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
基于MobileNetV3模型的农作物病害识别研究
被引量:
1
1
作者
刘晓彬
彭俊桂
黄有章
《信息与电脑》
2022年第19期61-63,共3页
文章探究MobileNetV3模型在农作物病害识别领域的性能,同时对比MobileNetV3使用挤压和激励网络(Squeeze-and-Excitation Networks,SENet)和高效通道注意力(Efficient Channel Attention,ECA)不同注意力机制之间的性能差异。实验结果表明...
文章探究MobileNetV3模型在农作物病害识别领域的性能,同时对比MobileNetV3使用挤压和激励网络(Squeeze-and-Excitation Networks,SENet)和高效通道注意力(Efficient Channel Attention,ECA)不同注意力机制之间的性能差异。实验结果表明:在PlantVillage数据集上,MobileNetV3比ShuffleNetV2、MobileNetV2等轻量级模型精确度效果更好,准确率达到了99.40%,而使用了ECA注意力机制的MobileNetV3准确率为99.24%,依旧达到了优秀模型的水准。
展开更多
关键词
MobileNetV3
农作物病害识别
PlantVillage
注意力机制
下载PDF
职称材料
基于DeepLabv3+改进在图像分割中的应用
被引量:
1
2
作者
彭俊桂
刘晓彬
黄有章
《信息与电脑》
2022年第18期195-197,共3页
在图像语义分割中,针对物体边界分割不完整、模型参数量较多等问题,为满足遥感图像语义分割任务对精度和部署便捷的要求,对DeepLabv3+网络进行了改进。将MobileNetV3替换成Xception作为特征提取主干网络,使模型轻量化,再将空洞空间卷积...
在图像语义分割中,针对物体边界分割不完整、模型参数量较多等问题,为满足遥感图像语义分割任务对精度和部署便捷的要求,对DeepLabv3+网络进行了改进。将MobileNetV3替换成Xception作为特征提取主干网络,使模型轻量化,再将空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)中第一个分支中1×1卷积换成ACmix,以获取更多的特征。实验表明,与典型的语义分割模型相比,改进的模型不仅有较少的模型参数,而且提高了分割精度和训练效率。
展开更多
关键词
DeepLabv3+
MobileNetV3
ACmix
特征提取
下载PDF
职称材料
题名
基于MobileNetV3模型的农作物病害识别研究
被引量:
1
1
作者
刘晓彬
彭俊桂
黄有章
机构
南宁
师范大学计算机与信息工程学院
南宁市迈越软件有限责任公司
出处
《信息与电脑》
2022年第19期61-63,共3页
基金
广西科技计划项目(项目编号:桂科AB21076021)。
文摘
文章探究MobileNetV3模型在农作物病害识别领域的性能,同时对比MobileNetV3使用挤压和激励网络(Squeeze-and-Excitation Networks,SENet)和高效通道注意力(Efficient Channel Attention,ECA)不同注意力机制之间的性能差异。实验结果表明:在PlantVillage数据集上,MobileNetV3比ShuffleNetV2、MobileNetV2等轻量级模型精确度效果更好,准确率达到了99.40%,而使用了ECA注意力机制的MobileNetV3准确率为99.24%,依旧达到了优秀模型的水准。
关键词
MobileNetV3
农作物病害识别
PlantVillage
注意力机制
Keywords
MobileNetV3
crop disease identification
PlantVillage
mechanism of attention
分类号
TP391.41 [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DeepLabv3+改进在图像分割中的应用
被引量:
1
2
作者
彭俊桂
刘晓彬
黄有章
机构
南宁
师范大学计算机与信息工程学院
南宁市迈越软件有限责任公司
出处
《信息与电脑》
2022年第18期195-197,共3页
基金
广西科技计划项目(项目编号:桂科AB21076021)。
文摘
在图像语义分割中,针对物体边界分割不完整、模型参数量较多等问题,为满足遥感图像语义分割任务对精度和部署便捷的要求,对DeepLabv3+网络进行了改进。将MobileNetV3替换成Xception作为特征提取主干网络,使模型轻量化,再将空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)中第一个分支中1×1卷积换成ACmix,以获取更多的特征。实验表明,与典型的语义分割模型相比,改进的模型不仅有较少的模型参数,而且提高了分割精度和训练效率。
关键词
DeepLabv3+
MobileNetV3
ACmix
特征提取
Keywords
DeepLabv3+
MobileNetV3
ACmix
feature extraction
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
基于MobileNetV3模型的农作物病害识别研究
刘晓彬
彭俊桂
黄有章
《信息与电脑》
2022
1
下载PDF
职称材料
2
基于DeepLabv3+改进在图像分割中的应用
彭俊桂
刘晓彬
黄有章
《信息与电脑》
2022
1
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