检索结果-内蒙古大学图书馆

电光与控制 2025年第4期32卷 31-36页

作者：张上熊中越王恒涛三峡大学计算机与信息学院湖北宜昌443000

海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一。针对SAR图像舰船目标检测存在识别精度低、训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上舰船识别算法。首先,采用MobileNe... 详细信息

海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一。针对SAR图像舰船目标检测存在识别精度低、训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上舰船识别算法。首先,采用MobileNetV3替代原有主干网络,以降低模型的计算量和体积,实现模型轻量化;其次,引入MPDIoU简化计算过程,优化模型的收敛性;最后,通过通道剪枝提高模型精度,同时平衡模型体积和计算量的降低幅度,进一步优化算法模型。实验结果表明,改进算法相对于YOLOv7-tiny,召回率提升了5.85个百分点,mAP提升了3.69个百分点,参数量减少了63.35%,计算量减少了70%。

关键词：目标检测 YOLOv7-tiny SAR图像轻量化模型通道剪枝损失函数

来源：评论

学校读者我要写书评

暂无评论

轻量化目标检测模型的研究和改进

轻量化目标检测模型的研究和改进

引用

作者：梁永荣南昌大学

学位级别：硕士

随着人工智能与大数据技术的飞速发展,深度学习模型在各个领域得到了广泛关注和运用。然而,模型不断优化、精确的同时,也变得更加庞大、复杂,对平台的算力、内存空间等方面的要求也越高。这限制了其在资源受限的移动终端设备和边缘计算... 详细信息

随着人工智能与大数据技术的飞速发展,深度学习模型在各个领域得到了广泛关注和运用。然而,模型不断优化、精确的同时,也变得更加庞大、复杂,对平台的算力、内存空间等方面的要求也越高。这限制了其在资源受限的移动终端设备和边缘计算平台上的部署和应用。因此,如何在满足准确率和实时性的同时,实现模型轻量化,成为当前研究的一个热点。本文旨在优化和改进现有的目标检测模型,在保证精确度和运行效率的同时,实现模型轻量化。具体来说,我们以YOLOX模型为基础,进行了如下改进: 1、特征提取网络的优化。首先,使用Shuffle Net V2替换原特征提取网络,并对特征网络瓶颈层进行简化,得到检测模型YOLOX＿Lite。其次,通过增大卷积核大小来增大模型感受野,提高模型检测性能,得到模型YOLOX＿K5。最后,结合两步优化,得到改进的检测模型YOLOX＿Lite＿K5。 2、知识蒸馏技术的应用。为增强轻量模型YOLOX＿Lite检测能力,提高其分类、定位准确度。我们将第一步所得的检测模型YOLOX＿Lite＿K5作为基准教师网络,通过降低YOLOX＿Lite与YOLOX＿Lite＿K5之间的输出误差,让YOLOX＿Lite的输出趋向于YOLOX＿Lite＿K5,从而引导模型YOLOX＿Lite训练,实现知识传递。为了验证模型改进的有效性,我们在Cifar100和Pascal VOC两个数据集上进行了实验验证。实验表明,我们改进的模型在保证准确率和运行效率的前提下,相较于原模型体量更小、运行效率更高。

关键词：目标检测轻量化模型知识蒸馏结构重参数化

来源：评论

学校读者我要写书评

暂无评论

自适应多通道激活的轻量化心音分类方法

引用

重庆邮电大学学报(自然科学版) 2025年第2期37卷 295-304页

作者：舒禹程牟沁怡乔丽红肖斌李伟生重庆邮电大学图像认知重庆市重点实验室重庆400065

针对现有心音分类方法对各类噪声敏感、诊断时延长以及鲁棒性欠佳等问题,提出自适应多通道激活的心音分类方法。采用残差模块和注意力机制的自适应多通道激活模块来提取时频特征,提高鲁棒性和分类性能;采用轻量化的网络架构模型,在保证... 详细信息

针对现有心音分类方法对各类噪声敏感、诊断时延长以及鲁棒性欠佳等问题,提出自适应多通道激活的心音分类方法。采用残差模块和注意力机制的自适应多通道激活模块来提取时频特征,提高鲁棒性和分类性能;采用轻量化的网络架构模型,在保证分类性能良好的同时,显著降低网络参数量,非常适合在便携式设备上进行实时诊断。实验表明,提出的方法在成人和婴幼儿心音数据集上的准确率可达到92.62%和98.11%,验证了提出的方法良好的泛化能力。

关键词：心音信号分类注意力机制噪声过滤鲁棒性轻量化模型

来源：评论

学校读者我要写书评

暂无评论

基于E-YOLO的冷轧板材表面缺陷检测方法

引用

锻压技术 2025年第2期50卷 125-131页

作者：陈栋刘欣宜齐振涛杨配轻申震冀南技师学院装备制造工程系河北邯郸056046 河北工程大学机械与装备学院河北邯郸056038 河北省智能工业装备技术重点实验室河北邯郸056038 河北省冀南新区现代装备制造协同创新中心河北邯郸056038

在实际的制造系统中,冷轧板材表面缺陷会导致材料强度下降造成安全风险,而传统检测方法的准确率与稳定性难以保证。因此,提出一种轻量且高效的缺陷检测模型E-YOLO(Efficient-YOLO)。针对YOLOv8模型在小目标检测、特征提取效率及模型推... 详细信息

在实际的制造系统中,冷轧板材表面缺陷会导致材料强度下降造成安全风险,而传统检测方法的准确率与稳定性难以保证。因此,提出一种轻量且高效的缺陷检测模型E-YOLO(Efficient-YOLO)。针对YOLOv8模型在小目标检测、特征提取效率及模型推理速度上的不足,对其结构进行了创新优化,修改了原始模型的低效颈部连接结构,引入多分支特征融合机制,并创新性地采用了特征重提取结构来增强模型对细微缺陷特征的感知能力。最后,实验表明,相较于YOLOv8,E-YOLO的检测准确率提高了7.3%;相较于大型模型Faster RCNN,其检测速度提升约18倍,为冷轧板材表面缺陷的高效、准确检测提供了一种可行的方法。

关键词：冷轧板材表面缺陷检测深度学习 YOLO 轻量化模型

来源：评论

学校读者我要写书评

暂无评论

室内动态场景中的移动机器人SLAM研究

室内动态场景中的移动机器人SLAM研究

引用

作者：孙文涛浙江科技大学

学位级别：硕士

随着我国经济的快速发展,移动机器人在工业自动化、医疗护理、教育等领域得到了广泛应用。作为机器人领域的重要技术,SLAM(同时定位与地图构建)技术在环境感知中起着至关重要的作用。然而,现有的视觉SLAM技术多侧重于静态环境,易受动态... 详细信息

随着我国经济的快速发展,移动机器人在工业自动化、医疗护理、教育等领域得到了广泛应用。作为机器人领域的重要技术,SLAM(同时定位与地图构建)技术在环境感知中起着至关重要的作用。然而,现有的视觉SLAM技术多侧重于静态环境,易受动态物体干扰,导致定位精度下降和难以获取与实际环境相符的地图。为此,本文提出一种改进的视觉SLAM系统,旨在解决室内动态环境中的定位与地图构建问题。具体研究内容和创新性如下: (1)机器人结构与控制系统设计:利用SolidWorks对移动机器人建模并进行运动学分析,选用合适部件进行装配。设计机器人的控制系统,编写相应程序确保机器人在室内稳定运行。 (2)轻量化视觉分割模型改进:针对动态物体检测的需求,本文对YOLOv5s-seg进行改进,替换主干网络以实现模型的轻量化,模型参数量减少43%,浮点运算次数减少33%,显著提高了模型的运行效率。 (3)视觉SLAM系统优化:在ORB-SLAM2架构基础上,增加了实例分割线程,并通过结合光流和极线约束的动态物体判断算法剔除动态特征点,提升了SLAM系统在动态场景中的性能。实验表明,改进后的算法在动态环境中的绝对轨迹精度和相对位姿精度分别提升了97.57%和90%,实现了实时定位与地图构建。 (4)实际环境验证:在实际室内动态环境中,远程控制机器人运动,结合深度相机ASTRA和Jetson Nano平台进行数据采集与验证,实验结果表明该系统能够准确定位并构建与实际环境一致的地图,验证了研究方案的有效性和可行性。

关键词：移动机器人同时定位与地图构建动态环境光流轻量化模型

来源：评论

学校读者我要写书评

暂无评论

DSconv-LSTM:面向边缘环境的轻量化视频行为识别模型

引用

中国传媒大学学报（自然科学版） 2021年第6期28卷 17-22页

作者：翟仲毅赵胤铎桂林电子科技大学广西可信软件重点实验室广西桂林541004

边缘智能是将AI技术应用于边缘嵌入式设备,提供一种智能化计算新范式,被广泛应用于物联网系统。智能摄像机是具有代表性的边缘产品,能够为智能家居、智能交通和智能监控提供低延迟的视频处理能力。由于摄像机计算资源的有限性,传统的行... 详细信息

边缘智能是将AI技术应用于边缘嵌入式设备,提供一种智能化计算新范式,被广泛应用于物联网系统。智能摄像机是具有代表性的边缘产品,能够为智能家居、智能交通和智能监控提供低延迟的视频处理能力。由于摄像机计算资源的有限性,传统的行为识别模型难以在本地托管且及时地完成计算任务。本文设计了一种基于深度可分离卷积的长短时记忆学习模型-DSconv-LSTM,可以快速识别视频流中的目标行为。DSconv-LSTM使用深度可分离卷积来处理卷积LSTM学习单元中四个门的时空数据,从而大大降低了模型的复杂性。最后,利用两个公共视频数据集对DSconv-LSTM进行了评估。实验结果表明,DSconv-LSTM提升了模型的收敛性,大大减小了行为识别模型尺寸,加快了推理速度。

关键词：边缘智能行为识别资源受限轻量化模型

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv3的轻量化高精度多目标检测模型

引用

天津科技大学学报 2021年第3期36卷 33-38页

作者：陈晓艳任玉蒙张东洋洪耿许能华闫潇宁天津科技大学电子信息与自动化学院天津300222 深圳市安软科技股份有限公司深圳518131

针对当前目标检测模型在边缘设备中的应用占用内存过大、无法达到实时性要求的问题,提出一种基于YOLOv3的轻量化多目标检测模型.采用MobileNet网络进行点卷积和深度可分离卷积运算提取图像特征,显著降低了模型的参数量.同时,为了保证目... 详细信息

针对当前目标检测模型在边缘设备中的应用占用内存过大、无法达到实时性要求的问题,提出一种基于YOLOv3的轻量化多目标检测模型.采用MobileNet网络进行点卷积和深度可分离卷积运算提取图像特征,显著降低了模型的参数量.同时,为了保证目标检测精度,在训练过程中不仅采用CIOU(completeintersectionoverunion)目标框回归损失函数,而且在损失函数中引入Focal loss,减少正负样本分布不平衡所造成的误差;引入Label Smoothing调整真实样本标签类别在计算损失函数时的权重,有效抑制过拟合问题.经3.5万个实际场景数据训练,本文提出的改进模型在行人和车辆的检测精度上分别达到47.3%和69.67%,模型大小仅为YOLOv3的40%,实现了理想检测精度水平下的模型轻量化.

关键词：多目标检测轻量化模型 YOLOv3 CIOU Focal loss

来源：评论

学校读者我要写书评

暂无评论

基于轻量化神经网络及模型压缩的变压器油色谱故障诊断方法

引用

供用电 2023年第5期40卷 84-91页

作者：马向南杨涛王云龙袁虎强刘志坚何蔚中国南方电网有限责任公司超高压输电公司昆明局云南昆明650000 昆明理工大学电力工程学院云南昆明650000

针对深度学习不能直接读取一维数据的问题,提出了基于连续小波变换的数据维度转换方法,将一维故障样本转换为二维特征图像,使其满足故障诊断方法的数据输入需求。针对现有深度学习模型参数多以及结构复杂的特点,提出了基于轻量化神经网... 详细信息

针对深度学习不能直接读取一维数据的问题,提出了基于连续小波变换的数据维度转换方法,将一维故障样本转换为二维特征图像,使其满足故障诊断方法的数据输入需求。针对现有深度学习模型参数多以及结构复杂的特点,提出了基于轻量化神经网络及模型压缩的方法,通过卷积层与批量归一化层(batch normalization,BN)融合与减少深度学习模型参数的位宽,实现了模型的压缩。基于变压器油色谱数据开展的数值分析实验和性能评估表明,该方法在几乎不损失模型精度的前提下实现了深度学习模型的压缩和故障识别效率的提升,并能有效部署于边缘计算平台。

关键词：变压器油色谱分析连续小波变换轻量化模型卷积与批量归一化融合模型量化

来源：评论

学校读者我要写书评

暂无评论

基于轻量化深度学习模型的豆角苗-杂草检测方法

引用

农业装备与车辆工程 2022年第9期60卷 98-102,107页

作者：李兆旭蒋红海杨肖曹志鹏昆明理工大学机电工程学院云南省昆明市650504

除草是保证农业丰产的重要环节,杂草识别是自动化除草的关键。为了满足在中小型除草机器人上的使用,将轻量级深度学习模型MobileNet-SSD应用于杂草识别。选取豆角苗和杂草作为实验对象,将实验目标细分为大目标和普通目标,针对大目标改动... 详细信息

除草是保证农业丰产的重要环节,杂草识别是自动化除草的关键。为了满足在中小型除草机器人上的使用,将轻量级深度学习模型MobileNet-SSD应用于杂草识别。选取豆角苗和杂草作为实验对象,将实验目标细分为大目标和普通目标,针对大目标改动了MobileNet-SSD模型的特征层。对比原模型、改动模型和标准SSD模型,以MobileNet作为主干网络时识别速度提升了2倍。改动模型比原模型在普通目标检测上精度降低了3.15%,对大目标检测精度提高了3.23%。实验表明:MobileNet-SSD模型与改动模型都具有体积小、识别率高、检测速度快等优点,在检测普通目标与大目标时各有优劣。

关键词：杂草识别目标检测轻量化模型深度学习

来源：评论

学校读者我要写书评

暂无评论

复杂壳体MBD数字模型轻量化工程应用研究

引用

科技创新与应用 2017年第16期7卷 37-38页

作者：吴泽刚陈红霞中国航发哈尔滨东安发动机有限公司黑龙江哈尔滨150066

航空发动机系统正在推进MBD技术的应用,其中工艺系统面临数据量过大,无法高效发挥MBD技术优势等问题,严重影响了MBD技术在航空发动机系统中的推广进程。此课题主要针对轻量化模型在工艺系统中的应用开展研究,解决三维实体模型占用存储... 详细信息

航空发动机系统正在推进MBD技术的应用,其中工艺系统面临数据量过大,无法高效发挥MBD技术优势等问题,严重影响了MBD技术在航空发动机系统中的推广进程。此课题主要针对轻量化模型在工艺系统中的应用开展研究,解决三维实体模型占用存储空间过大,工艺系统平台(PDM)处理数据慢等问题,实现MBD技术在航空发动机工艺系统的应用的同时,充分发挥它的技术优势。

关键词： MBD技术轻量化模型 CAM编程技术 CMM离线编程数控加工仿真

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：