基于集成迁移学习的细粒度图像分类算法 被引量：17

1

作者 吴建 许镜 丁韬 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2020年第3期452-458,共7页

针对现有的大部分细粒度图像分类算法都忽略了局部定位和局部特征学习是相互关联的问题,提出了一种基于集成迁移学习的细粒度图像分类算法。该算法的分类网络由区域检测分类和多尺度特征组合组成。区域检测分类网络通过类别激活映射(cla... 针对现有的大部分细粒度图像分类算法都忽略了局部定位和局部特征学习是相互关联的问题,提出了一种基于集成迁移学习的细粒度图像分类算法。该算法的分类网络由区域检测分类和多尺度特征组合组成。区域检测分类网络通过类别激活映射(class activation mapping,CAM)方法获得局部区域,以相互强化学习的方式,从定位的局部区域中学习图像的细微特征,组合各局部区域特征作为最终的特征表示进行分类。该细粒度图像分类网络在训练过程中结合提出的集成迁移学习方法,基于迁移学习,通过随机加权平均方法集成局部训练模型,从而获得更好的最终分类模型。使用该算法在数据集CUB-200-2011和Stanford Cars上进行实验,结果表明,与原有大部分算法对比,该算法具有更优的细粒度分类结果。 展开更多

关键词 细粒度图像分类 集成迁移学习 类别激活映射 随机加权平均

下载PDF 职称材料

融合多层级特征的弱监督钢板表面缺陷检测算法 被引量：15

2

作者 何彧 宋克臣 +1 位作者 张德富 颜云辉 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第5期687-692,共6页

由于缺少实例级标签,使得深度神经网络在工业表面检测领域的应用受到了限制.为解决这一问题,本文面向实际的热轧钢板表面缺陷检测任务,提出基于弱监督学习的缺陷检测网络,该网络引入类激活映射模型,使用容易获取的图像级标签进行模型训... 由于缺少实例级标签,使得深度神经网络在工业表面检测领域的应用受到了限制.为解决这一问题,本文面向实际的热轧钢板表面缺陷检测任务,提出基于弱监督学习的缺陷检测网络,该网络引入类激活映射模型,使用容易获取的图像级标签进行模型训练,进行钢板表面的缺陷检测.为了进一步提升检测精度和克服类激活映射模型原有的缺点,本文采用性能更优的残差网络作为主干网络进行特征提取,并提出了多层级特征融合网络进行类激活图的生成,来获取更多的细节信息和更准确的目标激活区域.通过在公开缺陷数据集NEU-CLS上进行实验,结果表明本文提出的方法能够在标签不完备的情况下进行缺陷检测任务,并取得0.68%分类错误率和17.75%定位错误率,胜过其他同类的方法. 展开更多

关键词 热轧钢板表面 缺陷检测 弱监督学习 多层级特征融合 类激活映射

下载PDF 职称材料

基于改进VGG-19卷积神经网络的冰鲜鲳鱼新鲜度评估方法 被引量：11

3

作者 李振波 李萌 +2 位作者 赵远洋 郭若皓 陈雅茹 《农业工程学报》 EI CAS CSCD 北大核心 2021年第22期286-294,共9页

保障冰鲜水产品的质量安全是提升水产行业供求效益的关键环节之一。传统的水产品新鲜度检测方法存在破坏样本、操作复杂、检测效率低等问题,冷链储运的发展急需一种快速、准确的鱼肉新鲜度检测技术。该研究以冰鲜鲳鱼为研究对象,提出基... 保障冰鲜水产品的质量安全是提升水产行业供求效益的关键环节之一。传统的水产品新鲜度检测方法存在破坏样本、操作复杂、检测效率低等问题,冷链储运的发展急需一种快速、准确的鱼肉新鲜度检测技术。该研究以冰鲜鲳鱼为研究对象,提出基于计算机视觉的鲳鱼新鲜度评估方法,为鱼肉冷链储运系统智能化发展提供技术支持。首先,建立冰鲜鲳鱼新鲜度等级图像数据集。其次,针对数据集规模小的问题,结合迁移学习方法训练卷积神经网络CNN(Convolutional Neural Network)提高模型的泛化能力,并选择试验效果较优的VGG-19(Visual Geometry Group 19)为分类算法主模型。最后,针对VGG-19分类网络结构复杂的问题,优化全连接层数量及结构,该优化模型的鲳鱼新鲜度识别准确率可达99.79%,与优化全连接层前相比准确率提升了1.05个百分点,全连接层参数量降低了97%,占空间降低了443.9 MB,时间效率、空间效率也均有提升。此外,为进一步说明模型对鲳鱼新鲜度等级的判定依据,该研究利用类激活映射方法对鲳鱼新鲜度分级结果进行可视化,试验表明鲳鱼腹部特征是对新鲜度分级最有效的信息,研究结果为构建基于深度卷积神经网络的鱼肉新鲜度分级模型提供参考。 展开更多

关键词 计算机视觉 卷积神经网络 冰鲜鲳鱼 新鲜度 分类网络 迁移学习 类激活映射

下载PDF 职称材料

基于改进YOLOv3算法的水面漂浮物检测方法 被引量：10

4

作者 李国进 姚冬宜 +3 位作者 艾矫燕 易泽仁 雷李义 王旺易 《广西大学学报（自然科学版）》 CAS 北大核心 2021年第6期1569-1578,共10页

针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位。首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预... 针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位。首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预测支路中添加类别激活映射(CAM),将原基于边界框的定位方式替换成基于像素点进行定位。实验结果表明:改进的YOLOv3算法提高了识别精度,降低了定位误差。识别精度为97.49%,比YOLOv3算法提高5.14%,平均定位误差为2.60个像素点,比YOLOv3算法减小了1.36。 展开更多

关键词 水面漂浮物 目标检测 YOLOv3算法 K-MEANS聚类算法 类别激活映射

下载PDF 职称材料

融合注意力特征及动态卷积的肺结节辅助诊断 被引量：3

5

作者 谷宇 刘佳琪 +3 位作者 杨立东 张宝华 张祥松 贾成一 《科学技术与工程》 北大核心 2023年第16期6834-6844,共11页

针对肺结节关键影像征象信息不易获取,部分卷积神经网络(convolutional neural networks,CNN)模型对肺结节的识别率不高的问题,提出一种融合注意力特征的动态卷积残差网络(dynamic convolutional residual networks incorporating atten... 针对肺结节关键影像征象信息不易获取,部分卷积神经网络(convolutional neural networks,CNN)模型对肺结节的识别率不高的问题,提出一种融合注意力特征的动态卷积残差网络(dynamic convolutional residual networks incorporating attention features,DcANet),并在有效实现肺结节良恶性分类的基础上对所提模型的诊断结果进行可视化分析。此网络以适应肺结节三维小尺寸输入特点的残差网络为基本框架,在DcABlock部分使用可以自适应调整卷积参数的动态卷积以及迭代注意特征融合模块,使模型能够更准确地获取肺结节信息,提高模型的表征能力。此外,还使用类激活映射将三维图像的各层切片进行可视化分析。实验在最终测试集上的准确率为85.87%,平衡F分数(F1)值为82.67%,敏感度和特异性的综合指标Gmean值为85.51%。实验结果表明:该网络可以提升对肺结节良恶性分类的准确性,诊断结果具有可信性,有一定的临床应用价值。 展开更多

关键词 肺结节辅助诊断 动态卷积 迭代注意特征融合模块 深度学习 类激活映射

下载PDF 职称材料

基于改进类激活映射的织物疵点检测

6

作者 李飞龙 李敏 +1 位作者 何儒汉 崔树芹 《计算机应用与软件》 北大核心 2024年第1期246-252,共7页

为实现弱监督条件下的织物疵点检测,提出一种基于改进类激活映射(Class activation mapping,CAM)的疵点检测方法。在卷积神经网络中加入SE模块,并将深层和浅层卷积层进行结合,以此提高网络的分类性能;为了提高疵点定位的准确性,将两种... 为实现弱监督条件下的织物疵点检测,提出一种基于改进类激活映射(Class activation mapping,CAM)的疵点检测方法。在卷积神经网络中加入SE模块,并将深层和浅层卷积层进行结合,以此提高网络的分类性能;为了提高疵点定位的准确性,将两种分辨率的类激活图进行融合来生成改进的类激活图。实验结果表明,该算法对无疵点、孔、污渍和纱疵四个类别织物图像的识别准确率达到了96.88%,并且在数据集只有图像级标注的情况下,实现了织物疵点的定位。 展开更多

关键词 疵点检测 弱监督 织物 类激活映射 卷积神经网络

下载PDF 职称材料

基于深度学习的液压支架支护质量评价方法研究

7

作者 王东亮 常亚军 陈文昱 《煤矿机械》 2024年第4期196-200,共5页

为提高液压支架支护质量评价方法的操作效率和精度,提出一种基于深度学习模型的评价方法,将液压支架支护质量的评价问题转化为图像分类问题。结果表明,该评价方法在计算复杂度降低1/2的条件下取得了出色的分类精度(82.74%)和准确的定位... 为提高液压支架支护质量评价方法的操作效率和精度,提出一种基于深度学习模型的评价方法,将液压支架支护质量的评价问题转化为图像分类问题。结果表明,该评价方法在计算复杂度降低1/2的条件下取得了出色的分类精度(82.74%)和准确的定位精度(81.67%),具有明显的计算优势。 展开更多

关键词 液压支架 支护质量 深度学习 评价方法 类激活映射

下载PDF 职称材料

面向智能航道巡检的水面目标检测算法

8

作者 任思羽 黄琦麟 +2 位作者 左良栋 吴瑞 蔡枫林 《重庆大学学报》 CAS CSCD 北大核心 2024年第4期114-126,共13页

为解决多场景复杂内河背景下水面目标检测存在环境噪声大、水面目标分布情况繁杂、特征微小模糊等问题,提出一种融合多尺度特征和注意力机制,增强类激活映射的水面目标检测算法,称UltraWS水面目标检测算法。在典型检测网络上设计空间注... 为解决多场景复杂内河背景下水面目标检测存在环境噪声大、水面目标分布情况繁杂、特征微小模糊等问题,提出一种融合多尺度特征和注意力机制,增强类激活映射的水面目标检测算法,称UltraWS水面目标检测算法。在典型检测网络上设计空间注意力模块与多头策略,融合多尺度特征,提高对微小目标的检测能力。其次,提出UltraLU模块增强类激活映射,减小环境因素与分布因素对检测目标的影响。最后,设计对模型进行Tucker张量分解,实现模型轻量化,增强模型的可解释性与推理速度。实验结果表明,所提出的UltraWS算法提高了对背景噪声的抗干扰能力,更好捕捉微小目标,满足边缘化部署的检测速度和准确率均衡性需求。在WSODD数据集上,算法的mAP值取得了最高的84.5%,相较于其他主流方法存在较大提升。基于提出的算法建立航道安全巡检体系与评估方法,有利于推动内河智慧航运的发展。 展开更多

关键词 水面目标检测 注意力机制 类激活映射 张量分解

下载PDF 职称材料

多茶类CNN图像识别的数据增强优化及类激活映射量化评价 被引量：1

9

作者 章展熠 张宝荃 +5 位作者 王周立 杨垚 范冬梅 何卫中 马军辉 林杰 《茶叶科学》 CAS CSCD 北大核心 2023年第3期411-423,共13页

我国茶叶种类繁多,识别难度大。卷积神经网络(Convolutionalneuralnetwork,CNN)图像识别具有客观性、适应复杂图片背景且可移植于移动端的优势。但当前茶叶CNN图像识别缺乏对数据增强优化和识别准确性客观评价的研究,限制了模型识别的... 我国茶叶种类繁多,识别难度大。卷积神经网络(Convolutionalneuralnetwork,CNN)图像识别具有客观性、适应复杂图片背景且可移植于移动端的优势。但当前茶叶CNN图像识别缺乏对数据增强优化和识别准确性客观评价的研究,限制了模型识别的鲁棒性和泛化能力。采集29种常见茶类共6 123张图像构建数据集,对比了10种图像数据增强方法的ResNet-18(Residual network-18)训练效果;为了客观评价模型识别区域的准确性,构建了2个梯度加权类激活映射(Gradient-weighted class activation mapping,Grad-CAM)量化评价指标(IOB和MPI)。结果表明,网格擦除(Ratio=0.3)、分辨率扰动和HSV(Hue,Saturation,Value)颜色空间扰动是较优的数据增强方法,准确率(Accuracy)、损失值(Loss)、IOB和MPI等4个指标综合表现较优。进一步通过消融实验,得到了最佳的数据增强方法组合—水平镜像翻转+网格擦除(Ratio=0.3)+HSV颜色空间扰动,其模型测试准确率达到了99.82%、损失值仅有0.64,且IOB、MPI指标也表现较优,体现了较好的图像识别区域准确性。本研究对茶叶图像数据增强方法进行了优化,训练得到了高鲁棒性的多茶类CNN图像识别模型,构建的量化指标IOB和MPI也解决了CAM识别区域准确性客观评价的问题。 展开更多

关键词 茶类识别 卷积神经网络 图像识别 数据增强 类激活映射

下载PDF 职称材料

基于改进R-FCN算法与类激活图的销钉类缺陷细粒度检测

10

作者 孙劼 刘光 刘欢 《广东电力》 2023年第6期50-57,共8页

销钉类缺陷常见于输电线路无人机巡检图像中,因图像占比小、缺陷特征不明显等原因,其检测精度低于其他类缺陷。针对该问题,采用基于区域的全卷积神经网络(region-based fully convonlutional networks,R-FCN)算法建立目标检测网络,分析... 销钉类缺陷常见于输电线路无人机巡检图像中,因图像占比小、缺陷特征不明显等原因,其检测精度低于其他类缺陷。针对该问题,采用基于区域的全卷积神经网络(region-based fully convonlutional networks,R-FCN)算法建立目标检测网络,分析混淆矩阵,确定算法改进策略。首先,通过网格化拆分实现高清晰度图像的预处理;其次,构建类别平衡的大间隔Softmax损失函数,平衡样本数量,增大类间方差,改善网络检测精度;最后,通过类激活映射的方法生成金具级类激活图,提取螺栓背景信息,实现2类易混淆螺栓的细粒度分类。在无人机巡检图像数据集中进行测试,比较所提改进算法与其他经典算法的检测结果,验证了改进R-FCN算法对销钉类缺陷的检测能力。 展开更多

关键词 无人机图像检测 销钉类缺陷 大间隔Softmax损失函数 类别不平衡 类激活映射

下载PDF 职称材料

一种结合类激活映射的半监督图像分类方法 被引量：3

11

作者 王宪保 肖本督 姚明海 《小型微型计算机系统》 CSCD 北大核心 2022年第6期1204-1209,共6页

半监督学习要求无标记数据集远大于标记数据集,然而无标记数据集中包含的复杂无关信息又会对模型训练造成负面影响.针对此问题,本文提出了一种基于增强的均值教师模型的半监督图像分类方法.首先根据类激活映射的工作机制,构建一个具有... 半监督学习要求无标记数据集远大于标记数据集,然而无标记数据集中包含的复杂无关信息又会对模型训练造成负面影响.针对此问题,本文提出了一种基于增强的均值教师模型的半监督图像分类方法.首先根据类激活映射的工作机制,构建一个具有类激活映射功能的网络;然后将无标记数据集输入结合类激活映射的目标初定位网络,得到目标初定位图;最后将标记图像和目标初定位图像组成训练数据集,训练得到半监督图像分类器.本文设置了标记数据占比、骨干网络、数据集的对比实验,结果表明,本文算法在Top1和Top5上的表现优于现有算法,说明了本文算法的可行性和有效性. 展开更多

关键词 半监督学习 图像分类 卷积神经网络 类激活映射

下载PDF 职称材料

针对可逆神经网络的可视化解释方法

12

作者 牟新颖 宋冰冰 +3 位作者 李钒效 郑奕森 周维 董云云 《网络与信息安全学报》 2023年第6期154-165,共12页

为了更好地理解深度神经网络(DNN,deep neural network)在应用过程中出现的决策依据未知以及容易受到对抗攻击等安全问题,模型可解释性受到广泛关注。虽然越来越多的学者针对传统深度神经网络的可解释性进行了研究,但对可逆神经网络的... 为了更好地理解深度神经网络(DNN,deep neural network)在应用过程中出现的决策依据未知以及容易受到对抗攻击等安全问题,模型可解释性受到广泛关注。虽然越来越多的学者针对传统深度神经网络的可解释性进行了研究,但对可逆神经网络的运行机制和可解释性的探索还存在不足,且现有针对传统深度神经网络的解释方法不适用于可逆神经网络,存在噪声大、梯度饱和等问题。因此,提出一种针对可逆神经网络的可视化解释方法,其基于类激活映射机制,利用可逆神经网络的可逆特性探索特征图与输入图像之间的区域对应关系,使得区域特征图的分类权重可映射到输入图像的对应区域,得到输入图像每个区域对模型决策的重要程度,从而生成模型决策依据。在通用数据集上,将所提方法与其他解释方法进行实验比较,所提方法取得了更集中的视觉效果,在识别任务中,相较于次优方法平均下降(AD,average drop)指标提升7.80%,平均上升(AI,average increase)指标提升6.05%,热值最大点的定位水平达到82.00%,同时,所提方法可以对传统深度神经网络进行解释且其良好的扩展性可以提高其他方法对可逆神经网络的解释性能。另外,在对抗攻击解析实验中发现,对抗攻击使得模型的决策依据发生改变,体现在模型的关注区域发生错位,这有助于探究对抗攻击的运行机制。 展开更多

关键词 模型可解释性 可逆神经网络 可视化 类激活映射 人工智能安全

下载PDF 职称材料

基于生成对抗网络的多属性人脸图像生成 被引量：2

13

作者 张皓 周凤 《计算机与数字工程》 2021年第8期1642-1646,1701,共6页

人脸图像生成是计算机图形学与计算机视觉领域中的重要研究方向。但在多属性人脸生成问题上,传统模型存在两个不足,一是控制生成人脸图片的属性时,不能有效地保持图片特征;二是现有的条件式生成对抗网络由于数据集应用不灵活,造成在不... 人脸图像生成是计算机图形学与计算机视觉领域中的重要研究方向。但在多属性人脸生成问题上,传统模型存在两个不足,一是控制生成人脸图片的属性时,不能有效地保持图片特征;二是现有的条件式生成对抗网络由于数据集应用不灵活,造成在不平衡数据上进行多属性人脸生成时表现不佳。针对这些不足,论文提出基于特征保持的条件生成对抗网络,针对第一类问题提出基于类激活映射的损失惩罚项,针对第二类问题提出了通过改变潜在空间表示来控制图片属性的方法。通过实验验证,该模型可以有效的生成多属性的人脸,和传统模型相比,在生成不同属性人脸时更有效地保持了特征,并且可以更灵活地利用无标记数据。 展开更多

关键词 生成对抗网络 人脸生成 特征保持 类激活映射 深度学习

下载PDF 职称材料

基于类激活映射-注意力机制的图像描述方法 被引量：2

14

作者 廖南星 周世斌 +1 位作者 张国鹏 程德强 《山东大学学报（工学版）》 CAS CSCD 北大核心 2020年第4期28-34,共7页

基于软注意力机制的图像描述算法,提出类激活映射-注意力机制的图像描述方法。利用类激活映射算法得到卷积特征包含定位以及更丰富的语义信息,使得卷积特征与图像描述具有更好的对应关系,解决卷积特征与图像描述的对齐问题,生成的自然... 基于软注意力机制的图像描述算法,提出类激活映射-注意力机制的图像描述方法。利用类激活映射算法得到卷积特征包含定位以及更丰富的语义信息,使得卷积特征与图像描述具有更好的对应关系,解决卷积特征与图像描述的对齐问题,生成的自然语言描述能够尽可能完整的描述图像内容。选择双层长短时记忆网络改进注意力机制结构,使得新的注意力机制适合当前全局和局部信息的特征表示,能够选取合适的特征表示生成图像描述。试验结果表明,改进模型在诸多评价指标上优于软注意力机制等模型,其中在MSCOCO数据集上Bleu-4的评价指标相较于软注意力模型提高了16.8%。类激活映射机制可以解决图像空间信息与描述语义对齐的问题,使得生成的自然语言减少丢失关键信息,提高图像描述的准确性。 展开更多

关键词 图像描述 注意力机制 类激活映射 卷积神经网络 循环神经网络

原文传递

基于CNN-BiLSTM的可解释性轴承故障诊断 被引量：1

15

作者 刘之航 钟玉华 《组合机床与自动化加工技术》 北大核心 2022年第9期59-63,共5页

基于卷积神经网络的轴承故障诊断过程往往无法解释,并且常规CNN的抗噪性较差。因此,提出了一种基于CNN-BiLSTM的可解释性轴承故障诊断模型。分别从仿真和实验两个方面对CNN的特征提取过程进行分析,采用Grad-CAM++方法以热力图的形式对... 基于卷积神经网络的轴承故障诊断过程往往无法解释,并且常规CNN的抗噪性较差。因此,提出了一种基于CNN-BiLSTM的可解释性轴承故障诊断模型。分别从仿真和实验两个方面对CNN的特征提取过程进行分析,采用Grad-CAM++方法以热力图的形式对该过程进行解释,并结合BiLSTM改进模型,提升了模型的诊断精度和抗噪性能。仿真分析表明,Grad-CAM++不仅可以用于二维图片,也能够应用于一维时间信号,具有通用性,并且其可视化结果可以充分表明网络的特征提取过程,具有解释性。实验结果表明,所提出的模型不仅具有解释性,同时相比其他类似网络的平均诊断精度更高,并且具有更好的抗噪性和鲁棒性,验证了该方法在处理滚动轴承故障诊断上的有效性。 展开更多

关键词 类激活映射 卷积神经网络 双向长短时记忆 故障诊断

下载PDF 职称材料

面向CNN的类激活映射算法研究 被引量：1

16

作者 杨继增 关胜晓 《信息技术与网络安全》 2022年第1期63-68,共6页

类激活映射(CAM)是卷积神经网络(CNN)解释中的一种直观的方法,通常由CNN的最后一个卷积层生成,可以突出显示输入图片中目标类的不同区域。之前的CAM方法只依赖于最后的卷积层,生成的解释图只能显示模糊的物体位置信息。提出了一种新的... 类激活映射(CAM)是卷积神经网络(CNN)解释中的一种直观的方法,通常由CNN的最后一个卷积层生成,可以突出显示输入图片中目标类的不同区域。之前的CAM方法只依赖于最后的卷积层,生成的解释图只能显示模糊的物体位置信息。提出了一种新的方法即分层加权类激活映射方案(SL-CAM),通过加权合并CNN浅层到深层的信息来生成类激活图。由浅层特征图及其对应的梯度生成的激活图包含详细、准确但噪声大的位置信息;而由深层特征图生成的激活图包含噪声少但模糊的位置信息。在LSVRC2012 Val上的实验表明,SL-CAM多项指标上均优于Grad-CAM、Grad-CAM++和Score-CAM。 展开更多

关键词 类激活映射 卷积神经网络 可视化

下载PDF 职称材料

深度学习的移动端可视耳标检测识别研究 被引量：1

17

作者 李硕 陈春雨 刘文龙 《应用科技》 CAS 2022年第2期70-74,共5页

随着产业数字化发展,智能养殖技术也是其中重要一环。为了防控各类疾病、改良品种质量、肉制品质量溯源以及改善农业虚假假保险索赔现象,可通过移动式或固定式的智能终端设备进行实时、精准的智能化采集与录入大群体的生产数据,实现快... 随着产业数字化发展,智能养殖技术也是其中重要一环。为了防控各类疾病、改良品种质量、肉制品质量溯源以及改善农业虚假假保险索赔现象,可通过移动式或固定式的智能终端设备进行实时、精准的智能化采集与录入大群体的生产数据,实现快速、精准确定猪只个体身份。本系统通过对猪只数据进行数据采集,在树莓派这一优秀的硬件基础之上,以轻量级的深度神经网络推理引擎移动神经网络(MNN)作为支撑,采用速度更快的MobileNet网络对猪只耳标数据进行检测,并且利用ZXing技术识别耳标快速反应(QR)二维码,完成对猪只个体身份的识别,最终完成移动端的猪只耳标检测、识别。同时为了更好地了解神经网络在耳标检测时关注图像的任意区域,使用类激活映射(CAM)的可解释性方法可视化卷积神经网络感兴趣区域。 展开更多

关键词 深度学习 树莓派 移动神经网络 移动端 QR二维码 身份识别 类激活映射 可解释性

下载PDF 职称材料

基于噪声溶解的对抗样本防御方法

18

作者 杨文雪 吴非 +1 位作者 郭桐 肖利民 《计算机工程》 CAS CSCD 北大核心 2022年第4期158-164,共7页

深度神经网络在发展过程中暴露出的对抗攻击等安全问题逐渐引起了人们的关注和重视。然而,自对抗样本的概念提出后,针对深度神经网络的对抗攻击算法大量涌现,而深度神经网络自身的复杂性和不可解释性增大了防御攻击的难度。为了保证防... 深度神经网络在发展过程中暴露出的对抗攻击等安全问题逐渐引起了人们的关注和重视。然而,自对抗样本的概念提出后,针对深度神经网络的对抗攻击算法大量涌现,而深度神经网络自身的复杂性和不可解释性增大了防御攻击的难度。为了保证防御方法的普适性,以预处理方法为基本思路,同时结合对抗样本自身的特异性,提出一种新的对抗样本防御方法。考虑对抗攻击的隐蔽性和脆弱性,利用深度学习模型的鲁棒性,通过噪声溶解过程降低对抗扰动的攻击性和滤波容忍度。在滤波过程中,以对抗噪声贡献为依据自适应调整滤波范围及强度,有针对性地滤除对抗噪声,该方法不需要对现有深度学习模型进行修改和调整,且易于部署。实验结果表明,在ImageNet数据集下,该方法对经典对抗攻击方法L-BFGS、FGSM、Deepfool、JSMA及C&W的防御成功率均保持在80%以上,与JPEG图像压缩、APE-GAN以及图像分块去噪经典预处理防御方法相比,防御成功率分别提高9.25、14.86及14.32个百分点以上,具有较好的防御效果,且普适性强。 展开更多

关键词 深度神经网络 对抗样本 乘性噪声 类激活映射 自适应滤波

下载PDF 职称材料

基于密集卷积网络的X线气胸检测与定位

19

作者 罗国婷 刘志勤 +3 位作者 周莹 王庆凤 郑介志 刘启榆 《计算机应用》 CSCD 北大核心 2019年第12期3541-3547,共7页

现有X线气胸检测存在两个主要问题:一是由于气胸通常与肋骨、锁骨等组织重叠,在临床上存在较大的漏诊,而现有算法的检测性能仍有待提高;二是现有基于卷积神经网络的算法无法给出可疑的气胸区域,缺乏可解释性。针对上述问题,提出了一种... 现有X线气胸检测存在两个主要问题:一是由于气胸通常与肋骨、锁骨等组织重叠,在临床上存在较大的漏诊,而现有算法的检测性能仍有待提高;二是现有基于卷积神经网络的算法无法给出可疑的气胸区域,缺乏可解释性。针对上述问题,提出了一种结合密集卷积网络(DenseNet)与梯度加权类激活映射的方法用于X线气胸的检测与定位。首先,构建了一个较大规模的胸部X线数据集PX-ray用于模型的训练和测试。其次,修改DenseNet的输出节点并在全连接层后添加一个sigmoid函数对胸片进行二分类(气胸/非气胸)。在训练过程中通过设置交叉熵损失函数的权重来缓解数据不平衡问题,提高模型准确率。最后,提取网络最后一个卷积层的参数以及对应的梯度,通过梯度加权类激活映射算法获得气胸类别的粗略定位图。在PX-ray测试集上的实验结果表明,所提方法的检测准确率为95.45%,并且在曲线下面积(AUC)、敏感度、特异性等指标上均高于0.9,优于VGG19、GoogLeNet以及ResNet算法,同时实现了对气胸区域的可视化。 展开更多

关键词 气胸 胸部X线 密集卷积网络 类别不平衡 类激活映射

下载PDF 职称材料

基于多光谱多尺度类激活映射的弱监督缺陷分割

20

作者 陈海永 黄迪 +1 位作者 庞悦 杜太行 《河北水利电力学院学报》 2020年第4期10-18,共9页

光伏电池外观缺陷种类多、大小和形状差异较大,标注成本高,这为缺陷分割任务带来困难。为了提高光伏电池外观缺陷的分割性能,文中提出一种基于多光谱多尺度类激活映射的弱监督深度学习网络模型(MMCAM-Net)。首先,提出了多光谱深度学习... 光伏电池外观缺陷种类多、大小和形状差异较大,标注成本高,这为缺陷分割任务带来困难。为了提高光伏电池外观缺陷的分割性能,文中提出一种基于多光谱多尺度类激活映射的弱监督深度学习网络模型(MMCAM-Net)。首先,提出了多光谱深度学习网络结构,实现了光谱信息的多通道融合,增强了MMCAM-Net网络的精细化特征提取能力;其次,设计了多尺度网络结构,实现缺陷信息的高级特征和低级特征融合,增强了MMCAM-Net的缺陷全局与局部信息提取能力;最后,使用图像级标签的数据集来训练MMCAM-Net,实现了光伏电池表面缺陷的弱监督分割。实验结果表明,该网络模型的缺陷分割平均IoU提高了15%-20%,取得了较好的效果。 展开更多

关键词 类激活映射 多尺度 多光谱 缺陷分割 光伏电池

下载PDF 职称材料