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2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：
结合改进CBAM和MobileNetV2算法对小麦病斑粒分类
1
作者 任治洲 梁琨 +3 位作者 王泽宇 张群 郭雅欣 郭嘉琦 《南京农业大学学报》 CAS CSCD 北大核心 2024年第3期583-591,共9页
[目的]小麦病斑粒智能检测对于高效、快速、准确评估麦粒的品级有重要意义。现有小麦病斑粒分类的深度神经网络存在参数数量大、运算复杂等缺点,不便于在移动端部署模型,影响了小麦病斑粒现场分类的效率。本文提出了一种用于小麦病斑粒... [目的]小麦病斑粒智能检测对于高效、快速、准确评估麦粒的品级有重要意义。现有小麦病斑粒分类的深度神经网络存在参数数量大、运算复杂等缺点,不便于在移动端部署模型,影响了小麦病斑粒现场分类的效率。本文提出了一种用于小麦病斑粒分类的轻量级神经网络算法。[方法]本研究在轻量化网络MobileNetV2的基础上进行改进,加入改进的CBAM(convolutional block attention module)注意力机制,对改进的模型全整型量化后在边缘计算设备上部署。利用该模型对4种小麦籽粒(赤霉病粒、腥黑穗病粒、破损粒和正常粒)分类。[结果]相比于改进前的MobileNetV2网络,结合改进的注意力机制和MobileNetV2网络在准确率、精准率、召回率上分别提升3.15%、3%和3%;全整型量化后的改进模型对小麦赤霉病粒、腥黑穗病粒、破损粒和正常粒的识别准确率分别达到99%、94%、99%和96%。该模型大小仅有2.36 MB,在边缘计算设备的单次推理时间仅为96.95 ms。[结论]本文改进后的算法模型的准确率提升、大小减少、推理速度加快,可为小麦病斑粒分类模型去冗余提供指导。 展开更多
关键词 小麦病斑粒 注意力机制 轻量级神经网络 全整型量化
下载PDF
支持全整数推断的神经网络递增定点量化算法研究
2
作者 杨会渠 杨国为 +1 位作者 何金钟 徐健 《青岛大学学报（工程技术版）》 CAS 2023年第2期10-17,45,共9页
为了解决量化模型不支持全整数推断及共享指数受奇异值影响等问题,本文提出一种支持全整数推断的神经网络递增定点量化算法(integer-only incremental quantization,IOIQ)。通过将神经网络权重和特征从浮点数据转换为带有整数共享指数(i... 为了解决量化模型不支持全整数推断及共享指数受奇异值影响等问题,本文提出一种支持全整数推断的神经网络递增定点量化算法(integer-only incremental quantization,IOIQ)。通过将神经网络权重和特征从浮点数据转换为带有整数共享指数(integer-shared exponent,INT-SE)的数据,实现浮点模型的有效压缩。在伪量化训练中,IOIQ算法采用递增量化策略,对浮点数据进行逐步量化和迭代更新,弥补了一次性量化精度损失较大的不足。为解决推理时数据溢出问题,通过分别统计神经网络模型每层量化数据共享指数的差异,确定各层输出特征的最佳截位点,并给出了量化模型在推理侧的硬件实现方案,而经IOIQ算法量化的神经网络模型,在推断过程中不含任何浮点数据,全部为整数运算,易于边缘侧部署。实验结果表明,在8 bit位精度下,经IOIQ算法量化后的ResNet50,在CIFAR数据集上,top-1准确率下降0.2%,在ImageNet数据集上,top-1准确率下降0.58%,性能优于高效纯整数推理和递增网络等量化方法。该研究具有重要的实际应用价值。 展开更多
关键词 神经网络 量化 全整数 共享指数 递增量化 最佳截位点
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