期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于Transformer的小样本细粒度图像分类方法 被引量:2
1
作者 陆妍 王阳萍 王文润 《计算机工程与应用》 CSCD 北大核心 2023年第23期219-227,共9页
针对小样本细粒度图像分类任务中存在的相似性度量单一以及细粒度特征提取效果不佳的问题,提出了一种基于Transformer的小样本细粒度图像分类方法,克服了小样本学习在细粒度图像分类中由于样本数量较少从而分类效果较差的问题。构建以... 针对小样本细粒度图像分类任务中存在的相似性度量单一以及细粒度特征提取效果不佳的问题,提出了一种基于Transformer的小样本细粒度图像分类方法,克服了小样本学习在细粒度图像分类中由于样本数量较少从而分类效果较差的问题。构建以多轴注意力模块与卷积算子为基本组件的新模块CBG Transformer Block,通过该模块的重复堆叠提高了网络的特征提取能力;采用关系网络和余弦网络组成的双相似度模块进行相似性度量,避免了在训练数据量较小的情况下单一度量造成的相似性偏差;通过计算两个相似度得分的平均值得出最终预测结果。实验结果表明,提出的方法在CUB-200-2011、Stanford Cars和Stanford Dogs三个公开细粒度图像数据集上的5-way5-shot任务分类精度分别达到了82.70%、74.22%和69.68%,可见在小样本细粒度图像分类任务中取得了优异效果。 展开更多
关键词 细粒度图像分类 小样本学习 多轴注意力 CBG transformer block 双相似度
下载PDF
改进YOLOv5的高精度跌倒检测算法
2
作者 朱胜豪 钱承山 阚希 《计算机工程与应用》 CSCD 北大核心 2024年第11期105-114,共10页
针对原始YOLOv5在人体跌倒检测任务中无法有效应对复杂细节捕捉、变形处理、不同尺度目标适应和遮挡检测的困境,提出了一种基于C2D改进YOLOv5模型的新型高精度跌倒检测算法C2D-YOLO。给出了一种名为C2D的新型特征提取模块,通过融合可变... 针对原始YOLOv5在人体跌倒检测任务中无法有效应对复杂细节捕捉、变形处理、不同尺度目标适应和遮挡检测的困境,提出了一种基于C2D改进YOLOv5模型的新型高精度跌倒检测算法C2D-YOLO。给出了一种名为C2D的新型特征提取模块,通过融合可变形卷积、标准卷积和通道空间混合注意机制,将其添加到主干网络中,旨在增强特征表征能力,更好地捕捉复杂细节和处理变形。在颈部网络中,采用了Swin Transformer block替代C3模块的瓶颈层,旨在最大限度地保留特征信息,以提升对不同尺度目标的检测精度并改善遮挡情况下的性能。在借鉴YOLOX解耦结构的基础上对YOLOv5的Head模块进行改进,旨在优化分类和回归性能。实验结果表明,相比现有的YOLOv5s,该方法的mAP0.5和mAP0.5:0.95分别提高了3.2个百分点和6.5个百分点,明显提升了检测精度,减少了误检率。 展开更多
关键词 YOLOv5 跌倒检测 C2D Swin transformer block 解耦结构
下载PDF
改进YOLOv5的安全帽佩戴检测算法 被引量:8
3
作者 乔炎 甄彤 李智慧 《计算机工程与应用》 CSCD 北大核心 2023年第11期203-211,共9页
针对目前目标检测模型结构复杂、计算量大、检测准确率低等问题,提出在工业场景下基于改进型YOLOv5的安全帽佩戴算法。在主干网络引入轻量型网络ShuffleNetv2,保留Focus结构和ShuffleNetv2共同组成主干网络,降低网络的计算量和参数量;... 针对目前目标检测模型结构复杂、计算量大、检测准确率低等问题,提出在工业场景下基于改进型YOLOv5的安全帽佩戴算法。在主干网络引入轻量型网络ShuffleNetv2,保留Focus结构和ShuffleNetv2共同组成主干网络,降低网络的计算量和参数量;在C3模块中引入Swin Transformer Block,得到C3STB模块,替换Neck部分原有的C3模块;设计了CBAM_H注意力机制,并将其嵌入Neck网络中,获取全局上下文信息,提高模型检测准确率。自建数据集并进行实验,实验结果表明,改进后的YOLOv5模型的参数量由6.14×10^(6)压缩到8.9×10^(5),计算量由1.64×10^(10)压缩到6.2×10^(9),mAP由0.899上升到0.908,优于原模型性能。 展开更多
关键词 YOLOv5 ShuffleNetv2 CBAM注意力机制 Swin transformer block
下载PDF
改进YOLOv5的遥感图像目标检测 被引量:1
4
作者 周鹏成 黎远松 +1 位作者 石睿 范贝贝 《四川轻化工大学学报(自然科学版)》 CAS 2023年第2期57-66,共10页
针对遥感图像在目标检测任务中存在目标小、背景复杂、密集分布导致检测精度低的问题,提出了一种改进YOLOv5的遥感图像目标检测算法。首先在主干网络中引入了Swin Transformer Block模块增强网络的特征提取能力;其次在特征融合层使用更... 针对遥感图像在目标检测任务中存在目标小、背景复杂、密集分布导致检测精度低的问题,提出了一种改进YOLOv5的遥感图像目标检测算法。首先在主干网络中引入了Swin Transformer Block模块增强网络的特征提取能力;其次在特征融合层使用更高效的加权双向特征金字塔;然后在特征金字塔结构中添加卷积注意力模块来增强网络对有效特征信息的提取;最后在预测层中引入EIoU损失函数进行坐标框定位,提高预测框的回归精度和收敛速度。通过在公开的NWPU VHR–10数据集上实验表明改进后的算法平均精度均值达到了94.6%,与YOLOv5相比提高了3.3%,并且与其他主流算法相比平均精度均值和FPS均有较大的优势。 展开更多
关键词 目标检测 遥感图像 Swin transformer block 特征金字塔 注意力机制
下载PDF
Fast Inverse Cholesky Decomposition for Rectangular Toeplitz-Block MatriX
5
作者 Fang Yunlan Zheng Huirao Hu Xiao 《Wuhan University Journal of Natural Sciences》 CAS 1997年第4期36-40,共5页
A fast Cholesky decomposition and a fast inverse Cholesky decomposition method for A T A are presented,where A is an m×n rectangular Toeplitz block matrix,we give the FCD algorithm for computing... A fast Cholesky decomposition and a fast inverse Cholesky decomposition method for A T A are presented,where A is an m×n rectangular Toeplitz block matrix,we give the FCD algorithm for computing R , and the FICD algorithm for computing R -1 ,both allow for an efficient parallel implementation,for solving a least squares problem and require only O(mn) operations. 展开更多
关键词 rectangular Toeplitz block inverse Cholesky decomposition hyperbolic Householder transformation row hyperbolic Householder transformation
下载PDF
基于RandLA-Net的3D点云牙颌分割与身份识别
6
作者 钟侠骄 张绍兵 +4 位作者 郭静 王胜朝 成苗 何莲 赵铱民 《计算机应用》 CSCD 北大核心 2023年第S01期269-275,共7页
针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维(3D)点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合... 针对PointNet局部特征聚合不充分、保存模型较大、识别精度有待提升等问题,在三维(3D)点云牙颌身份的识别任务中,采用RandLA-Net的编码结构作为主干网络;在分割任务中采用原始RandLA-Net作为主干网络。针对RandLA-Net特征聚合模块聚合单一的问题,在识别任务中采用基于偏移注意力(OA)的特征聚合模块,在分割任务中增添了基于点云的Transformer block模块,相较于RandLA-Net的原始网络,新的网络模块能够更好地聚合局部特征。为了达到大规模开集数据集的身份再识别目的,将分类的交叉熵损失函数替换成了三元组损失函数。针对训练牙颌样本数据较少的问题,采用生成虚拟正样本的方式极大地拓展了数据集。实验结果表明:在识别任务中,相较于原始的RandLA-Net主干网络,识别任务的top-1平均精度提升了3.13个百分点;在分割任务中网络平均精度相较于原始RandLA-Net提升了3.06个百分点,平均交并比(MIoU)提升了6.05个百分点。 展开更多
关键词 深度学习 RandLA-Net 点云 自注意力 transformer block 开集 三元损失
下载PDF
Comprehensive comparison of delta-and wye-connected autotransformer applied to 12-pulse rectifier 被引量:1
7
作者 Fangang MENG Lei GAO +1 位作者 Wei YANG Shiyan YANG 《Journal of Modern Power Systems and Clean Energy》 SCIE EI 2016年第1期135-145,共11页
12-pulse rectifier is extensively used in high power rectification, and the delta-connected autotransformer and wye-connected autotransformer are its two most popular phase-shift transformers. This paper compares the ... 12-pulse rectifier is extensively used in high power rectification, and the delta-connected autotransformer and wye-connected autotransformer are its two most popular phase-shift transformers. This paper compares the 12-pulse rectifiers using the two transformers via calculating the input line current, load voltage, kVA ratings of the two autotransformer, kVA ratings of the auxiliary magnetic devices. From the viewpoint of power quality of AC mains and DC side, the two 12-pulse rectifiers are the same. The kVA rating of the IPR in the two 12-pulse rectifiers are equal, and the kVA rating of the ZSBT in the two 12-pulse rectifier are also equal to each other, under the same load power. However, the kVA of the deltaconnected autotransformer is less than that of the wyeconnected autotransformer under the same load power.Some experimental results are shown to validate the correctness of the theoretical analysis. 展开更多
关键词 Multi-pulse rectifier(MPR) Delta-connected autotransformer Wye-connected autotransformer kVA rating Inter-phase reactor(IPR) Zero-sequence blocking transformer(ZSBT)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部