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5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：
基于改进深度学习的人体姿态识别方法研究
1
作者 刘宇 《计算技术与自动化》 2024年第2期182-186,共5页
针对现有2D多人人体姿态识别方法存在的耗时长、准确率低等问题,在对人体姿态识别方法进行分析的基础上,提出了一种用于2D多人人体姿态识别的改进复合场。引入空洞卷积模块降低参数量的同时提高模型准确性,引入shuffleNet V2网络替换主... 针对现有2D多人人体姿态识别方法存在的耗时长、准确率低等问题,在对人体姿态识别方法进行分析的基础上,提出了一种用于2D多人人体姿态识别的改进复合场。引入空洞卷积模块降低参数量的同时提高模型准确性,引入shuffleNet V2网络替换主干网ResNet提高模型识别速度。通过实验对所提方法的平均精确度、平均召回率和运行时间等进行分析。结果表明,与常规方法相比,所提方法对2D多人人体姿态识别具有较高的识别准确率和速度,1~8人的人体姿态平均识别时间为75ms。为计算机视觉的研究提供了一定的参考。 展开更多
关键词 人体姿态 复合场 空洞卷积模块 shufflenet v2网络 2D多人
下载PDF
基于改进ShuffleNet V2的室内可见光指纹定位算法
2
作者 曲佳 王旭东 吴楠 《中国激光》 EI CAS CSCD 北大核心 2024年第13期191-203,共13页
为增强室内可见光定位系统准确性及实时性,提出了基于改进ShuffleNet V2神经网络的可见光指纹定位算法。该算法使用参考节点的接收信号强度和到达角度作为联合指纹特征,并使用接收器坐标作为训练标签来创建指纹数据库。通过消融实验,改... 为增强室内可见光定位系统准确性及实时性,提出了基于改进ShuffleNet V2神经网络的可见光指纹定位算法。该算法使用参考节点的接收信号强度和到达角度作为联合指纹特征,并使用接收器坐标作为训练标签来创建指纹数据库。通过消融实验,改进了ShuffleNet V2网络结构,将指纹数据库引入改进ShuffleNet V2网络训练,实现不同数据通道之间的信息交流,提高了神经网络的特征提取能力。为比较和分析其他多种可见光室内定位算法的性能,体现所提算法的技术优势,进行了仿真实验,在室内5 m×5 m×3 m的定位场景下,提出的定位算法平均定位时间为174 ms,平均定位误差为2.30 cm,同时针对室内不同高度的定位精度也达到厘米级。 展开更多
关键词 光通信 室内可见光定位 shufflenet v2网络 指纹定位 接收信号强度 到达角度
原文传递
轻量化的YOLOv4目标检测算法 被引量：16
3
作者 张宝朋 康谦泽 +2 位作者 李佳萌 郭俊宇 陈少华 《计算机工程》 CAS CSCD 北大核心 2022年第8期206-214,共9页
YOLOv4目标检测算法主干网络庞大且参数量和计算量过多,难以部署在算力和存储资源有限的移动端嵌入式设备上。提出一种改进的YOLOv4目标检测算法,使用轻量化的ShuffleNet V2网络作为主干特征提取网络,更换模型激活函数及扩大卷积核,同时... YOLOv4目标检测算法主干网络庞大且参数量和计算量过多,难以部署在算力和存储资源有限的移动端嵌入式设备上。提出一种改进的YOLOv4目标检测算法,使用轻量化的ShuffleNet V2网络作为主干特征提取网络,更换模型激活函数及扩大卷积核,同时将YOLOv4网络中的普通卷积替换为深度可分离卷积,降低算法参数量、计算量和模型占用空间。在ShuffleNet V2网络结构的改进过程中分析并剪裁其基本组件,利用2个3×3卷积核级联的方式增强网络感受野,并使用Mish激活函数进一步提升网络检测精度和模型推理速度。在GPU平台和VisDrone 2020数据集上的实验结果表明,与YOLOv4算法相比,改进的YOLOv4算法在牺牲1.8个百分点的检测精度情况下,提高了27%的检测速度,压缩了23.7%的模型容量,并且能够充分发挥ZYNQ平台并行高速数据处理及低功耗的优势。 展开更多
关键词 YOLOv4目标检测 shufflenet v2网络模型 卷积运算 轻量化网络 ZYNQ平台
下载PDF
基于机器视觉的带式输送机落料口堆煤检测 被引量：2
4
作者 苗长云 李佳 《辽宁工程技术大学学报（自然科学版）》 北大核心 2023年第5期617-624,共8页
针对带式输送机落料口堆煤检测存在准确性、实时性和可靠性差的问题,提出一种基于机器视觉的带式输送机落料口堆煤检测方法,利用工业相机采集落料口图像,通过以太网传输给堆煤检测器,堆煤检测器利用堆煤检测算法对图像进行处理与分析,... 针对带式输送机落料口堆煤检测存在准确性、实时性和可靠性差的问题,提出一种基于机器视觉的带式输送机落料口堆煤检测方法,利用工业相机采集落料口图像,通过以太网传输给堆煤检测器,堆煤检测器利用堆煤检测算法对图像进行处理与分析,实现堆煤检测,并通过以太网将检测结果传输给上位机。改进了ShuffleNetV2网络模型,用空洞卷积替代模型中的标准卷积,在不增加计算量的前提下增大感受野,在基本单元中增加了高效通道注意力模块ECA,提高特征提取能力。提出了改进ShuffleNetV2网络模型的堆煤检测算法,利用暗通道的图像去雾增强算法对采集的图像进行去雾和增强处理,构建了落料口图像数据集,利用该数据集训练改进ShuffleNetV2网络模型,再利用训练好的网络模型进行堆煤检测。采用Cortex-A57架构4核JetsonNano开发板设计了堆煤检测器的硬件和软件。研究结果表明:该方法能够实现带式输送机落料口堆煤的实时检测,准确率达到98.34%,图像处理速度为23帧/s。 展开更多
关键词 带式输送机 落料口堆煤 堆煤检测算法 改进shufflenet v2网络模型 堆煤检测器
下载PDF
轻量级卷积神经网络在奶牛体况评分中的应用 被引量：1
5
作者 程灿 冯涛 +3 位作者 黄小平 郭阳阳 梁栋 史道玲 《华中农业大学学报》 CAS CSCD 北大核心 2024年第1期249-257,共9页
为对奶牛体况信息进行高效地实时监测以便满足商业化的需求,提出一种改进轻量级注意力机制网络模型(Shuffle-ECANet)。首先,针对8972幅含有奶牛尾部的图像样本,通过专家对奶牛体况进行人工评分,并构建数据集;然后以轻量级ShuffleNet-v21... 为对奶牛体况信息进行高效地实时监测以便满足商业化的需求,提出一种改进轻量级注意力机制网络模型(Shuffle-ECANet)。首先,针对8972幅含有奶牛尾部的图像样本,通过专家对奶牛体况进行人工评分,并构建数据集;然后以轻量级ShuffleNet-v21×网络为基础,在特征提取过程中引入高效的通道注意力模块,强化网络对奶牛体况特征的提取能力。此外,采用H-Swish激活函数,避免神经元坏死现象;最后通过进一步精简网络结构得到Shuffle-ECANet网络模型。结果显示,Shuffle-ECANet模型针对各类别奶牛的识别准确率为97%以上,且在体况评分(body condition scoring,BCS)误差分别为0、≤0.25和≤0.5的体况评价结果中,Shuffle-ECANet模型均优于EfficientNet-v1、MobileNet-v3、ShuffleNet-v21×和ResNet34等模型,证明本研究方法的有效性。 展开更多
关键词 体况评分 shufflenet-v2网络 注意力机制 智慧养殖 轻量级 激活函数
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