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4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：
基于多分支神经网络模型的弱监督细粒度图像分类方法 被引量：7
1
作者 边小勇 江沛龄 +2 位作者 赵敏 丁胜 张晓龙 《计算机应用》 CSCD 北大核心 2020年第5期1295-1300,共6页
针对传统基于注意力机制的神经网络不能联合关注局部特征和旋转不变特征的问题,提出一种基于多分支神经网络模型的弱监督细粒度图像分类方法。首先,用轻量级类激活图(CAM)网络定位有潜在语义信息的局部区域,设计可变形卷积的残差网络Res... 针对传统基于注意力机制的神经网络不能联合关注局部特征和旋转不变特征的问题,提出一种基于多分支神经网络模型的弱监督细粒度图像分类方法。首先,用轻量级类激活图(CAM)网络定位有潜在语义信息的局部区域,设计可变形卷积的残差网络ResNet-50和旋转不变编码的方向响应网络(ORN);其次,利用预训练模型分别初始化特征网络,并输入原图和以上局部区域分别对模型进行微调;最后,组合三个分支内损失和分支间损失优化整个网络,对测试集进行分类预测。所提方法在CUB-200-2011和FGVC_Aircraft数据集上的分类准确率分别达到87.7%和90.8%,与多注意力卷积神经网络(MA-CNN)方法相比,分别提高了1.2个百分点和0.9个百分点;在Aircraft_2数据集上的分类准确率达到91.8%,比ResNet-50网络提高了4.1个百分点。实验结果表明,所提方法有效提高了弱监督细粒度图像分类的准确率。 展开更多
关键词 细粒度图像分类 深度学习 弱监督 可变形卷积 类激活图 方向响应网络
下载PDF
显著性引导的目标互补隐藏弱监督语义分割
2
作者 白雪飞 卢立彬 王文剑 《中国图象图形学报》 CSCD 北大核心 2024年第4期1041-1055,共15页
目的 图像级弱监督语义分割方法利用类别标签训练分割网络,可显著降低标注成本。现有方法大多采用类激活图定位目标物体,然而传统类激活图只能挖掘出物体中最具辨识性的区域,直接将其作为伪标签训练的分割网络精度较差。本文提出一种显... 目的 图像级弱监督语义分割方法利用类别标签训练分割网络,可显著降低标注成本。现有方法大多采用类激活图定位目标物体,然而传统类激活图只能挖掘出物体中最具辨识性的区域,直接将其作为伪标签训练的分割网络精度较差。本文提出一种显著性引导的弱监督语义分割算法,可在获取更完整类激活图的基础上提高分割模型的性能。方法 首先通过显著图对目标进行互补随机隐藏,以获得互补图像对,然后融合互补图像对的类激活图作为监督,提高网络获取完整类激活图的能力。其次引入双重注意力修正模块,利用全局信息修正类激活图并生成伪标签训练分割网络。最后使用标签迭代精调策略,结合分割网络的初始预测、类激活图以及显著图生成更精确的伪标签,迭代训练分割网络。结果 在PASCAL VOC 2012(pattern analysis,statistical modeling and computational learning visual object classes 2012)数据集上进行类激活图生成实验与语义分割实验,所生成的类激活图更加完整,平均交并比有10.21%的提升。语义分割结果均优于对比方法,平均交并比提升6.9%。此外在COCO 2014(common object in context 2014)数据集上进行了多目标的语义分割实验,平均交并比提升0.5%。结论 该算法可获得更完整的类激活图,缓解了弱监督语义分割中监督信息不足的问题,提升了弱监督语义分割模型的精度。 展开更多
关键词 深度学习 弱监督语义分割 显著性引导 类激活图(cam) 注意力机制
原文传递
基于类激活图的弱监督皮肤镜图像分割方法
3
作者 郑粤铭 彭博 《计算机应用》 CSCD 北大核心 2023年第S01期258-262,共5页
皮肤镜图像中病灶区域的精确分割是实现皮肤病自动化检测的关键步骤。现存的皮肤镜图像分割方法主要基于全监督图像分割,这需要大量的像素标注,费时费力。针对此问题,提出一种基于类激活图(CAM)的弱监督皮肤镜图像分割方法。首先,对原... 皮肤镜图像中病灶区域的精确分割是实现皮肤病自动化检测的关键步骤。现存的皮肤镜图像分割方法主要基于全监督图像分割,这需要大量的像素标注,费时费力。针对此问题,提出一种基于类激活图(CAM)的弱监督皮肤镜图像分割方法。首先,对原始图像进行预处理,去除图像中的毛发并对图像进行颜色归一化处理;然后,结合图像的多尺度输入,并在显著图的引导下,通过特征提取网络得到图像的类激活图;之后,将得到的类激活图通过条件随机场得到伪掩膜;最后,使用伪掩膜训练分割网络。在ISIC2017数据集上评估所提方法,结果显示,所提方法生成的伪掩膜的Dice系数达到82.64%,相似性系数达到71.92%,灵敏度达到90.01%,表明所提方法能够在大量减少人工标注工作量的同时生成高质量的伪掩膜。 展开更多
关键词 皮肤镜图像 图像分割 弱监督 类激活图 伪掩膜
下载PDF
基于声成像与卷积神经网络的轴承故障诊断方法及其可解释性研究 被引量：11
4
作者 王冉 石如玉 +2 位作者 胡升涵 鲁文波 胡雄 《振动与冲击》 EI CSCD 北大核心 2022年第16期224-231,共8页
常用的振动诊断技术一般采用接触式测量,在测量受限的场合具有一定的局限性。该研究提出一种具有非接触测量优势的基于声成像与卷积神经网络的滚动轴承声学故障诊断方法。首先,利用传声器阵列获取滚动轴承辐射的空间声场;然后,用波叠加... 常用的振动诊断技术一般采用接触式测量,在测量受限的场合具有一定的局限性。该研究提出一种具有非接触测量优势的基于声成像与卷积神经网络的滚动轴承声学故障诊断方法。首先,利用传声器阵列获取滚动轴承辐射的空间声场;然后,用波叠加法进行声成像,重建后的声像能够描述声场的空间分布信息;最后,建立卷积神经网络(convolutional neural network,CNN),使用不同轴承运行状态下的声像样本对CNN模型进行训练用于故障诊断。同时,针对深度学习模型的诊断结果缺乏可解释性的问题,采用梯度加权类激活图(gradient-weighted class activation map,Grad-CAM)算法对卷积神经网络在基于声像的轴承故障诊断中的可解释性进行了研究。轴承试验台的声阵列数据验证了所提方法的有效性及优越性。 展开更多
关键词 声成像 故障诊断 卷积神经网络(CNN) 波叠加法 梯度加权类激活图(Grad-cam)
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