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3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：
改进YOLOv4-tiny的疫情协同口罩佩戴检测方法 被引量：3
1
作者 程浩然 王薪陶 +2 位作者 李俊燃 郭子怡 刘维 《计算机工程与应用》 CSCD 北大核心 2023年第20期208-218,共11页
口罩的佩戴对于疫情防控起着极其重要的作用,针对大规模人群下口罩佩戴检测实时性欠佳、难以部署的问题,提出了一种改进YOLOv4-tiny的疫情协同口罩佩戴检测方法。该算法以YOLOv4-tiny为基础,用两个Resblock-D模块替代CSP模块,降低特征... 口罩的佩戴对于疫情防控起着极其重要的作用,针对大规模人群下口罩佩戴检测实时性欠佳、难以部署的问题,提出了一种改进YOLOv4-tiny的疫情协同口罩佩戴检测方法。该算法以YOLOv4-tiny为基础,用两个Resblock-D模块替代CSP模块,降低特征提取网络复杂度,提升检测速度;引入SPP,增加了网络的感受野,使网络满足任意尺寸的影像输入,并增强算法的鲁棒性;引入两层CA注意力机制,提高算法的利用率以保证检测精确度。通过实验检测结果表明,相较于原始YOLOv4-tiny,所提网络mAP提升了0.5个百分点,达到94.0%,检测速度提升了3.96 FPS。在保证检测速度有少量提升的基础上有效提高了检测速度,综合性能得到提升。 展开更多
关键词 目标检测 YOLOv4-tiny 口罩检测 注意力机制(CA) 空间金字塔池化 resblock-D
下载PDF
基于Unet的多注意力脑肿瘤图像分割算法 被引量：9
2
作者 吴量 付殿臣 程超 《计算机技术与发展》 2021年第12期85-91,共7页
针对多类型脑肿瘤医学图像分割中上下文信息联系匮乏及人工分割效率、准确率低等问题,提出了一种基于Unet的脑肿瘤自动分割算法。首先,在Unet模型的基础上引入残差结构(ResBlock),用于加深网络;其次,重新构建Unet的解码网络,增加一条并... 针对多类型脑肿瘤医学图像分割中上下文信息联系匮乏及人工分割效率、准确率低等问题,提出了一种基于Unet的脑肿瘤自动分割算法。首先,在Unet模型的基础上引入残差结构(ResBlock),用于加深网络;其次,重新构建Unet的解码网络,增加一条并行的膨胀卷积(dalited convolution)特征提取模块;最后,网络结合改进后的通道和空间多注意力机制,使得网络在提取特征时更加专注某些特征层和空间区域,抑制了某些无效的非病灶区域的冗余特征,进而提高病灶分割的精度。该文使用医学分割Dice评价指标,充分测试算法对多序列脑肿瘤核磁共振(MRI)医学图像的分割性能。实验结果表明,改进后的算法在Complte Dice、Core Dice和Enhancing Dice上分别可达0.909,0.820和0.766。与Unet及其改进的分割算法比较,该算法在参数量与Unet相当的情况下获得了更好的分割结果。 展开更多
关键词 深度学习 脑肿瘤图像分割 Unet网络 注意力机制 残差块
下载PDF
基于改进YOLOv4的车辆检测应用研究 被引量：1
3
作者 赵立波 单剑锋 《软件》 2022年第5期91-97,共7页
传统的车辆检测方法速度慢且准确率低,基于YOLOv4的算法准确率有所提高,但由于其计算参数量大和网络层数深,存在检测速度慢、对硬件要求高的问题。鉴于此,本文提出了一种改进YOLOv4的车辆检测方法。通过在网络中引入深度可分离卷积和Res... 传统的车辆检测方法速度慢且准确率低,基于YOLOv4的算法准确率有所提高,但由于其计算参数量大和网络层数深,存在检测速度慢、对硬件要求高的问题。鉴于此,本文提出了一种改进YOLOv4的车辆检测方法。通过在网络中引入深度可分离卷积和Resblock结构,减少了YOLOv4冗余的参数量和网络层数,同时保持原来的梯度信息传递。实验结果表明,改进模型在保证高准确率的前提下,检测帧数提升72.5%。实际测试中mAP减少了3.2%,FPS提升了30.9%,对小目标的检测效果良好。改进的YOLOv4车辆检测算法有效改善了传统方法存在的检测速度慢和准确率低的问题,可满足对实时性要求较高的场景。 展开更多
关键词 车辆检测 YOLOv4算法 深度可分离卷积 resblock结构
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