基于ResNet⁃18网络的城市生活垃圾识别方法研究

城市生活垃圾的自动化分类收集是解决城市生活垃圾精细化管理的有效途径。采用生活垃圾数据集Kaggle为图片样本,构建了基于ResNet⁃18卷积神经网络的生活垃圾识别模型,使用深度学习神经网络的方法对生活垃圾进行了分类识别研究。实验结果表明该方法识别的准确率可达90.0%以上,模型的平衡点在查全率和查准率分别为0.8和0.89处,为城市生活垃圾的自动化分类识别提供了依据。

基于改进ResNet-18模型的弧齿锥齿轮安装位置偏差分类识别方法研究

针对现有的弧齿锥齿轮安装位置偏差分类识别效率低的问题,使用改进的ResNet-18神经网络构建轻量级弧齿锥齿轮安装位置偏差分类识别模型,改进的网络修改了ResNet-18网络第一卷积层,并引入了通道与空间注意力机制。实验结果表明,改进ResNet-18较原网络对于齿面接触印痕图像的分类准确率提高了3.23%,损失值降低了0.04。该方法为齿轮安装偏差识别提供了新路径,对弧齿锥齿轮总成的安装调整作业提供了一定的指导。

基于ResNet-18的磁瓦缺陷检测

由于磁瓦在实际生产中会产生多种类型的缺陷,针对磁瓦生产的表面检测高质量要求,提出一种基于ResNet-18的磁瓦缺陷检测方法。首先通过构造磁瓦缺陷的不同类型数据集,再将数据集通过图像增强等方式扩充数据集进行预处理;引用ResNet-18作为训练所用的网络,设置好网络模型参数;最后通过网络训练完成对磁瓦缺陷的分类及标注。实验结果表明:扩充后数据集对比于原始数据集和其他方法,采用的方法中模型测试准确率更高,搭建的ResNet-18网络具有更好的鲁棒性和泛化性,证明了可以满足磁瓦缺陷检测中的可能性。

基于改进ResNet-18的红外图像人体行为识别方法研究

人体行为识别在安全监护、安防监控、智能家居等诸多领域具有重要的研究意义和广泛的应用价值。由于红外信息具有受光照影响小、保护隐私等特性,因此基于红外信息的人体行为识别方法备受国内外学者关注。本文对包含7种行为类别的红外信息进行连续帧拼接处理,构建红外图像数据集。传统的ResNet-18网络性能较为优异,在可见光图像识别上一直表现良好,但在红外图像识别中效果欠佳。本文根据红外图像特性,对其进行相应改进:首先,构建多分支同构结构,替换7×7卷积,增强网络的表达能力;其次,结合最大池化与平均池化,避免丢失有用信息;最后,引入非对称卷积块构成多重残差结构,并与改进CBAM模块结合对残差块进行优化,从而增加网络多样性,提升网络的特征提取能力。实验结果表明,改进ResNet 18网络识别率达到99.96%,不但高于传统的ResNet 18网络,而且明显优于基于红外图像的其他网络。

基于ResNet-18网络的桥梁损坏图像分类研究

近些年来,传统的桥梁损坏检测方法需要大量的时间以及人力、物力和财力,同时它们具有主观性、难以量化、影响正常交通、周期长、实时性差等缺点和局限性。本研究首先使用桥梁损坏图像作为数据集,然后使用ResNet-18网络对桥梁损坏图像进行分类,并且使用Softmax作为网络输出层的激活函数,使用交叉熵函数作为网络的损失函数。接着进行模型的训练,得出模型在测试集上的准确率为82.99%。最后从模型在测试集上的混淆矩阵与分类报告两个角度,对模型进行评估,得出模型在测试集上平均的F_(1)分数达到83%。

基于Res Net18-YOLOv8n的地面标志线检测算法

地面标志线检测在自动驾驶和交通场景分析中起着重要的作用,对于实现道路安全和道路智能化至关重要。然而,传统的标志线检测算法存在着检测精度较低和交通箭头标志线相关检测研究较少的问题。为应对此类问题,提出了一种基于YOLOv8n改进的交通标志识别算法。改进包括使用Timm模型库中的Res Net-18网络替换YOLOv8n模型的backbone网络,以提升图像识别精度。采用GIoU边界损失函数替代原有的CIoU损失函数,提高边界框回归性能的同时进一步提升检测效率和准确率。基于Cey Mo数据集中的2 099张地面标志线图像进行了训练和评估。实验结果表明,原始的YOLOv8n模型在精度(Precision)上为82.2%,平均精度均值(mAP)为98%,而经过该方法优化后的模型达到了88.1%的精度和99.3%的mAP,分别使模型的精度提高了5.9%,平均精度均值提高了1.3%。综合分析,在引入ResNet-18 Backbone网络和GIoU损失函数后,不仅提高了检测效率,也提高了识别精度,而且明显优于YOLOv5s和YOLOv8n算法,具有更高的有效性和检测精度。

基于UAV和CNN ResNet 18参数调节的伊犁绢蒿荒漠草地植物识别性能分析

【目的】基于UAV和CNN ResNet 18参数调节的伊犁绢蒿荒漠草地植物识别性能分析。【方法】以集中分布在新疆且受退化威胁较大的伊犁绢蒿(Seriphidium transiliense)荒漠草地为对象,利用低空无人机遥感平台搭载多光谱成像仪采集该草地地物信息,选择卷积神经网络(Convolutional Neural Networks,CNN)ResNet 18模型,设置40轮和80轮的2组训练轮数,8、16、32、64的4组批量规模,0.01、0.005、0.001、0.0005、0.0001的5组学习率3类超参数,对比分析不同参数设置下的模型分类性能,探究适合伊犁绢蒿荒漠草地群落主要物种识别的最佳参数组合。【结果】初始模型超参数设置为训练轮数40轮、批量规模8、学习率0.001时,伊犁绢蒿群落总体分类精度为83.65%,伊犁绢蒿种群分类精度为84.21%,角果藜(Ceratocarpus arenarius)种群精度为81.15%;通过调节模型超参数(超参数设置为练轮数40轮、批量规模32、学习率0.0005),伊犁绢蒿群落总体分类精度为83.73%,伊犁绢蒿种群精度为89.18%,角果藜种群精度为83.78%,较初始模型分别提高了0.08%、4.97%和2.63%。【结论】通过调节超参数可获得精度高、耗时短、性能稳定的伊犁绢蒿荒漠草地植物识别模型。

一种基于残差网络改进的牙齿颜色分类模型

针对传统牙齿比色方法准确率低和效率低等问题,提出一种基于残差网络改进的牙齿颜色分类模型。该模型通过融合多层卷积结果以及引入压缩与激励注意力机制模块的方式,使网络能学习到更多的图像颜色特征。基于典型牙齿所建数据集进行颜色分类实验,在该数据集上对文中模型与GoogleNet、MobileNet-V1、ResNet-34和ResNet-50等模型进行颜色分类预测结果比较。实验结果表明,文中模型优于传统模型,预测分类准确度达到91.16%,有效提高了牙齿颜色分类准确率和效率。

基于深度学习的墙式氧气吸入器检定方法

针对墙式氧气吸入器检定时人工读数影响大、检定效率低等问题,提出一种基于深度学习的墙式氧气吸入器检定方法。通过工业相机拍摄墙式氧气吸入器图像,输入到改进后的残差块ResNet-18网络中,实现对浮子流量计的自动读数。残差块结构改进策略有:在直联通路中增加Dropout网络层;删除残差块中的1×1卷积层;使用LeakyReLU激活函数代替ReLU激活函数。将数据集按照51的比例划分为训练集和测试集,经过100批次的训练,网络模型在测试集上的准确率为98.37%。将中国计量科学研究院检定合格的墙式氧气吸入器连接至检定装置中检定,计算得到浮子流量计的最大示值误差为±0.2 L/min,误差在允许范围内,检定结果相同。结果表明,该方法可以代替人工读数,有效提高检定效率。

基于数据挖掘与预警的电气设备运输状态识别技术研究

针对大多数电气设备在运输过程中存在状态获取方式单一且监测效果不佳等问题,提出了一种基于数据挖掘与预警的电气设备运输状态识别技术。该技术方案结合了输电杆塔、高层建筑等点位上部署的摄像机,全方位获取电气设备的运输图像。采用支持向量机划分电气设备类型,并在此基础上根据各个设备的运输需求,利用改进ResNet-18网络进行状态识别,从而快速得到运输状态且发出必要的预警。基于前端系统获取的图像集对所提技术进行的实验分析结果表明,其对电气设备类型及运输状态的识别准确率接近97%。

Mammogram Classification with HanmanNets Using Hanman Transform Classifier

Breast cancer is a deadly disease and radiologists recommend mammography to detect it at the early stages. This paper presents two types of HanmanNets using the information set concept for the derivation of deep information set features from ResNet by modifying its kernel functions to yield Type-1 HanmanNets and then AlexNet, GoogLeNet and VGG-16 by changing their feature maps to yield Type-2 HanmanNets. The two types of HanmanNets exploit the final feature maps of these architectures in the generation of deep information set features from mammograms for their classification using the Hanman Transform Classifier. In this work, the characteristics of the abnormality present in the mammograms are captured using the above network architectures that help derive the features of HanmanNets based on information set concept and their performance is compared via the classification accuracies. The highest accuracy of 100% is achieved for the multi-class classifications on the mini-MIAS database thus surpassing the results in the literature. Validation of the results is done by the expert radiologists to show their clinical relevance.

基于CNN的水表指针读数识别及STM32实现方案设计

为了提高卷积神经网络对于水表指针读数识别的准确率,同时实现将卷积神经网络移植到STM32单片机中运行,使用了包含2913张水表指针图片的数据集对GoogLeNet和ResNet-18进行迁移学习和测试,其中GoogLeNet的测试集准确率为89.37%,ResNet-18的测试集准确率为93.24%。借鉴于ResNet-18模型的跳跃连接思想,使用了高低层特征融合的方法,在保证感受野大小不变的前提下将7×7大卷积核替换为3个3×3小卷积核的串接以减少网络的参数量,同时减低网络的深度,加快了训练时网络的收敛,之后设计了一个对于水表指针读数识别准确率更高和收敛更快的卷积神经网络模型,此模型的测试集准确率为95.11%。为克服STM32单片机存储资源极其有限的困难,在保证较高准确率的前提下进一步减小网络规模从而降低网络参数量,设计出模型的测试集准确率为91.51%,训练过程在PC端使用MATLAB深度学习工具箱完成,生成的onnx模型仅有948 KB大小,运行占用RAM大小为437.14 KB。

基于FFT和CNN的滚动轴承故障诊断方法

为提高滚动轴承故障诊断的识别准确率、摆脱信号处理方法对专家经验的过度依赖,提出一种基于快速傅里叶变换(FFT)和卷积神经网络(CNN)的滚动轴承故障诊断方法。即对滚动轴承原始振动信号进行快速傅里叶变换,再将得到的一维数据转变为二维的特征图,输入到ResNet-18网络中进行学习训练,以实现滚动轴承的故障诊断。通过与其他几种输入方法进行对比分析,验证了该方法的有效性以及优越性。实验结果表明该方法诊断准确率高、收敛速度快,并且信号处理过程不需要设定相关预定义参数,摆脱了对专家经验的过度依赖。

面向机械臂操作的视觉信息实时重建方法

现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不能很好地迁移于现实环境。针对以上问题,提出了一种面向机械臂操作的视觉信息实时重建方法。首先,通过Mask-RCNN(Mask-Region Convolutional Neural Network)对实时采集到的RGB图像提取信息;然后,将提取后的RGB图像及其他视觉信息联合编码,并通过ResNet-18将视觉信息映射为机械臂操作空间的三维位置信息;最后,为减小重建误差,提出了一种聚类簇中心距离受限离群值调整方法(CC-DIS),并利用OpenGL(Open Graphics Library)将调整后的位置信息可视化,完成机械臂操作空间三维实时重建。实验结果表明,所提的实时重建方法具有较快的重建速度和较高的重建精度,完成一次三维重建仅需62.92 ms,重建速度高达每秒16帧,重建相对误差约为5.23%,能有效用于机械臂技能传授任务。

基于计算机视觉的幕墙开启窗检测方法

在强风天气来临时,未关闭的建筑幕墙开启窗极易被吹落,严重危害了人身与财产安全。为了及时准确地发现未关闭的开启窗,提出了一种基于计算机视觉的幕墙开启窗检测方法。广角摄像头从建筑底部仰角拍摄幕墙外立面全景影像,采用语义分割模型U-Net提取外立面掩码图像,并从掩码图像提取用于透视变换的参考点,透视变换法将因仰角拍摄产生的畸变进行校正,校正后的开启窗位置分布规则,可直接按照预设区域准确裁剪出开启窗区域图像,然后采用ResNet-18卷积神经网络分类模型判断开启窗开闭状态。建立开启窗位置与楼宇房间号映射关系表,从而指导责任人员及时定位并关闭开启窗。所提方法在某高层建筑进行了测试。结果表明:所提方法可以在不同光照条件下有效检测到未关闭的开启窗,检测时间优于2 s。可见,所提方法在准确性与及时性上满足实际应用需求。

多分支精简双线性池化的人脸表情识别

针对人脸表情识别研究中特征提取不充分、难以辨别人脸表情细微的类间差异等问题,提出了一种多分支精简双线池性化的人脸表情识别方法。该方法以ResNet-18为基础,在避免大幅度增加计算复杂度的前提下提升ResNet-18的特征提取能力,提出了一个新的多样化分支块(diverse branch block)对ResNet-18进行改进;为使改进后的ResNet-18更方便地聚焦人脸图像中产生表情区域的特征,提出了残差空间注意力;为了减少人脸表情细微的类间差异带来的不利影响,增强人脸表情类间的区别性,设计了多分支精简双线性池化结构。最后用所提的方法分别在公开的人脸表情数据集CK+、RAF-DB进行实验,识别率分别达到了98.46%、82.99%。实验结果表明,该方法的识别率优于DLP-CNN、MA、DeepExp3D等诸多的表情识别方法,具有一定的竞争性。

融合改进GAN网络的夜视环境车道线检测

基于深度学习的车道线检测方法有效地促进了自动驾驶技术的发展,然而这些方法在处理夜视场景下车道线检测问题仍然存在一定的不足。针对夜视场景下车道线检测存在的检测精度弱问题,将基于注意力机制的生成对抗网络(attentive GAN)和空间卷积神经网络(spatial convolutional neural network,SCNN)算法相结合,提出一种针对夜视场景的车道线检测方法。该方法利用Attentive GAN网络提高夜间道路图像质量,突出道路图像中的车道线特征,再利用ResNet-18网络提取车道线特征,随后利用SCNN网络进行图像信息的逐行逐列传递,并利用三次样条曲线进行概率图拟合,得到最终的车道线检测结果。在利用模拟后的TuSimple数据集验证了方法的检测性能,实验结果表明,提出的车道线检测方法在夜视场景下具有良好的车道线检测性能。

基于大数据迁移学习的灰岩地区排水孔淤堵自动识别技术

隧道排水管淤堵或者失效,会危及边坡的稳定和公路的交通安全。目前缺乏对排水孔淤堵分类的研究。排水孔淤堵分类对排水管道的后期养护具有重大意义。为探索排水孔淤堵智能化检测方法,文章依托广连高速高峰隧道等粤北实体工程,研究了一种采用模型迁移的方法,将排水孔图像数据输入预训练卷积神经网络进行训练,以对新图像进行分类。在采集的排水孔图像数据集上进行试验,对比了三种不同网络模型对该数据集的准确率,结果表明,使用ResNet-18进行排水孔淤堵分类识别,准确率可达到93%,实现了对排水孔淤堵状态的有效分类,并且随着日后数据集的扩大,识别准确率将会有进一步的提高。