基于CBAM-DSC网络的表情识别方法

针对人脸表情网络模型参数复杂和计算性能偏低等问题,提出一种基于卷积注意力机制和深度可分离卷积(convolutional block attention module-depthwise separable convolution,CBAM-DSC)网络的表情识别方法。网络使用深度可分离卷积与传统卷积相结合,提出的改进的Inception模块通过不同分支提取不同特征信息的同时减少了网络参数量,提高网络运行的效率。最后添加了卷积注意力机制模块,能够使网络提取特征时重点关注关键信息,从而使得提取到的特征表达信息更准确,更利于分类。在RAF-DB数据集和CK+数据集上的仿真实验表明,网络模型CBAM-DSC具有较高的识别率,消融实验中相比传统CNN(convolutional neural network)网络的参数量减少了6.4%,提升了计算性能。

基于YOLOv5-DSC的漂浮物目标检测

针对河道漂浮物检测识别困难的问题,提出一种改进型的检测识别网络YOLOv5-DSC。首先,在YOLOv5骨干网络中加入无参数注意力机制SimAM,在不增加模型参数的情况下,提高模型的特征提取能力;其次,在特征融合网络中使用基于深度可分离卷积(DSC)的DSCSP结构,减少模型的计算量;最后,采用SIoU损失函数代替原YOLOv5网络模型中的CIoU损失函数。SIoU损失函数重新定义了回归距离损失,加快了网络的收敛速度。在漂浮物数据集上进行了实验验证,结果表明,YOLOv5-DSC平均精度均值达到了98.5%,检测速度为145 f/s。

基于轻量化YOLOv4的死淘鸡目标检测算法

针对目前死淘鸡目标检测研究较少,高精度检测算法体积大难以部署至移动式设备等问题,提出一种基于YOLOv4的轻量化死淘鸡目标检测算法。采集大规模蛋鸡养殖工厂笼中死淘鸡图片,建立目标检测数据集;在算法中引入MobileNetv3主干提取网络与深度可分离卷积来降低模型体积;并在最大池化层前添加自注意力机制模块,增强算法对全局语义信息的捕获。在自建数据集中的试验结果表明,改进算法在死淘鸡目标检测任务中有更高的准确度,其mAP值与召回率分别达到97.74%和98.15%,模型大小缩小至原算法的1/5,在GPU加速下帧数达到77帧/s,检测速度提高1倍,能够满足嵌入式部署需求。

基于深度学习的机织物起毛起球客观评级分析

为了有效克服目前人工检测速度慢、误差大、主观性强的问题,更快速、准确、客观地对机织物起毛起球样本评级,提出了一种多尺度特征融合的Wide-SqueezeNet网络。首先制作了两种成分不同的机织物起毛起球数据集。根据机织物起毛起球图像中毛球形状大小不一以及分布不均的特点,在网络中改进Fire模块,其中增加了短连接来解决训练中梯度发散等问题,在短连接中使用两个3×3小卷积核来减少计算量并且获取不同尺度的特征图信息,增强网络的特征提取能力来提高准确率;其次为了减少整体的计算量,在网络预处理时将图像统一到224×224大小,并且将网络中普通卷积替换为深度可分离卷积。结果表明,通过使用多尺度特征融合和深度可分离卷积来改进网络,机织物起毛起球的客观评级准确率可以达到99.333%。相比于基础网络SqueezeNe、Resnet、MobileNet、DenseNet、ShuffleNet,该方法的提升分别为2.220%、1.777%、2.666%、1.333%和2.220%。与人工检测需要几分钟到十几分钟不等相比,该网络只需要0.072 s即可检测一幅图像,检测速度大大提高。

基于改进SegNet的鸡只检测算法

为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器间,丰富解码器信息。利用多层深度可分离卷积替代标准卷积,提取深层次语义信息,减少计算量提高实时性。将鸡群图像分割结果交并比与阈值对比判别鸡只状态。实验结果表明,改进的AT-SegNet较原算法的检测精度提高了25.17%,能够在复杂鸡群环境中准确、高效地发现死亡鸡只。

基于深度可分离卷积和残差注意力模块的车道线检测方法

针对全天候条件下道路车道线视觉检测技术存在的算法结构复杂、参数数量较多等问题,提出一种基于深度可分离卷积和残差注意力模块的车道线检测方法,建立了LPINet网络模型。利用深度可分离卷积减小输入图像尺寸,设计三种不同结构的瓶颈残差单元降低网络参数数量,引入ECANet注意力机制增加重要特征通道权重,提升车道线检测精度。在Tusimple数据集和GZUCDS自建数据集上的实验结果表明:在晴天场景下,LPINet网络车道线检测精度可达96.62%,且模型参数量降至1.64 MB,实现了轻量化设计;在雾天、雨天、夜晚和隧道复杂场景中进行了探索性研究,车道线检测精度达到93.86%,证明了方法的有效性。

基于多域信息融合与深度分离卷积的轴承故障诊断网络模型

针对传统卷积神经网络(CNN)对滚动轴承振动信号的故障识别准确率不高这一问题,提出了一种基于多域信息融合结合深度分离卷积(MDIDSC)的轴承故障诊断方法。首先,利用自适应噪声的完全集合经验模态分解(CEEMDAN)算法对轴承振动信号进行了分解;然后,利用分解出的本征模态函数(IMF)的各个分量构建了多空间状态矩阵,并将该多空间状态矩阵输入该深度分离卷积模型中,进行了卷积训练;同时,在该深度分离卷积模型中添加了残差结构,对数据特征进行了复利用,并对卷积核进行了深度分离,解决了深度模型的网络退化问题;最后,提出了一种空间特征提取方法,对模型参数进行了修剪,采用一种自适应学习率退火方法进行了梯度优化,以避免模型陷入局部最优。研究结果表明:通过对多个轴承故障数据集进行对比分析可知,MDIDSC在轴承故障诊断方面的准确率和稳定性明显优于其他方法,MDIDSC的最高测试准确率为100%,平均测试准确率为99.07%;同时,在测试集中的最大损失和平均损失分别为0.1345和0.0841;该结果表明MDIDSC在轴承故障诊断方面具有一定的优越性。

基于多模态学习的乳腺癌生存预测研究

乳腺癌是最常见的癌症之一,基于患者的基因组学数据进行预后5年生存预测是乳腺癌研究中的常见任务。针对乳腺癌患者基因组学数据中存在嘈杂性、异质性、序列长以及正负样本不平衡等问题,提出基于多模态学习的乳腺癌预后5年生存预测模型MLBSP。利用单模态模块提取基因表达数据、基因突变累积数、单核苷酸变异以及基因拷贝数变异数4种模态数据的有效信息。在此基础上,为了减少单一模态数据异质性对全局特征造成的影响,将深度可分离卷积和多头自注意力机制作为多模态模块架构对数据进行特征融合,捕获患者多模态基因组数据的全局信息,并使用Focal Loss解决正负样本不平衡的问题,以指导预后5年生存预测。实验结果表明,MLBSP模型在乳腺癌患者真实数据集BRCACell、METABRIC、PanCancer Altas上的AUC分别达到91.18%、71.49%、77.37%,与XGBoost、随机森林等主流癌症生存预测方法相比,平均提升了17.69%、6.51%、10.24%。此外,通过通路分析发现一些生物标志物SLC8A3、TP 53等,进一步验证多模态研究的新颖性和有效性。

基于轻量级卷积网络的铣削粗糙度在机监测研究

传统机器学习类方法对光源类型、设备安装误差等因素较为敏感,需要反复调试与实验,难以实现规模化生产的自动检测.针对上述问题,提出了一种铣削粗糙度在机监测方法,有效提升了检测效率和准确性.首先,采用低感度参数设置的方向梯度直方图特征的候选框提取算子实现铣削工件的定位,并基于点匹配算法校正安装误差;然后,通过清晰度评价指标实现工业相机对焦过程优化;最后,构建了一种面向移动端实时计算的轻量级卷积神经网络模型,可对不同粗糙度工件表面纹理进行分类,并在立铣加工纹理数据集上进行了实验验证.实验结果表明:相比普通卷积神经网络,在模型复杂度相似的情况下,以乘、加运算次数为指标,提出模型推理所需运算量减少55%;代价敏感函数的引入能有效提升粗糙度识别模型对不平衡数据的稳定性;所提方法与传统机器学习方法相比,在检测帧率、图像分辨率相同的实验条件下,精准率、召回率分别提高了8%、21%.

深度学习轻量化侦察图像压缩网络

为了满足小型侦察平台对低复杂度图像编码算法的应用需求,提出基于深度学习轻量化侦察图像压缩网络。轻量化侦察图像压缩网络编码端利用三个卷积模块直接将图像映射为服从均匀分布的二进制码流,得到压缩数据;在卷积模块中采用深度可分离卷积、分组卷积+通道重排等方式降低了编码端参数量和计算量。轻量化侦察图像压缩网络解码端采用转置卷积和残差连接等方式提高特征提取能力,进而提高解码图像质量。对分辨率为128×128实际采集图像的测试结果表明,与JPGE2000算法相比,基于深度学习轻量化侦察图像压缩网络PSNR提高了3.85 dB,编码时间降低了91%,实现了图像的轻量化编码压缩。

CG-Net改进的结直肠癌病灶分割算法

为解决深度学习分割算法在病灶的细节分割上存在漏判且模型参数量较大不利于实际应用的问题,提出一种基于改进的CG-Net的深度轻量化分割神经网络。在编码块加入改进高效金字塔拆分注意力模块和深度可分离卷积,以学习丰富多尺度全局特征;采用残差思想将注意力模块与编码块结合,提出高效金字塔语境引导模块,帮助网络学习全局和局部特征信息。在中山大学附属第六医院提供的腹部MRI图像数据库的结直肠肿瘤病灶分割实验中,验证了改进模型算法在分割精度和模型轻量化方面的有效性。

基于改进YOLOv5的船舶多尺度SAR图像检测算法

针对复杂场景下合成孔径雷达(Synthetic aperture radar, SAR)图像船舶目标像素尺度差异大和船舶密集排列造成目标漏检的问题,提出一种基于改进YOLOv5的船舶多尺度SAR图像检测算法。对于YOLOv5的颈部网络,采用双向特征金字塔结构(Bi-directional feature pyramid network, BiFPN)提升网络多尺度特征融合能力,并在其自下而上的特征融合支路中,基于深度可分离卷积(Depthwise separable convolution, DSC)和通道MLP构建EC-MLP(Enhanced channel-MLP)模块,从而丰富语义信息,提供更充分的船舶目标上下文特征;引入全局注意力机制(Global attention mechanism, GAM),使网络对输入特征进行针对性提取并运算,减少网络的信息丢失;此外,使用SIoU损失函数进一步提高网络的训练收敛速度和检测精度。在SSDD和HRSID数据集上与其他8种方法(Faster R-CNN、Libra R-CNN、FCOS、YOLOv5s、PP-YOLOv2、YOLOX-s、PP-YOLOE-s和YOLOv7-tiny)进行对比实验。实验结果表明:改进后算法在SSDD数据集上的AP50达到了96.7%,在HRSID数据集上AP50达到了95.6%,优于对比方法。

基于改进YOLOv4的多目标车辆检测算法

针对现有检测方法存在小目标车辆漏检率高以及夜间车辆误检率高的问题,提出一种基于改进YOLOv4的多目标检测算法。引入深度可分离卷积代替标准卷积,减少模型的参数量与计算量。在保留YOLOv4输出层的同时,增加一层网格为104×104的输出层,提升算法对小目标车辆的检测性能。在Head部分引入Inceptionv3结构,采用K-means++聚类算法重新确定锚框,进一步提高算法对小目标车辆的检测性能。实验结果表明,算法相比改进前,在不降低检测速度的同时,其mAP增加2.44%,模型大小减少1/3,具有良好的鲁棒性。

基于改进V-Net的颅内出血病灶分割算法

针对颅内出血病灶分割不精确问题提出一种改进V-Net算法。用深度可分离卷积去替换普通卷积,加快模型训练速度。在编码器和解码器中分别加入通道注意力机制和混合注意力机制。通过引入SE模块和CBAM模块,强化原始网络的特征提取能力以及自适应调整特征图中不同通道之间的权重,提高模型的性能表现。对比实验结果表明,改进后的V-Net分割评价指标DSC达到0.732,比原始V-Net提升4.4%。

基于改进ResNet50模型的咖啡生豆质量和缺陷检测方法

咖啡生豆的质量决定着商品咖啡豆的价格,目前对咖啡生豆的筛选主要由人工完成,费时费力。提出一种基于改进ResNet50模型来识别咖啡生豆的方法,首先收集8000张咖啡生豆图像建立数据集,并对其进行数据增强,基于ResNet50模型加入CBAM注意力机制,引入迁移学习机制,并使用深度可分离卷积来代替ResNet50残差单元中的传统卷积,构建适用于咖啡生豆分类识别的ResNet50-CBAM-DW模型。为评估模型改进的有效性,与ResNet50、AlexNet、VGG16、MobileNetV2等模型进行比较,改进后模型准确率达到91.1%,相较于原ResNet50模型准确率提升3.0%,参数量降低39.0%。

基于MAPFormer的人体动作识别研究

人体动作识别可以为医疗、安全和娱乐等许多不同的应用程序提供基础服务,逐渐成为研究热点。为解决Vision Transformer(ViT)计算复杂度过高和参数量过大的问题,利用池化与序列长度的线性复杂性以及无参数的优势,提出MAPFormer框架模型,引入并行池化模块代替ViT的多头注意力模块,利用深度可分离卷积增强局部特征,同时进一步降低参数量,并将该方法与人体动作识别任务相结合,提高动作识别准确度。实验结果在Miniimagnet数据集和MS COCO数据集分别达到88.3%和89.1%的实验精度,相比ViT实验精度分别提高4.3%和2.1%,参数量减少65.2 M和58.3 M。

一种基于多分支轻量级神经网络的图像分类方法

传统神经网络在提取图片特征时,存在网络参数量过多、计算复杂度过高等问题,且网络对移动设备的存储空间和计算能力有着极高的要求,限制了网络图像分类方法在嵌入式设备上的发展与应用。为此,提出一种基于分组神经网络卷积与深度可分离卷积的轻量级图像分类方法。引入分组参数g和扩展参数n,实现网络精度与复杂度之间的平衡,并将分组卷积中普通卷积替换成深度可分离卷积,有效减少了神经网络中的参数量。实验结果表明,与MobileNet V1方法相比,所提方法在数据集CIFAR-10上的准确率提高了4.75%,达到88.66%,且参数量仅为1.5 M。

基于注意力特征融合的漏磁缺陷识别方法

针对漏磁缺陷识别率低、检测速度慢等问题,提出了一种基于注意力特征融合的漏磁缺陷识别方法。所提算法以CenterNet为基础进行修改,主干网络选取了一种轻量级网络PP-LCNet,相较于现在流行的主干特征提取网络既保证了低计算量又保证了高精度。采用注意力网络CBAM主动学习低层特征中的重要信息并与高层特征进行融合,使模型同时获得低层细粒度信息与高层语义信息,进而提升小缺陷识别的准确率。结果表明,当IOU大于0.5时,所提算法的准确率为94.3%,推理时间为9.6 ms。

基于通道混洗和深度可分离卷积的混合型晶圆缺陷识别

针对传统深度神经网络对混合型晶圆缺陷信息提取计算效率低的问题,提出了一种基于通道混洗和深度可分离卷积的轻量化深度神经网络,实现了混合型晶圆缺陷的高效识别。在晶圆图数据集Mixed-type WM38上的实验结果表明,所提出的模型对比于一些现有的深度学习模型,在耗费较少的训练和推理时间的同时取得了较高的模型精度,其平均正确率达97.32%,参数量仅有0.4786 M。

基于DSCNN-BiLSTM的入侵检测方法

针对传统的入侵检测方法无法有效提取网络流量数据特征的问题,提出了一种基于DSCNN-BiLSTM的入侵检测方法,该方法引入了深度可分离卷积代替标准卷积从而减少了模型参数,降低了计算量,并应用双向长短期记忆网络(BiLSTM)提取长距离依赖信息的特征,充分考虑了前后特征之间的影响。首先,通过主成分分析法(PCA)对网络流量数据进行特征降维,并创新性地将一维网络流量数据转化为三维图像数据;然后,分别运用深度可分离卷积神经网络(DSCNN)和双向长短期记忆网络(BiLSTM)提取网络流量数据的空间特征和时间特征;最后,利用KDDCUP99数据集进行训练、验证和测试。实验结果表明,与其他传统的入侵检测方法相比,该方法具有更高的准确率和更低的漏报率。