火灾识别方法往往存在误报率高、实时性差等问题,难以满足实际需求。为了解决选煤厂实时火灾识别效果不理想的问题,基于计算机视觉领域中网络结构、轻量级网络和注意力机... 选煤厂的早期火灾识别可以极大保障人员和财产的安全,然而现有的火灾识别方法往往存在误报率高、实时性差等问题,难以满足实际需求。为了解决选煤厂实时火灾识别效果不理想的问题,基于计算机视觉领域中网络结构、轻量级网络和注意力机制的研究现状,针对目前选煤厂等工业生产环境中火灾识别方法存在识别延迟、推理速度较慢、难以进行实时识别等问题,提出将注意力模块CBSAM(Convolutional Block Second-order Attention Module)集成到Mobile-NetV3网络中来增强模型的表示能力,解决选煤厂的实时火灾识别问题。为提升特征表示能力,CBSAM模块在平均池化和最大池化特征的基础上引入二阶池化特征,通过通道注意力模块生成通道注意力图,然后通过空间注意力模块生成空间注意力图。为验证该模型在选煤厂实时火灾识别中的有效性,数据集采用开源数据集Fire Dunning Dataset和选煤厂现场收集的数据,通过消融实验验证CBSAM模块的有效性,通过对比实验验证CBSAM模块与改进MobileNetV3网络的泛化性与有效性。结果表明:通过引入CBSAM模块与MobileNetV3网络相结合,实现了轻量级网络与高效特征提取的有机结合,提高了网络的分类效果;CBSAM-MobileNetV3收集到的选煤厂火灾识别数据集具有良好的识别准确率。在MobileNetV3网络的基础上通过集成CBSAM模块减少了冗余信息的干扰,网络分类效果明显优于其他轻量级网络架构,能够有效地提升火灾识别的准确率,可以应用于选煤厂火灾识别任务。 展开更多
关键词 选煤厂火灾识别 选煤厂实时火灾识别方法 注意力机制 mobilenetv3 CBSAM 实时火灾识别
在线阅读 下载PDF
基于改进MobileNetV3的轻量化枇杷病害识别
17
作者 钱佳宁 金仙力 《黑龙江工业学院学报（综合版）》 2024年第7期77-83,共7页
为了枇杷病害能够及时检测,提高枇杷病害识别的准确率,在MobileNetV3基础上提出一种轻量化枇杷病害识别算法。首先,用PConv替换MobileNetV3中的DWConv,设计新的block结构;然后,引入CBAM注意力模块,从通道和空间上增加特征表达能力以提... 为了枇杷病害能够及时检测,提高枇杷病害识别的准确率,在MobileNetV3基础上提出一种轻量化枇杷病害识别算法。首先,用PConv替换MobileNetV3中的DWConv,设计新的block结构;然后,引入CBAM注意力模块,从通道和空间上增加特征表达能力以提高模型准确率;最后,重新设计网络结构得到改进的MobileNetV3模型。实验表明,改进后的算法准确率达97.79%,模型参数量为1.14M,检测速度为21.9fps。该算法实现轻量化效果,可快速准确地对枇杷病害进行识别,为移动端实现枇杷病害识别提供新的技术支持。 展开更多
关键词 枇杷病害识别 轻量化 mobilenetv3 注意力机制
在线阅读 下载PDF
基于改进的MobileNetV3多肉植物图像分类识别
18
作者 江会权 《农业技术与装备》 2024年第5期9-11,14,共4页
为能完成多肉植物的高精度分类识别,深入多肉植物栽培领域,选取10种多肉植物为数据类别,基于其根、茎、叶的形态特征,并加入对比试验,采用相同方法对AlexNet、VGG16、ResNet50、MobileNetV3等4种深度卷积模型在不进行迁移学习条件下,超... 为能完成多肉植物的高精度分类识别,深入多肉植物栽培领域,选取10种多肉植物为数据类别,基于其根、茎、叶的形态特征,并加入对比试验,采用相同方法对AlexNet、VGG16、ResNet50、MobileNetV3等4种深度卷积模型在不进行迁移学习条件下,超参数指定学习率为0.001、都使用Adam优化器的基础上进行训练。结果显示,MobileNetV3的总体学习效果最好,并在迁移学习的基础上继续改进MobileNetV3模型,在卷积层引入空洞卷积和RAdam优化算法进行参数调优,平均测试识准确率可以达到99.7%,经过模型改进后的MobileNetV3网络模型对多肉植物识别效果较好。 展开更多
关键词 多肉植物 mobilenetv3 迁移学习 空洞卷积 RAdam 图像分类
在线阅读 下载PDF
基于改进MobileNetV3的茶叶病害识别方法
19
作者 金晨 《福建茶叶》 2024年第12期25-27,共3页
针对现有茶叶病害检测效率低、鲁棒性差等问题,本文提出了一种基于改进MobileNetV3的轻量化茶叶病害识别方法。选择轻量级的MobileNetV3卷积神经网络,并将注意力机制更新为ECA(efficient channel attention)模块以降低模型的参数量,使... 针对现有茶叶病害检测效率低、鲁棒性差等问题,本文提出了一种基于改进MobileNetV3的轻量化茶叶病害识别方法。选择轻量级的MobileNetV3卷积神经网络,并将注意力机制更新为ECA(efficient channel attention)模块以降低模型的参数量,使模型进一步轻量化。同时引入扩张卷积,增强卷积核提取特征信息的能力以提升模型准确率。最后采用PReLU(Parametric ReLU)激活函数替代ReLU激活函数来解决其训练时产生的神经元坏死现象,进一步提升模型准确率。实验结果表明,改进后的NewMobileNetV3网络模型在验证集上的准确率达到了98.73%,较原网络提升了1.08个百分点,且参数量仅为原始模型的2/3。该方法很好的平衡了识别准确率与模型复杂度,为轻量化的茶叶病害识别提供了新的技术参考。 展开更多
关键词 茶叶 病害 mobilenetv3 图像识别
在线阅读 下载PDF
基于改进轻量级卷积神经网络MobileNetV3的番茄叶片病害识别
20
作者 姜柘宇 《农业灾害研究》 2024年第7期16-18,共3页
番茄叶发生较为普遍,现有的检测手段存在检测效率和准确性不高的问题。因此,利用深度学习技术对番茄叶进行诊断意义重大。近年来,以卷积神经网络(CNN)为代表的作物病害诊断方法凭借较强的特征抽取能力,已成为作物病害诊断的一种重要手... 番茄叶发生较为普遍,现有的检测手段存在检测效率和准确性不高的问题。因此,利用深度学习技术对番茄叶进行诊断意义重大。近年来,以卷积神经网络(CNN)为代表的作物病害诊断方法凭借较强的特征抽取能力,已成为作物病害诊断的一种重要手段。为了解决传统卷积神经网络模型规模大、训练时间长的问题,拟基于MobileNetV3网络模型,通过模型压缩、模型结构和损耗函数的改进,以及训练参数的优化,实现基于MobileNetV3的网络模型。试验证明,在测试用例上,提出的方法能有效地提高识别率,减少运算量。同时,该方法能够提高系统的识别率。 展开更多
关键词 番茄叶片病害识别 卷积神经网络 迁移学习 mobilenetv3
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
使用帮助 返回顶部