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70篇文章
< 1 2 … 4 >
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YOLO v3网络的夜间环境柑橘识别方法 被引量：69
1
作者 熊俊涛 郑镇辉 +3 位作者 梁嘉恩 钟灼 刘柏林 孙宝霞 《农业机械学报》 EI CAS CSCD 北大核心 2020年第4期199-206,共8页
为研究夜间环境下采摘机器人的视觉检测技术,实现采摘机器人的夜间作业,提出了一种多尺度卷积神经网络Des-YOLO v3算法,可实现夜间复杂环境下成熟柑橘的识别与检测。借鉴残差网络和密集连接网络,设计了Des-YOLO v3网络结构,实现了网络... 为研究夜间环境下采摘机器人的视觉检测技术,实现采摘机器人的夜间作业,提出了一种多尺度卷积神经网络Des-YOLO v3算法,可实现夜间复杂环境下成熟柑橘的识别与检测。借鉴残差网络和密集连接网络,设计了Des-YOLO v3网络结构,实现了网络多层特征的复用和融合,加强了小目标和重叠遮挡果实识别的鲁棒性,显著提高了果实检测精度。柑橘识别试验结果表明,Des-YOLO v3网络的精确率达97.67%、召回率为97.46%、F1值为0.976,分别比YOLO v3网络高6.26个百分点、6.36个百分点和0.063。同时,经过训练的模型在测试集下的平均精度(m AP)为90.75%、检测速度达53 f/s,高于YOLO v3_DarkNet53网络的平均精度88.48%,m AP比YOLO v3_Dark Net53网络提高了2.27个百分点,检测速度比YOLO v3_DarkNet53网络提高了11 f/s。研究结果表明,本文提出的Des-YOLO v3网络对野外夜间复杂环境下成熟柑橘的识别具有更强的鲁棒性和更高的检测精度,为柑橘采摘机器人的视觉识别提供了技术支持。 展开更多
关键词 柑橘 采摘机器人 YOLO v3 夜间图像 密集连接网络 残差网络
下载PDF
基于YOLO v3的煤岩钻孔图像裂隙智能识别方法 被引量：11
2
作者 苏钰桐 杨炜毅 李俊霖 《煤矿安全》 CAS 北大核心 2021年第4期156-161,共6页
提出一种基于YOLO v3的深度卷积神经网络检测识别数字钻孔图像裂隙自动识别方法。首先详细阐述了新版本YOLO v3目标检测原理,然后选取煤矿井下钻孔图像在VOC 2007上制作数据集,采用Darknet-53的网络结构进行训练。试验结果表明基于的YOL... 提出一种基于YOLO v3的深度卷积神经网络检测识别数字钻孔图像裂隙自动识别方法。首先详细阐述了新版本YOLO v3目标检测原理,然后选取煤矿井下钻孔图像在VOC 2007上制作数据集,采用Darknet-53的网络结构进行训练。试验结果表明基于的YOLO v3的钻孔图像裂隙检测方法可以快速准确识别,为围岩裂隙机器的视觉识别提供了新技术支持。 展开更多
关键词 钻孔图像 裂隙识别 YOLO v3 深度学习 残差网络
下载PDF
基于DeepLab v3+深度卷积网络的输电导线图像识别方法 被引量：11
3
作者 杨传凯 孔志战 +1 位作者 谢倩楠 杜建超 《电力工程技术》 北大核心 2021年第4期189-194,共6页
输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题,提出一种基于深度卷积网络(DeepLab v3+)的输电导线图像识别方法。首先,采用DeepLab v3+网络模型,实现导线的初步... 输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题,提出一种基于深度卷积网络(DeepLab v3+)的输电导线图像识别方法。首先,采用DeepLab v3+网络模型,实现导线的初步识别。通过多层卷积自动学习导线特征,并通过解码器结构融合导线低层的细节特征与高层的语义特征,较好地实现导线像素分割。然后,针对识别结果中存在的断裂和伪导线问题,采用改进的最小点对法和长度阈值法进一步精细化处理。最后,采用八方向搜索法提取每一条导线并编号。实验结果表明,所提方法能很好地提取出输电线路图像中的导线。 展开更多
关键词 深度学习 图像处理 输电导线检测 语义分割 DeepLab v3+网络
下载PDF
基于轻量化DeepLab v3+网络的焊缝结构光图像分割 被引量：7
4
作者 陈兵 贺晟 +2 位作者 刘坚 陈圣峰 路恩会 《中国激光》 EI CAS CSCD 北大核心 2023年第8期41-50,共10页
基于激光结构光视觉传感的焊缝跟踪技术将焊缝定位转化为结构光条纹特征点的定位,具有较强的普适性。然而,实时焊缝跟踪中弧光(焊接电弧产生的强烈可见光)、飞溅(溅射焊渣)、烟尘等噪声对结构光图像造成了严重的污染,从而影响了焊缝定... 基于激光结构光视觉传感的焊缝跟踪技术将焊缝定位转化为结构光条纹特征点的定位,具有较强的普适性。然而,实时焊缝跟踪中弧光(焊接电弧产生的强烈可见光)、飞溅(溅射焊渣)、烟尘等噪声对结构光图像造成了严重的污染,从而影响了焊缝定位的精度和鲁棒性。滤除结构光图像中的噪声对于提升焊缝定位的精度和鲁棒性具有重要作用。为滤除焊缝结构光图像中的噪声,本文提出了一种基于轻量化DeepLab v3+语义分割网络的焊缝结构光图像分割方法,通过分割出结构光条纹的前景图像来达到噪声滤除的目的。采用浅层Resnet-18网络替代DeepLab v3+的原始深层骨干网络,以提高分割效率;以像素占比的补数为权重设计了加权交叉熵损失函数,以提高结构光条纹分割的像素准确率。实验结果表明:所提方法的平均单张图像推理时间为15.9 ms,结构光条纹的像素准确率为96.47%,结构光条纹的平均交并比为89.04%,可以实现高效、精确、鲁棒的结构光图像分割,从而达到焊缝结构光图像中弧光、飞溅、烟尘等噪声滤除的目的。 展开更多
关键词 激光技术 图像处理 图像分割 DeepLab v3+网络 激光结构光 焊缝跟踪 焊缝定位
原文传递
基于改进YOLO v3-tiny的全景图像农田障碍物检测 被引量：10
5
作者 陈斌 张漫 +2 位作者 徐弘祯 李寒 尹彦鑫 《农业机械学报》 EI CAS CSCD 北大核心 2021年第S01期58-65,共8页
为实现自动导航农机的避障,解决搭载在农机顶部的全景相机获取其周围360°的图像信息并精确实时快速检测出障碍物的问题,提出了一种改进YOLO v3-tiny目标检测模型,实现了田间行人和其他农机的检测与识别。为了提高全景图像中小目标... 为实现自动导航农机的避障,解决搭载在农机顶部的全景相机获取其周围360°的图像信息并精确实时快速检测出障碍物的问题,提出了一种改进YOLO v3-tiny目标检测模型,实现了田间行人和其他农机的检测与识别。为了提高全景图像中小目标的检测效果,以检测速度快、轻量级的网络模型YOLO v3-tiny为基础框架,通过融合浅层特征与第二YOLO预测层之前的拼接层作为第三预测层,增加小目标的检测效果;为了进一步增加网络模型对目标特征的提取能力,借鉴残差网络的思想,在YOLO v3-tiny主干网络上引入残差模块,增加网络深度和学习能力,从而能够较好地提高网络的检测能力。为了验证模型的性能,建立了农田环境下1100幅行人与农机两类障碍物图像原始数据集,经数据扩增后得到2200幅图像数据集,按8∶1∶1将数据集划分为训练集、验证集和测试集,在Pytorch 1.8深度学习框架下进行模型训练,模型训练完后用220幅测试集图像对不同模型进行测试。试验结果表明,基于改进YOLO v3-tiny的农田障碍物检测模型,平均准确率和召回率分别为95.5%和93.7%,相比于原网络模型,分别提高了5.6、5.2个百分点;单幅全景图像检测耗时为6.3 ms,视频流检测平均帧率为84.2 f/s,模型内存为64 MB。改进后的模型,在保证检测精度较高的同时,能够满足农机在运动状态下实时障碍物检测需求。 展开更多
关键词 农田障碍物检测 全景相机 YOLO v3-tiny 残差网络
下载PDF
基于改进的Yolo v3模型的设备状态检测方法 被引量：7
6
作者 王鑫 曾愚 +3 位作者 魏怀灏 李嘉周 吴斗 范玉强 《南开大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第6期7-11,共5页
提出一种基于改进的Yolo v3模型的设备状态检测方法,以实现精准的信号灯检测.工作流程为:(1)通过图像采集设备获取信号灯图像并预处理:(2)通过改进的Yolo v3模型进行信号灯检测.其中改进的Yolo v3模型增加了特征图的加权融合步骤,提高... 提出一种基于改进的Yolo v3模型的设备状态检测方法,以实现精准的信号灯检测.工作流程为:(1)通过图像采集设备获取信号灯图像并预处理:(2)通过改进的Yolo v3模型进行信号灯检测.其中改进的Yolo v3模型增加了特征图的加权融合步骤,提高了对小目标检测识别的性能.实验结果表明,相比于原始Yolo v3模型.采用改进的Yolo v3模型进行信号灯检测识别时能够取得更高的交并比,同时,模型的召回率和精度也有相应提升. 展开更多
关键词 信号灯检测: Yolo v3模型 小目标检测 神经网络
原文传递
一种对SSL V3.0的攻击
7
作者 宋志敏 李益发 +1 位作者 南相浩 唐礼勇 《计算机工程与应用》 CSCD 北大核心 2001年第16期63-64,共2页
介绍了一种利用RSA加密标准PKCS＃1编码格式的脆弱性实现的、对SSL V3．0的会话密钥（pre－master－secret）进行的选择密文攻击。文章首先说明攻击原理和攻击算法，接着描述对SSL V3．0攻击的实现，随后分析导致攻击成功的原因，最后... 介绍了一种利用RSA加密标准PKCS＃1编码格式的脆弱性实现的、对SSL V3．0的会话密钥（pre－master－secret）进行的选择密文攻击。文章首先说明攻击原理和攻击算法，接着描述对SSL V3．0攻击的实现，随后分析导致攻击成功的原因，最后做出结论。另外文章还给出防止这种攻击的方法。 展开更多
关键词 SSL v3.0 密文攻击 密钥 互联网 网络安全
下载PDF
基于DeepLab v3+的多任务图像拼接篡改检测算法 被引量：5
8
作者 朱昊昱 孙俊 陈祺东 《计算机工程》 CAS CSCD 北大核心 2022年第1期253-259,共7页
在图像拼接篡改检测任务中,受篡改区域尺度多样性及模糊操作的影响,传统分类算法难以提取图像篡改特征。提出一种基于DeepLab v3+的图像拼接篡改检测算法,使用浅层图像特征预测图像的篡改区域边界,提高模型对篡改边界的敏感性。在此基础... 在图像拼接篡改检测任务中,受篡改区域尺度多样性及模糊操作的影响,传统分类算法难以提取图像篡改特征。提出一种基于DeepLab v3+的图像拼接篡改检测算法,使用浅层图像特征预测图像的篡改区域边界,提高模型对篡改边界的敏感性。在此基础上,通过多尺度融合特征对图像篡改区域进行分割,并在原空洞空间金字塔模块中融合空间和通道注意力机制,从而提高模型对多尺度篡改区域的适应性。实验结果表明,所提算法能有效检测图像的篡改区域,在CASIA v1.0和Columbia数据集中的分割精度分别为0.7546和0.7278,优于DCT、BAPPY、MFCN等算法。 展开更多
关键词 图像拼接篡改检测 DeepLab v3+网络 多任务检测 注意力机制 空洞卷积
下载PDF
基于优化DeepLab v3+的车道线缺损检测技术分析
9
作者 朱智键 刘宪国 +1 位作者 宋炜桐 林思婷 《电子技术（上海）》 2024年第2期369-371,共3页
阐述一种基于改进DeepLab v3+语义分割模型的车道线缺损检测方法。使用MobileNet v3网络替代原来的Xception网络来减少网络参数量。同时在主干特征提取后引入双注意力机制CBAM,通过最小矩形包围的方法检测出车道线缺损情况。使用自制数... 阐述一种基于改进DeepLab v3+语义分割模型的车道线缺损检测方法。使用MobileNet v3网络替代原来的Xception网络来减少网络参数量。同时在主干特征提取后引入双注意力机制CBAM,通过最小矩形包围的方法检测出车道线缺损情况。使用自制数据集,将该数据集基于Pytorch对改进后的DeepLab v3+进行训练、验证和测试。结果表明,改进后的DeepLab v3+在MIoU和MPA上分别提高1.6%和1.3%,单幅图像分割时间7.4ms,与原模型对比减少16.9ms,可以满足车道线缺损检测的实时性和准确性。 展开更多
关键词 车道线缺损检测 语义分割 DeepLab v3+网络 双注意力机制CBAM
原文传递
基于视觉感知的机器人工件识别方法研究 被引量：1
10
作者 崔新霞 卢硕晨 孙敦凯 《包装工程》 CAS 北大核心 2023年第7期186-195,共10页
目的解决定制化木门尺寸规格不统一、表面纹理多样而导致的堆垛分类困难、搬运效率低下等问题。方法提出采用深度学习方法进行定制式木门工件检测,以YOLO V3网络为基本框架开展机器人工件识别方法研究。首先,通过图像数据增强和预处理,... 目的解决定制化木门尺寸规格不统一、表面纹理多样而导致的堆垛分类困难、搬运效率低下等问题。方法提出采用深度学习方法进行定制式木门工件检测,以YOLO V3网络为基本框架开展机器人工件识别方法研究。首先,通过图像数据增强和预处理,扩充定制式木门数据;然后,进行YOLO V3损失函数改进,并根据木门特征进行定制式木门数据集锚框尺度的重新聚类;最后,应用空间金字塔池化层进行YOLO V3中特征金字塔网络改进,并通过随机选取的测试集验证本文方法的有效性。结果测试数据集的平均检测准确率均值达到98.05%,检测每张图片的时间为137 ms。结论研究表明,本文方法能够满足木门生产线对准确率和实时性的要求,可大大提高定制化木门转线及堆垛效率。 展开更多
关键词 视觉感知 目标检测 深度学习 卷积神经网络 YOLO v3网络
下载PDF
航天测控通信中指定源组播的技术研究 被引量：5
11
作者 狄彩云 张英 +1 位作者 狄卫国 耿向羽 《无线电工程》 2014年第9期5-7,共3页
航天测控通信中越来越多的点对多点业务数据采用指定源组播(Specified Source Multicast,SSM)技术进行传输。对指定源组播和IGMP v3(Internet Group Management Protocol)协议概念进行了简要介绍,论述了实现指定源组播可通过定源组播映... 航天测控通信中越来越多的点对多点业务数据采用指定源组播(Specified Source Multicast,SSM)技术进行传输。对指定源组播和IGMP v3(Internet Group Management Protocol)协议概念进行了简要介绍,论述了实现指定源组播可通过定源组播映射和软件编码两种方法,分析得出采用软件编码方法易于实现和维护的结论,并给出了Windows XP操作系统下的软件代码。通过仿真和航天测控通信IP网实际应用,验证了软件编码方法的预期效果。 展开更多
关键词 组播 IGMP v3 指定源组播 通信网络
下载PDF
基于改进Deeplab v3+的服装图像分割网络 被引量：3
12
作者 胡新荣 龚闯 +3 位作者 张自力 朱强 彭涛 何儒汉 《计算机工程》 CAS CSCD 北大核心 2022年第7期284-291,共8页
在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的... 在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的CA_SFEM_Deeplab v3+网络。为了加强服装图像有效特征的学习,在Deeplab v3+网络的主干网络resnet101中嵌入Coordinate Attention机制,并将经过带空洞卷积池化金字塔网络的特征图输入到语义特征增强模块中进行特征增强处理,从而提高分割的准确率。实验结果表明,CA_SFEM_Deeplab v3+网络在DeepFashion2数据集上的平均交并比与平均像素准确率分别为0.557、0.671,相较于Deeplab v3+网络分别提高2.1%、2.3%,其所得分割服装轮廓更为精细,具有较好的分割性能。 展开更多
关键词 服装图像 语义分割 Deeplab v3+网络 Coordinate Attention机制 语义特征增强模块
下载PDF
适于多尺度宫颈癌细胞检测的改进算法 被引量：2
13
作者 郑雯 张标标 +2 位作者 吴俊宏 马仕强 任佳 《光电子．激光》 CAS CSCD 北大核心 2022年第9期948-958,共11页
深度学习技术因其强大的特征提取能力而被广泛应用于目标检测任务中。针对多尺度宫颈癌细胞的识别准确率不均衡、检测效率低等问题,本文提出一种基于YOLO v3模型的改进识别算法mo-YOLO v3(mini-object-YOLO v3)。选用20倍数字扫描仪下... 深度学习技术因其强大的特征提取能力而被广泛应用于目标检测任务中。针对多尺度宫颈癌细胞的识别准确率不均衡、检测效率低等问题,本文提出一种基于YOLO v3模型的改进识别算法mo-YOLO v3(mini-object-YOLO v3)。选用20倍数字扫描仪下采集的宫颈细胞图像作为数据集,为提高算法的鲁棒性,引入对比度增强、灰度图、旋转和翻转等多种数据增强策略扩充数据集;模型以Darknet53网络结合注意力机制作为主干模块,针对宫颈癌细胞尺寸差异大的特点,提出一种多尺度特征融合算法来优化模型结构;针对小目标检测精度低的问题,提出一种改进的损失函数,采用相对位置信息的方法减弱物体框对检测结果的影响。测试结果表明,本文所提的mo-YOLO v3模型不仅在总体识别精度上有明显的优势,同时大大提高了小尺寸宫颈癌细胞的定位精度。该模型对宫颈癌细胞识别的准确率达到90.42%,查准率达到96.20%,查全率达到93.77%,相似指数ZSI为94.97%,高于同类算法。 展开更多
关键词 宫颈癌细胞检测 深度学习 YOLO v3网络 多尺度特征融合 注意力机制
原文传递
DOCSIS V3.0的适用性研究 被引量：3
14
作者 金国钧 《中国有线电视》 2009年第5期455-470,共16页
DOCSIS V3.0是DOCSIS V1.1/V2.0的扩展,它使有线电视HFC网络在扩展频谱、加大流量、增强功能方面有了重大突破,是Cable Modem接入技术的又一次重大进步。简单介绍DOCSIS研制背景,重点介绍DOCSIS V3.0的主要特点,并对DOCSIS V3.0的应用... DOCSIS V3.0是DOCSIS V1.1/V2.0的扩展,它使有线电视HFC网络在扩展频谱、加大流量、增强功能方面有了重大突破,是Cable Modem接入技术的又一次重大进步。简单介绍DOCSIS研制背景,重点介绍DOCSIS V3.0的主要特点,并对DOCSIS V3.0的应用前景进行分析,认为EPON/GPON可能是电信网络改造的最佳方案,而双向HFC网络改造不宜采用EPON+EOC方案,Cable Modem接入才是有线电视双向HFC网络改造的主流技术,能真正实现三重服务的同网传输。 展开更多
关键词 DOCSIS v3.0 Cable MODEM HFC FTTH 网络改造
下载PDF
基于改进YOLO v3网络的齿轮毛刺检测方法 被引量：1
15
作者 田峰 高龙琴 李鹭扬 《机床与液压》 北大核心 2022年第4期56-59,共4页
由于齿轮毛刺位置的特殊性以及周围环境的相似性,传统的图像处理方法并不能取得很好的效果。因此,提出一种基于改进YOLO v3网络的目标检测算法,实现对齿轮毛刺特征的快速检测。通过提高网络输入的分辨率和调整网络结构的方法,使改进YOLO... 由于齿轮毛刺位置的特殊性以及周围环境的相似性,传统的图像处理方法并不能取得很好的效果。因此,提出一种基于改进YOLO v3网络的目标检测算法,实现对齿轮毛刺特征的快速检测。通过提高网络输入的分辨率和调整网络结构的方法,使改进YOLO v3网络的性能得到进一步优化,提高检测效率。在制作标签前,采用张氏标定法消除镜头畸变对图片的影响。结果表明:与原YOLO v3网络相比,改进后的网络具有更优的检测效果,其网络大小减少了1/4,而检测速度提高了近2倍。 展开更多
关键词 机器视觉 YOLO v3网络 齿轮毛刺
下载PDF
基于改进Deeplab V3+网络的裂缝检测 被引量：1
16
作者 游江川 《电视技术》 2022年第7期29-32,共4页
裂缝是常见的路面损坏现象。由于裂缝容易扩展,对早期裂缝进行检测具有重要的现实意义。传统的人工裂缝检测极其耗时耗力,研究人员已将注意力转向自动裂缝检测。尽管自动裂缝检测在过去几十年中得到了广泛的研究,但由于裂缝的不均匀性... 裂缝是常见的路面损坏现象。由于裂缝容易扩展,对早期裂缝进行检测具有重要的现实意义。传统的人工裂缝检测极其耗时耗力,研究人员已将注意力转向自动裂缝检测。尽管自动裂缝检测在过去几十年中得到了广泛的研究,但由于裂缝的不均匀性和路面环境的复杂性,它仍然是一项具有挑战性的任务。为了解决这些问题,提出一种基于改进的Deeplab V3+网络的路面裂缝分割模型。在原始Deeplab V3+网络的基础上将主干网络替换成resnet-50网络,并对空洞空间卷积池化金字塔模块进行了级联操作。为了验证所提出方法的有效性,在CRACK500数据集上进行了训练和测试。本文方法在CRACK500数据集上的平均交并比(Mean Intersection over Union,MIoU)和平均像素精度(Mean Pixel Accuracy,MPA)达到了0.8315和0.8614,优于原始Deeplab V3+网络的检测结果。 展开更多
关键词 Deeplab v3+网络 深度学习 裂缝
下载PDF
基于贝叶斯网络的临床信息模型检索方法研究:以HL7 V3为例 被引量：2
17
作者 黄晓硕 杨林 李姣 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第4期440-448,共9页
临床信息模型的可复用性是实现健康医疗信息互联互通和共享的重要基础,检索并识别出临床信息模型中可复用的对象是提高复用性的一种有效途径。以HL7.org发布的HL7 V32017标准版本为研究对象,应用扩展的4层贝叶斯网络表征该临床信息模型... 临床信息模型的可复用性是实现健康医疗信息互联互通和共享的重要基础,检索并识别出临床信息模型中可复用的对象是提高复用性的一种有效途径。以HL7.org发布的HL7 V32017标准版本为研究对象,应用扩展的4层贝叶斯网络表征该临床信息模型,在简单贝叶斯网络的基础上增加分层消息描述(HMD)之间语义相似性的扩展层,通过网络的逐层概率推演识别出可复用的临床信息模型。实验设计"就诊预约"、"实验室结果"和"病人实体"等3个检索任务,并应用平均精度均值MAP、平均精度AP和截止点准确率等3个指标以评价检索方法的性能。最终构建含有3428个节点和22646条边的4层贝叶斯网络,自上而下依次为数据元素层、HMD层、重复的HMD层和消息类型层,各层节点数量分别为2177、422、422和407。检索结果显示,MAP值达到了0.382,在第3、第5和第10截止点的平均准确率分别达到77.8%、60.0%和46.7%;该方法不仅可以检索出通用型和领域型两类可复用模型,还能够发现临床语义切实相关的对象(例如检索"就诊预约"时返回的"预约更新通知"对象)。所提出的方法将有助于提高HL7 V3信息模型的复用性,并促进临床信息标准的国际化建设,同时对其他临床信息模型检索方法的优化和改进存在一定的借鉴意义。 展开更多
关键词 HL7 v3 贝叶斯网络 临床信息模型 信息检索
下载PDF
基于ResNet网络的红绿灯智能检测算法研究 被引量：1
18
作者 郭瑞香 《闽南师范大学学报（自然科学版）》 2021年第3期46-54,共9页
提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对... 提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对红绿灯目标检测模型进行训练,得到了红绿灯的准确检测结果,红灯测试精准率达到0.992 6,绿灯精准率达到0.972 4,相比原网络结构模型红灯精准率0.932 2,绿灯精准率0.991 8,平均精准率(MAP)由原来的0.865 9提高到0.896 6,模型精准率提高了3个百分点.利用模拟和实际采集的数据,分别验证了模型的可靠性,实现了盲人弱势群体可以安全过马路. 展开更多
关键词 深度学习 目标检测 PaddlePaddle ResNet34 DarkNet53 Yolo v3 残差网络
下载PDF
软件快讯
19
作者 坐看云起 《网络与信息》 2003年第6期30-33,共4页
关键词 电脑相册 腾讯 QQ 2003 WinRAR PHP v4.3.2 RC4 Beta 虚拟光驱 DAEMON Tools v3.33 智能ABC 5.221 图形制作软件 Paint Shop Pro 8.0 屏幕录像 v3.0 Build 2003.05.18 媒体播放软件 Media Center 9.0.176 网络抓图软件 PicaLoader 1.20 OPENEXT v3.0
下载PDF
基于AI技术的无人机机载前端智能识别技术研究
20
作者 刘军杰 朱建收 +2 位作者 盛雨笛 胡永辉 盛从兵 《河南科技》 2021年第14期8-10,共3页
将无人机高精度定位技术与视觉跟踪技术融合,可以实现输电线路设备高清影像的精准采集。因此,有必要建立基于无人机机载前端的巡检图像智能识别前端系统模型,实现输电线路设备缺陷、通道隐患的实时识别。其间可以将人工智能(AI)技术应... 将无人机高精度定位技术与视觉跟踪技术融合,可以实现输电线路设备高清影像的精准采集。因此,有必要建立基于无人机机载前端的巡检图像智能识别前端系统模型,实现输电线路设备缺陷、通道隐患的实时识别。其间可以将人工智能(AI)技术应用到无人机机载前端智能识别中,结合目标检测算法,获得智能识别结果。现场应用后,无人机视角下的微小目标检测符合应用要求。本研究成果可在一定程度上提升无人机巡检应用效果。 展开更多
关键词 无人机巡检 智能识别 检测算法 YOLO v3网络
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 2 … 4 下一页 到第 页
使用帮助 返回顶部