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10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：
结合迁移学习和Inception-v3模型的路面干湿状态识别方法 被引量：9
1
作者 杨炜 周凯霞 +2 位作者 刘佳俊 张志威 王童 《中国科技论文》 CAS 北大核心 2019年第8期912-916,共5页
针对传统方法对路面干湿状态识别分类正确率较低的情况,提出了基于迁移学习的路面干湿状态识别方法。利用深度卷积神经网络强大的特征学习和表达能力,自动学习干湿路面的特征,并采用迁移学习的方法将Inception-v3模型在ImageNet图像数... 针对传统方法对路面干湿状态识别分类正确率较低的情况,提出了基于迁移学习的路面干湿状态识别方法。利用深度卷积神经网络强大的特征学习和表达能力,自动学习干湿路面的特征,并采用迁移学习的方法将Inception-v3模型在ImageNet图像数据集上学习得到的知识深度迁移至路面干湿状态识别任务。实验结果表明,所提算法在测试集上测得的分类准确率约为94.5%,与非迁移学习算法和基于底层视觉特征识别学习的算法相比,具有更高的准确性和良好的鲁棒性,以及较强的泛化能力。 展开更多
关键词 道路工程 干湿状态识别 深度学习 迁移模型 inception-v3模型
下载PDF
融合迁移学习的Inception-v3模型在古壁画朝代识别中的应用 被引量：9
2
作者 曹建芳 闫敏敏 +1 位作者 贾一鸣 田晓东 《计算机应用》 CSCD 北大核心 2021年第11期3219-3227,共9页
针对古代壁画图像数量少、质量差、特征提取困难和存在壁画文本与绘画风格相似等问题,提出了一种融合迁移学习的Inception-v3模型来对古代壁画的朝代进行识别与分类。首先,将Inception-v3模型在ImageNet数据集上进行预训练以得到迁移模... 针对古代壁画图像数量少、质量差、特征提取困难和存在壁画文本与绘画风格相似等问题,提出了一种融合迁移学习的Inception-v3模型来对古代壁画的朝代进行识别与分类。首先,将Inception-v3模型在ImageNet数据集上进行预训练以得到迁移模型;然后,将迁移模型在小型壁画数据集上进行参数微调后对壁画图像提取高层特征;其次,增加两个全连接层来增强特征表达能力,并用颜色直方图与局部二值模式(LBP)纹理直方图提取壁画的艺术特征;最后,将高层特征与艺术特征相融合,用Softmax分类器进行壁画的朝代分类。实验结果表明,所提出的模型训练过程稳定,在构造的小型壁画数据集上,其最终准确率为88.70%,召回率为88.62%,F1值为88.58%,以上各评价指标均优于AlexNet、VGGNet等经典网络模型;与LeNet-5、AlexNet-S6等改进的卷积神经网络模型相比,该模型对各朝代类别准确率平均提升了至少7个百分点。可见,该模型泛化能力强,不易出现过拟合现象,能有效识别壁画所属朝代。 展开更多
关键词 壁画分类 朝代识别 迁移学习 inception-v3模型 颜色直方图
下载PDF
基于Inception-V3模型的金属板材表面缺陷检测系统 被引量：8
3
作者 蔡汉明 刘明 《轻工机械》 CAS 2020年第1期71-74,共4页
针对传统检测设备对金属板材凹凸表面、边缘面等特殊部位缺陷检测困难、识别率低等问题,课题组提出并设计了金属板材表面缺陷自动检测系统。通过CCD相机获取待检测部位图片,使用以Inception-V3模型为主的迁移学习算法实现对缺陷的检测... 针对传统检测设备对金属板材凹凸表面、边缘面等特殊部位缺陷检测困难、识别率低等问题,课题组提出并设计了金属板材表面缺陷自动检测系统。通过CCD相机获取待检测部位图片,使用以Inception-V3模型为主的迁移学习算法实现对缺陷的检测。实验结果表明该系统能够准确、高效地检测出金属板材一般及特殊表面缺陷,能够满足工业生产需求。 展开更多
关键词 表面缺陷检测 迁移学习算法 inception-v3模型 CCD相机
下载PDF
大型车辆右转弯盲区预警系统设计 被引量：5
4
作者 杨炜 张志威 +1 位作者 周凯霞 刘佳俊 《中国科技论文》 CAS 北大核心 2019年第7期737-742,共6页
为弥补传统大型车辆右侧盲区预警系统夜间工作效果差、危险预警准确率低等不足,设计了一种应用于全天候环境的大型车辆右转弯盲区预警系统。当采集到右转向灯开启信号时,系统启动林柏视C600高清红外视觉传感器拍摄盲区图像。应用已训练... 为弥补传统大型车辆右侧盲区预警系统夜间工作效果差、危险预警准确率低等不足,设计了一种应用于全天候环境的大型车辆右转弯盲区预警系统。当采集到右转向灯开启信号时,系统启动林柏视C600高清红外视觉传感器拍摄盲区图像。应用已训练的Inception-v3迁移学习模型对图像进行行人和骑行者检测。若检测到危险情况,系统立即显示盲区状况并报警。试验表明,所设计系统对每帧右侧盲区图像检测的平均准确率为97%,平均耗时为74.8 ms,能在夜间无光照条件下进行准确识别,实现及时、可靠的右侧盲区预警。 展开更多
关键词 汽车工程 行人检测 inception-v3模型 深度学习 高清红外视觉传感器
下载PDF
基于深度学习的垃圾分类系统 被引量：4
5
作者 李丕兵 孙仁诚 《信息与电脑》 2021年第4期43-45,共3页
垃圾分类是近几年提出的概念,各地政府都在大力推行,但解决垃圾分类问题是一个难题,因为各地政府的政策都不一样,加上科普力度低,很多人只能凭借常识来区分垃圾,但面对难以区分的垃圾时并不能正确判断。基于此,笔者针对青岛市垃圾分类... 垃圾分类是近几年提出的概念,各地政府都在大力推行,但解决垃圾分类问题是一个难题,因为各地政府的政策都不一样,加上科普力度低,很多人只能凭借常识来区分垃圾,但面对难以区分的垃圾时并不能正确判断。基于此,笔者针对青岛市垃圾分类政策并结合对居民问卷调查设计了一款垃圾分类系统。在常用CNN模型中,inception-v3模型与其他模型相比具有更高的精度,实验表明基于inception-v3的垃圾分类模型准确率在90%以上,能够在一定程度上解决垃圾分类困难的问题。 展开更多
关键词 深度学习 垃圾分类 inception-v3模型 迁移学习
下载PDF
基于卷积神经网络的热红外图像检测模型 被引量：3
6
作者 李旺枝 陆健强 +2 位作者 王卫星 林佳翰 周平 《自动化与信息工程》 2020年第6期1-5,共5页
针对我国目前大部分果园的果树冠层施药情况检测效率低、成本高等问题,提出一种基于卷积神经网络的热红外图像检测模型。通过采集大量柑橘树在不同环境条件下施药前后的热红外图像,在经典卷积神经网络模型Inception-v3基础上,利用计算... 针对我国目前大部分果园的果树冠层施药情况检测效率低、成本高等问题,提出一种基于卷积神经网络的热红外图像检测模型。通过采集大量柑橘树在不同环境条件下施药前后的热红外图像,在经典卷积神经网络模型Inception-v3基础上,利用计算机视觉相关知识改进模型参数,设计一种新型卷积神经网络模型——S-Inception-v3。与Mobile Net,Shuffle Net和Inception-v3网络模型对比,S-Inception-v3网络模型在测试集上的分类准确率分别提高了10.28%,8.46%,3.43%;召回率分别提高了8.66%,7.48%,3.35%;模型大小分别降低了6.4 M,1.1 M,1.6 M。该模型在柑橘果树冠层热红外图像上的分类性能更好,在保证网络分类准确率的同时,网络大小、计算量均有所下降,为农业航空领域施药检测技术改进提供了参考。 展开更多
关键词 迁移学习 S-inception-v3模型 卷积神经网络 计算机视觉
下载PDF
基于数据可视化的复杂系统信号时序识别方法
7
作者 姜婕 杨威 +1 位作者 冯俊涛 姜帅 《计算机测量与控制》 2022年第1期252-257,共6页
针对复杂系统研发及运行过程中产生的大量信号可以表征系统运行的时序健康状态这一特性,提出了一种基于数据可视化及卷积神经网络(convolutional neural networks,CNN)智能识别的时序特征识别方法;该方法使用数据可视化技术将信号的时... 针对复杂系统研发及运行过程中产生的大量信号可以表征系统运行的时序健康状态这一特性,提出了一种基于数据可视化及卷积神经网络(convolutional neural networks,CNN)智能识别的时序特征识别方法;该方法使用数据可视化技术将信号的时序特征映射至图像,通过训练好的特征识别模型对信号可视化图像进行时序特征的识别,可实现系统运行时的实时智能状态监测;选取了三种典型信号的正常及异常特征,通过模型构建及测试分析,验证该方法对复杂系统信号的时序特征有良好的识别效果,可应用于对时序要求较高的复杂系统进行状态监测及故障诊断。 展开更多
关键词 数据可视化 卷积神经网络 inception-v3模型 时序 特征识别
下载PDF
基于迁移学习的红外图像分类
8
作者 邓玲 张军 周宽 《天津职业技术师范大学学报》 2020年第3期23-29,共7页
针对红外目标分类的问题,采用将Inception-v3模型进行迁移并用迭代法对网络结构进行改进的方法,对适用于红外目标分类的神经网络进行了研究。迁移后的模型经过训练能对红外图像的特征进行学习和表达,训练后的卷积神经网络模型能对不同... 针对红外目标分类的问题,采用将Inception-v3模型进行迁移并用迭代法对网络结构进行改进的方法,对适用于红外目标分类的神经网络进行了研究。迁移后的模型经过训练能对红外图像的特征进行学习和表达,训练后的卷积神经网络模型能对不同数据格式的红外图像进行分类。实验结果表明,该迁移模型比已有的红外图像分类模型鲁棒性更好,红外图像分类准确率达98%以上,并且能够对不同数据格式的红外目标图像进行分类。 展开更多
关键词 红外图像分类 迁移学习 卷积神经网络 inception-v3模型
下载PDF
基于深度学习的颅脑损伤机制自动化鉴别 被引量：2
9
作者 杨琦帆 孙雪阳 +7 位作者 王彦斌 田志岭 董贺文 万雷 邹冬华 于笑天 张广政 刘宁国 《法医学杂志》 CAS CSCD 2022年第2期223-230,共8页
目的应用卷积神经网络Inception_v3模型进行基于颅脑CT图像的加、减速性损伤自动鉴别,探讨深度学习技术在法医学颅脑损伤成伤机制推断中的应用前景。方法收集190例加、减速性脑损伤的影像学资料作为实验组,另选取130例正常颅脑的影像学... 目的应用卷积神经网络Inception_v3模型进行基于颅脑CT图像的加、减速性损伤自动鉴别,探讨深度学习技术在法医学颅脑损伤成伤机制推断中的应用前景。方法收集190例加、减速性脑损伤的影像学资料作为实验组,另选取130例正常颅脑的影像学资料作为对照。将上述320例影像学资料根据随机抽样的方法分为训练验证集和测试集。采用准确率、精确率、召回率、F1值及AUC值评估模型分类性能。结果模型在训练过程和验证过程中对3种图像(加速性损伤、减速性损伤及正常颅脑)分类的最高准确率分别为99.00%、87.21%,满足要求。使用优化后的模型对测试集数据进行测试,该模型在测试集中的三分类准确率为87.18%,识别加速性损伤的精确率、召回率、F1值及AUC值分别为84.38%、90.00%、87.10%、0.98,识别减速性损伤的各值分别为86.67%、72.22%、78.79%、0.92,识别正常颅脑的各值分别为88.57%、89.86%、89.21%、0.93。结论Inception_v3模型在基于颅脑CT图像区分加、减速性损伤中具有应用潜力,有望成为推断头部致伤方式的一种辅助工具。 展开更多
关键词 法医学 加速性脑损伤 减速性脑损伤 图像分类 深度学习 卷积神经网络 受试者操作特征曲线 inception_v3模型
下载PDF
基于卷积神经网络的植物图像识别APP开发——“植鉴” 被引量：1
10
作者 董博华 韩笑 +2 位作者 宋毅洲 安宁宁 刘韵婷 《科技与创新》 2020年第4期134-135,共2页
由于植物在不同时期的生长形态不同,部分不同名称的植物也可能具有较高的相似性,为实现准确识别,需要提取其大量的特征信息。使用传统的机器学习方法已经不能实现大量细节特征提取训练,而深度学习可以有效地解决植物图像识别在准确度和... 由于植物在不同时期的生长形态不同,部分不同名称的植物也可能具有较高的相似性,为实现准确识别,需要提取其大量的特征信息。使用传统的机器学习方法已经不能实现大量细节特征提取训练,而深度学习可以有效地解决植物图像识别在准确度和速度方面的难点。因此系统采用TensorFlow框架,基于卷积神经网络中的Inception-v3网络模型进行模型训练,利用GPU并行计算加速模型训练和图片识别速度。训练得到验证集精度达到91%的模型,以此模型为基础,开发了一款智能植物图像识别的APP——“植鉴”。 展开更多
关键词 深度学习 TensorFlow框架 inception-v3网络模型 “植鉴”APP
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