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2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：
基于注意力机制和深度学习的钢板表面缺陷图像分类 被引量：12
1
作者 江培营 陶青川 艾梦琴 《计算机应用与软件》 北大核心 2021年第9期214-219,共6页
针对当前国内钢板表面缺陷图像分类精度不高的问题,提出一种基于注意力机制改进Inception-ResnetV2模型的钢板表面缺陷图像分类方法。实验将六种不同类型的热轧钢板表面缺陷图像进行分类,为了更好地提取任务相关特征,在Inception-Resne... 针对当前国内钢板表面缺陷图像分类精度不高的问题,提出一种基于注意力机制改进Inception-ResnetV2模型的钢板表面缺陷图像分类方法。实验将六种不同类型的热轧钢板表面缺陷图像进行分类,为了更好地提取任务相关特征,在Inception-ResnetV2模型基础上嵌入CBAM注意力机制模块,该模块可以自主学习每个通道和空间特征的重要性,实现通道和空间上的特征重标定,提升图像分类的表现。实验结果表明,该算法相比于传统Inception-ResnetV2模型识别率提升了2.17百分点,收敛速度更快,具有极大的工程应用价值。 展开更多
关键词 表面检测 注意力机制 Inception-ResnetV2 CBAM
下载PDF
基于MobileNet模型的钢材表面字符检测识别算法 被引量：4
2
作者 艾梦琴 陶青川 《现代计算机》 2020年第3期73-78,共6页
鉴于采集钢材板坯号图像的现场环境十分恶劣,因此通常难以采集到高清图像,并且采集图像目标区域会出现模糊、扭曲和倾斜等显现,对传统的检测、识别算法造成很大的阻碍,造成目标检测精度、速度不高。为了提高定位、识别板坯号的精度和速... 鉴于采集钢材板坯号图像的现场环境十分恶劣,因此通常难以采集到高清图像,并且采集图像目标区域会出现模糊、扭曲和倾斜等显现,对传统的检测、识别算法造成很大的阻碍,造成目标检测精度、速度不高。为了提高定位、识别板坯号的精度和速度,需要应用计算机视觉技术与深度学习技术,帮助钢厂达到智能制造的要求。研究并实现一种快速定位钢板坯料号目标区域算法并端到端的识别算法,能够达到实时快速的检测、识别。 展开更多
关键词 钢材表面 卷积神经网络 文本检测 端到端识别
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 下一页 到第 页
使用帮助 返回顶部