-
题名采用YOLOV5模型的口罩佩戴识别研究
被引量：26
- 1
-
-
作者
肖博健
万烂军
陈俊权
-
机构
湖南工业大学计算机学院
-
出处
《福建电脑》
2021年第3期35-37,共3页
-
基金
国家自然科学基金青年科学基金项目(No.61702177)
湖南省普通高校教学改革研究项目(湘教通[2019]291号-546、湘教通[2018]436号-439)
+1 种基金
湖南省学位与研究生教育改革研究项目(No.2020JGYB207)
湖南工业大学2020年度大学生创新创业训练计划项目资助。
-
文摘
为实现口罩佩戴的有效识别,本文提出了一种采用改进的YOLOV5模型的口罩佩戴识别方法。首先,对主流目标识别算法与YOLOV5识别模型进行介绍;然后,着重探讨了用于口罩佩戴识别的YOLOV5模型的改进;最后,对改进的YOLOV5模型进行评估与分析。
-
关键词
深度学习
目标检测
口罩佩戴
YOLO模型
疫情防控
-
Keywords
Deep Learning
Object Detection
Mask Wearing
YOLO Model
Epidemic Prevention and Control
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多任务学习在不良言论与个体特征检测中的应用
- 2
-
-
作者
肖博健
曹霑懋
许莉芬
-
机构
华南师范大学人工智能学院
华南师范大学计算机学院
-
出处
《计算机系统应用》
2024年第7期74-83,共10页
-
文摘
多任务学习在自然语言处理领域有广泛应用,但多任务模型往往对任务间的相关性比较敏感.如果任务相关性较低或信息传递不合理,可能会严重影响任务性能.本文提出了一种新的共享-私有结构的多任务学习模型BB-MTL(BERT-BiLSTM multi-task learning model),并借助元学习的思想为其设计了一种特殊的参数优化方式MLL-TM(meta-learning-like train methods).进一步引入一个新的信息融合门SoWLG(Softmax weighted linear gate),用于选择性地融合每项任务的共享特征与私有特征.实验验证所提出的多任务学习方法,考虑到用户在网络上的行为与其个体特征密切相关,文中结合了不良言论检测、人格检测和情绪检测任务进行了一系列实验.实验结果表明,BB-MTL能够有效学习相关任务中的特征信息,在3项任务上的准确率分别达到了81.56%、77.09%和70.82%.
-
关键词
多任务学习
信息融合
不良言论检测
人格检测
情绪检测
-
Keywords
multi-task learning
information fusion
hate-speech detection
personality detection
emotion detection
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于用户权威度和多特征融合的微博谣言检测模型
- 3
-
-
作者
许莉芬
曹霑懋
郑明杰
肖博健
-
机构
华南师范大学计算机学院
华南师范大学人工智能学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2024年第4期752-760,共9页
-
文摘
网络谣言的广泛传播及其对社会的负面影响急切需要高效的谣言检测模型。由于数据集的文本缺乏语义信息和严格的句法结构,结合用户特征和语境特征来丰富语义信息显得很有意义。对此,提出一种基于用户权威度和多特征融合的微博谣言检测模型MRUAMF。首先,抽取出用户信息完整度、用户活跃度、用户交际广度和用户平台认证指数4项指标构建用户权威度定量计算模型,通过级联用户权威度及其构成指标,并使用2层全连接网络融合特征,有效量化用户特征。其次,考虑到语境对谣言理解的有效性,提取相关语境特征。最后,使用BERT预训练模型提取文本特征,并结合多模态适应门MAG融合用户特征、语境特征与文本特征。在微博数据集上进行的实验表明,相比基线模型,MRUAMF模型的检测性能更优,准确率达0.941。
-
关键词
谣言检测
BERT
MAG
用户权威度
层次分析法
-
Keywords
rumor detection
bidirectional encoder representations from transformers(BERT)
multimodal adaption gate(MAG)
user authority
analytic hierarchy process
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
