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
4
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
基于VGG-16神经网络图像风格迁移模型
1
作者
李恭伟
《软件》
2023年第4期148-151,共4页
图像风格迁移是人工智能进行艺术创造的一个重要方向。传统风格迁移技术通过逐像素迭代得到风格图片,训练耗时且迁移效果一般,无法广泛地应用于微端设备上。针对此问题,本文提出了一款轻量的图像风格迁移模型,该模型能够充分利用VGG-16...
图像风格迁移是人工智能进行艺术创造的一个重要方向。传统风格迁移技术通过逐像素迭代得到风格图片,训练耗时且迁移效果一般,无法广泛地应用于微端设备上。针对此问题,本文提出了一款轻量的图像风格迁移模型,该模型能够充分利用VGG-16卷积网络强大的图像特征提取功能。通过优化兼顾了图像内容和风格信息的损失函数,该模型能够在短时间内完成图像的风格学习,并迁移运用到目标图片上,所得到的迁移图片效果优于传统风格迁移技术。
展开更多
关键词
风格迁移
vgg
-16
损失函数
卷积神经网络
下载PDF
职称材料
基于改进的Faster R-CNN的齿轮外观缺陷识别研究
被引量:
9
2
作者
吉卫喜
杜猛
+1 位作者
彭威
徐杰
《系统仿真学报》
CAS
CSCD
北大核心
2019年第11期2198-2205,共8页
为了实现齿轮外观缺陷自动化识别,提高齿轮产品的合格率。针对传统缺陷识别算法泛化差,人工提取特征耗时,提出了一种改进的较快的基于区域卷积神经网络(FasterR-CNN)的齿轮缺陷识别模型。设计出VGG-2CF网络,提高识别较小目标的能力;引入...
为了实现齿轮外观缺陷自动化识别,提高齿轮产品的合格率。针对传统缺陷识别算法泛化差,人工提取特征耗时,提出了一种改进的较快的基于区域卷积神经网络(FasterR-CNN)的齿轮缺陷识别模型。设计出VGG-2CF网络,提高识别较小目标的能力;引入AM-Softmax损失函数,以减小类内特征的差异性,进一步增大类之间差异性;结合机器学习算法中的F度量值(F-measure),提出一种AMF-Softmax损失函数,解决数据不平衡的问题。实验结果表明,提出的改进模型具有较高的识别率,适用于齿轮外观的自动化检测。
展开更多
关键词
齿轮缺陷识别
FASTER
R-CNN
vgg
-2CF
AMF-Softmax损失函数
下载PDF
职称材料
基于生成对抗网络的遥感图像去云算法
被引量:
3
3
作者
李华莹
林道玉
+1 位作者
张捷
刘必欣
《计算机与现代化》
2019年第11期13-17,共5页
计算机视觉中的许多问题可以抽象为将输入图像“转换”成对应的输出图像,图像转换算法是许多计算机视觉问题的通用解决方案,例如语义分割、风格转换等。本文将以遥感图像去云作为图像转换的特例,研究基于生成对抗网络的图像转换算法。...
计算机视觉中的许多问题可以抽象为将输入图像“转换”成对应的输出图像,图像转换算法是许多计算机视觉问题的通用解决方案,例如语义分割、风格转换等。本文将以遥感图像去云作为图像转换的特例,研究基于生成对抗网络的图像转换算法。提出基于残差模块的生成模型可以对单幅遥感图像进行厚云和薄云的去除;同时提出的多尺度判别网络以及VGG损失函数,有效地解决了复杂场景的云雾遮挡问题。实验结果表明,本文提出的图像转换算法在遥感图像薄云数据集上峰值信噪比提升了1.64 dB,在厚云数据集上峰值信噪比提升了1.92 dB,同时生成的无云遥感图像和真实的无云图像具有较高的结构相似性。
展开更多
关键词
图像转换算法
生成对抗网络
遥感图像去云
vgg
损失函数
下载PDF
职称材料
基于卷积神经网络的生活垃圾图像分类模型设计
被引量:
3
4
作者
秦浩
王晓峰
+3 位作者
喻骏
黄飞龙
文冠鑫
苏盈盈
《重庆科技学院学报(自然科学版)》
CAS
2021年第3期99-103,共5页
利用基于深度学习的VGG-16卷积神经网络模型,对涵盖4个大类243个小类生活垃圾的77656张图像进行分类检测识别。为了保证模型检测的准确性,先引入Retinex算法对图像进行增强处理,然后对分类交叉熵损失函数进行改进,加入L_(1)正则化和L_(2...
利用基于深度学习的VGG-16卷积神经网络模型,对涵盖4个大类243个小类生活垃圾的77656张图像进行分类检测识别。为了保证模型检测的准确性,先引入Retinex算法对图像进行增强处理,然后对分类交叉熵损失函数进行改进,加入L_(1)正则化和L_(2)正则化,构建新的损失函数。实验结果显示,使用原VGG-16网络模型对垃圾图像进行分类,准确率为94.43%,损失值为0.53;引入Retinex算法对图像进行增强处理后,准确率为95.56%,损失值为0.36;在损失函数中加入L_(1)或者L_(2)正则化后,分类准确率较原网络模型有较小幅度的提升;采用改进后的交叉熵损失函数之后,准确率达97.67%,损失值仅为0.18。
展开更多
关键词
生活垃圾
图像分类识别
卷积神经网络
vgg
-16
损失函数
下载PDF
职称材料
题名
基于VGG-16神经网络图像风格迁移模型
1
作者
李恭伟
机构
浙江工业大学计算机科学与技术学院
出处
《软件》
2023年第4期148-151,共4页
文摘
图像风格迁移是人工智能进行艺术创造的一个重要方向。传统风格迁移技术通过逐像素迭代得到风格图片,训练耗时且迁移效果一般,无法广泛地应用于微端设备上。针对此问题,本文提出了一款轻量的图像风格迁移模型,该模型能够充分利用VGG-16卷积网络强大的图像特征提取功能。通过优化兼顾了图像内容和风格信息的损失函数,该模型能够在短时间内完成图像的风格学习,并迁移运用到目标图片上,所得到的迁移图片效果优于传统风格迁移技术。
关键词
风格迁移
vgg
-16
损失函数
卷积神经网络
Keywords
style transfer
vgg
-16
loss
function
convolutional neural network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于改进的Faster R-CNN的齿轮外观缺陷识别研究
被引量:
9
2
作者
吉卫喜
杜猛
彭威
徐杰
机构
江南大学机械工程学院
江南大学江苏省食品制造装备重点实验室
出处
《系统仿真学报》
CAS
CSCD
北大核心
2019年第11期2198-2205,共8页
基金
国家自然科学基金(11402264)
文摘
为了实现齿轮外观缺陷自动化识别,提高齿轮产品的合格率。针对传统缺陷识别算法泛化差,人工提取特征耗时,提出了一种改进的较快的基于区域卷积神经网络(FasterR-CNN)的齿轮缺陷识别模型。设计出VGG-2CF网络,提高识别较小目标的能力;引入AM-Softmax损失函数,以减小类内特征的差异性,进一步增大类之间差异性;结合机器学习算法中的F度量值(F-measure),提出一种AMF-Softmax损失函数,解决数据不平衡的问题。实验结果表明,提出的改进模型具有较高的识别率,适用于齿轮外观的自动化检测。
关键词
齿轮缺陷识别
FASTER
R-CNN
vgg
-2CF
AMF-Softmax损失函数
Keywords
gear defect recognition
Faster R-CNN
vgg
-2CF
AMF-Softmax
loss
function
分类号
TP391.4 [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
基于生成对抗网络的遥感图像去云算法
被引量:
3
3
作者
李华莹
林道玉
张捷
刘必欣
机构
军事科学院
中国科学院电子学研究所
出处
《计算机与现代化》
2019年第11期13-17,共5页
基金
国家自然科学基金资助项目(61807034)
文摘
计算机视觉中的许多问题可以抽象为将输入图像“转换”成对应的输出图像,图像转换算法是许多计算机视觉问题的通用解决方案,例如语义分割、风格转换等。本文将以遥感图像去云作为图像转换的特例,研究基于生成对抗网络的图像转换算法。提出基于残差模块的生成模型可以对单幅遥感图像进行厚云和薄云的去除;同时提出的多尺度判别网络以及VGG损失函数,有效地解决了复杂场景的云雾遮挡问题。实验结果表明,本文提出的图像转换算法在遥感图像薄云数据集上峰值信噪比提升了1.64 dB,在厚云数据集上峰值信噪比提升了1.92 dB,同时生成的无云遥感图像和真实的无云图像具有较高的结构相似性。
关键词
图像转换算法
生成对抗网络
遥感图像去云
vgg
损失函数
Keywords
image-to-image translation
generative adversarial networks
remote sensing image cloud removal
vgg loss function
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
基于卷积神经网络的生活垃圾图像分类模型设计
被引量:
3
4
作者
秦浩
王晓峰
喻骏
黄飞龙
文冠鑫
苏盈盈
机构
重庆科技学院电气工程学院
重庆科技学院数理与大数据学院
出处
《重庆科技学院学报(自然科学版)》
CAS
2021年第3期99-103,共5页
基金
重庆市基础研究与前沿探索专项“面向无害化垃圾焚烧发电的二噁英异常排放复合成因诊断方法”(CSTC2019JCYJ-MSXM0220)
“非平行平面下融合表面微分几何的复杂场景三维立体智能研究及应用”(CSTC2018JCYJAX0239)
+1 种基金
重庆市技术创新与应用示范项目“深度学习框架下面向氮氧化物减排的垃圾焚烧状态在线监控系统设计”(CSTC2018JSCX-MSYBX0023)
重庆科技学院硕士研究生创新计划项目“基于Faster R-CNN的智能精准垃圾分类系统设计”(YKJCX1920406)。
文摘
利用基于深度学习的VGG-16卷积神经网络模型,对涵盖4个大类243个小类生活垃圾的77656张图像进行分类检测识别。为了保证模型检测的准确性,先引入Retinex算法对图像进行增强处理,然后对分类交叉熵损失函数进行改进,加入L_(1)正则化和L_(2)正则化,构建新的损失函数。实验结果显示,使用原VGG-16网络模型对垃圾图像进行分类,准确率为94.43%,损失值为0.53;引入Retinex算法对图像进行增强处理后,准确率为95.56%,损失值为0.36;在损失函数中加入L_(1)或者L_(2)正则化后,分类准确率较原网络模型有较小幅度的提升;采用改进后的交叉熵损失函数之后,准确率达97.67%,损失值仅为0.18。
关键词
生活垃圾
图像分类识别
卷积神经网络
vgg
-16
损失函数
Keywords
domestic garbage
image classification and recognition
convolutional neural network
vgg
-16
loss
function
分类号
TP391.4 [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
基于VGG-16神经网络图像风格迁移模型
李恭伟
《软件》
2023
0
下载PDF
职称材料
2
基于改进的Faster R-CNN的齿轮外观缺陷识别研究
吉卫喜
杜猛
彭威
徐杰
《系统仿真学报》
CAS
CSCD
北大核心
2019
9
下载PDF
职称材料
3
基于生成对抗网络的遥感图像去云算法
李华莹
林道玉
张捷
刘必欣
《计算机与现代化》
2019
3
下载PDF
职称材料
4
基于卷积神经网络的生活垃圾图像分类模型设计
秦浩
王晓峰
喻骏
黄飞龙
文冠鑫
苏盈盈
《重庆科技学院学报(自然科学版)》
CAS
2021
3
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