期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Rmcvit:一种融合卷积与自注意力的轻量级图像识别算法
1
作者
孙红
吴一凡
+2 位作者
徐广辉
田鑫驰
朱江明
《小型微型计算机系统》
CSCD
北大核心
2024年第8期1929-1934,共6页
为了解决目前基于Transformer的模型需要较大的参数量而无法有效应用在资源受限的移动端设备中,提出一种融合卷积与Transformer两者优势的轻量级混合模型.模型中Rmcvit Block将输入张量分成多个通道组,利用深度可分离卷积和跨通道维度...
为了解决目前基于Transformer的模型需要较大的参数量而无法有效应用在资源受限的移动端设备中,提出一种融合卷积与Transformer两者优势的轻量级混合模型.模型中Rmcvit Block将输入张量分成多个通道组,利用深度可分离卷积和跨通道维度的互协方差注意力来增加感受野并融合多尺度特征,并融合unflod模块在保证其空间顺序的前提下,降低每个向量序列(token)送入自注意力模块后的计算消耗.基于整理后的Imagenet数据集的对比实验,RmcVit-M以5.81M的参数量大小达到了85.2%的准确率,其模型相关变体性能超过了参数量相似的Transformer模型和卷积神经网络.结果表明,Rmcvit能够有效结合卷积神经网络与Transformer的优势,达到了以较少的模型参数获得更高准确率的目的.
展开更多
关键词
卷积神经网络
互协方差注意力
轻量级混合模型
深度可分离卷积
多尺度
下载PDF
职称材料
基于双分支点流语义先验的路面病害分割模型
2
作者
庞荣
杨燕
+2 位作者
冷雄进
张朋
刘言
《智能系统学报》
CSCD
北大核心
2024年第1期153-164,共12页
针对基于深度学习的真实路面病害图像识别算法主要面临的复杂道路背景与病害前景比例不同、病害尺度小等导致的类别严重不平衡、路面病害与道路的几何结构特征对比不明显导致其不易识别等问题,本文提出一种基于双分支语义先验网络,用于...
针对基于深度学习的真实路面病害图像识别算法主要面临的复杂道路背景与病害前景比例不同、病害尺度小等导致的类别严重不平衡、路面病害与道路的几何结构特征对比不明显导致其不易识别等问题,本文提出一种基于双分支语义先验网络,用于指导自注意力骨干特征网络挖掘背景与病害前景的复杂关系,运用高效自注意力机制和互协方差自注意力机制分别对二维空间和特征通道进行语义特征提取,并引入语义局部增强模块提高局部特征聚合能力。本文提出了一种新的稀疏主体点流模块,并与传统特征金字塔网络相结合,进一步缓解路面病害的类别不平衡问题;构建了一个真实场景的道路病害分割数据集,并在该数据集和公开数据集上与多个基线模型进行对比实验,实验结果验证了本模型的有效性。
展开更多
关键词
语义先验信息
高效
注意力
机制
互协方差注意力
机制
稀疏主体点流
类别不平衡
语义分割
路面病害
深度学习
下载PDF
职称材料
题名
Rmcvit:一种融合卷积与自注意力的轻量级图像识别算法
1
作者
孙红
吴一凡
徐广辉
田鑫驰
朱江明
机构
上海理工大学光电信息与计算机工程学院
同济大学附属上海市第四人民医院
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第8期1929-1934,共6页
基金
国家自然科学基金项目(61472256,61170277,61703277)资助.
文摘
为了解决目前基于Transformer的模型需要较大的参数量而无法有效应用在资源受限的移动端设备中,提出一种融合卷积与Transformer两者优势的轻量级混合模型.模型中Rmcvit Block将输入张量分成多个通道组,利用深度可分离卷积和跨通道维度的互协方差注意力来增加感受野并融合多尺度特征,并融合unflod模块在保证其空间顺序的前提下,降低每个向量序列(token)送入自注意力模块后的计算消耗.基于整理后的Imagenet数据集的对比实验,RmcVit-M以5.81M的参数量大小达到了85.2%的准确率,其模型相关变体性能超过了参数量相似的Transformer模型和卷积神经网络.结果表明,Rmcvit能够有效结合卷积神经网络与Transformer的优势,达到了以较少的模型参数获得更高准确率的目的.
关键词
卷积神经网络
互协方差注意力
轻量级混合模型
深度可分离卷积
多尺度
Keywords
convolutional neural network
mutual covariance attention
lightweight hybrid model
depth-wise convolution
multi-scale
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于双分支点流语义先验的路面病害分割模型
2
作者
庞荣
杨燕
冷雄进
张朋
刘言
机构
西南交通大学计算机与人工智能学院
可持续城市交通智能化教育部工程研究中心
招商局重庆公路工程检测中心有限公司
国家山区公路工程技术研究中心
出处
《智能系统学报》
CSCD
北大核心
2024年第1期153-164,共12页
基金
国家自然科学基金项目(61976247)
国家重大研发计划项目(2019YFB-1310400)
+1 种基金
重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0100)
重庆市交通科技自筹项目(CQJT20-22ZC05)。
文摘
针对基于深度学习的真实路面病害图像识别算法主要面临的复杂道路背景与病害前景比例不同、病害尺度小等导致的类别严重不平衡、路面病害与道路的几何结构特征对比不明显导致其不易识别等问题,本文提出一种基于双分支语义先验网络,用于指导自注意力骨干特征网络挖掘背景与病害前景的复杂关系,运用高效自注意力机制和互协方差自注意力机制分别对二维空间和特征通道进行语义特征提取,并引入语义局部增强模块提高局部特征聚合能力。本文提出了一种新的稀疏主体点流模块,并与传统特征金字塔网络相结合,进一步缓解路面病害的类别不平衡问题;构建了一个真实场景的道路病害分割数据集,并在该数据集和公开数据集上与多个基线模型进行对比实验,实验结果验证了本模型的有效性。
关键词
语义先验信息
高效
注意力
机制
互协方差注意力
机制
稀疏主体点流
类别不平衡
语义分割
路面病害
深度学习
Keywords
semantic priori information
efficient attention mechanism
cross-covariance image transformers attention mechanism
sparse subject sampling point flow
category imbalance
semantic segmentation
pavement diseases
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Rmcvit:一种融合卷积与自注意力的轻量级图像识别算法
孙红
吴一凡
徐广辉
田鑫驰
朱江明
《小型微型计算机系统》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于双分支点流语义先验的路面病害分割模型
庞荣
杨燕
冷雄进
张朋
刘言
《智能系统学报》
CSCD
北大核心
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部