V3

作品数：1450被引量：3980H指数：28
导出分析报告
相关领域：医药卫生更多>>
相关作者：曾毅韩雅玲李世倍李文生吕燚更多>>
相关机构：中国科学院华中科技大学武汉大学电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家级大学生创新创业训练计划陕西省自然科学基金国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 主题=图像x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进MobileNet v3-small模型的苹果叶片病害识别方法
《江苏农业科学》2025年第5期113-120,共8页王浩宇 胡玉荣 崔艳荣 陈华锋 李素若 刘奕 
国家自然科学基金(编号:62373382);荆门市重大科技创新计划(编号:2022ZDYF019)。
针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还...
关键词：苹果叶片病害 图像识别 MobileNet v3-small模型 通道混洗 Inception v2模型 
基于DeepLab v3+的涂鸦式图像分割算法
《科学与信息化》2025年第2期95-97,共3页俞颖晖 洪茂雄 
在现有的基于深度学习的交互式图像分割算法的研究中,主要以点击以及边界框的交互方式为主。本文在Deep GrabCut算法的基础上,选择DeepLab v3+作为模型的架构,并提出了“米”字形采样策略,经过大量的训练,最终生成的模型能够很好地适应...
关键词：深度学习 交互式图像分割 Deep GrabCut DeepLab v3+ 
基于图像分割技术的智能造字研究
《北京大学学报（自然科学版）》2024年第6期989-1000,共12页蒋建斌 黄松 吴建国 
国家自然科学基金(72171003,71932006)资助。
目前,基于风格学习的智能造字技术生成的字体与用户手写风格相似度低,基于GPU(graphics proce-ssing unit)风格迁移的方法成本高昂。为解决上述问题,利用深度学习和图像分割技术,提出一种新型智能造字方法,在保持高度相似风格的同时,满...
关键词：智能造字 DeepLab v3+ 数据质量评估模型 图像分割模型 TRUETYPE 
基于改进Mobilenet-V3的纽扣电池注塑盖缺陷检测识别
《工业控制计算机》2024年第11期42-44,共3页吴泽强 张祺 高学秋 
工业纽扣电池在生产过程中,不可避免会出现不良品。为解决人工挑拣效率低、漏检率高、成本高的问题,提出一种基于改进Mobilenet-V3网络的纽扣电池注塑盖缺陷检测模型。首先以Mobilenet-V3作为注塑盖缺陷特征提取的主干网络,对主干网络...
关键词：神经网络 Mobilenet-V3 CBAM注意力机制 图像识别 
基于深度学习的冠状动脉CT图像分割算法研究
《河南财政金融学院学报（自然科学版）》2024年第3期9-13,共5页郭改文 吴笛鸣 王楠 
教育部中国高校产学研创新基金蓝点分布式计算项目(2021LDA11001);河南省科技攻关项目“基于迁移学习的故障诊断方法研究”(232102220022);河南省重点学科计算机科学与技术资助(2023—2027)。
为了更好地协助医生对冠状动脉疾病做出诊断,提升诊断冠状动脉CT图像的分割精度,研究了3种深度学习网络模型算法Transformer、DeepLab V3+和U-Net。首先对冠状动脉图片进行增强、去噪、归一化等预处理操作,以降低分割难度;然后分别利用...
关键词：冠状动脉疾病 图像分割 TRANSFORMER DeepLab V3+ U-Net 
基于深度学习技术生猪图像目标检测算法的应用研究
《吉林农业大学学报》2024年第4期680-687,共8页苏恒强 郑笃强 
吉林省教育厅“十三五”科研规划重点课题项目(2016186);国家自然科学基金项目(11372155)。
将基于深度学习的图像目标检测技术引入到养殖个体图像目标检测,可以提高养殖视频图像智能分析技术,提高科学养殖能力。试验将深度学习的YOLO V3算法应用到生猪图像目标检测,结合畜牧养殖实际情况,进行了类别选择、遮挡物处理和图像增...
关键词：目标检测 深度学习 生猪 YOLO V3算法 图像处理 
基于改进RegNet网络的玉米叶片病害识别研究被引量：1
《江苏农业科学》2024年第11期216-224,共9页张澳雪 崔艳荣 李素若 陈华锋 胡玉荣 胡蓉华 
国家自然科学基金面上项目(编号:62077018);中国高校产学研创新基金(编号:2021FNA01006)。
针对目前玉米叶片病害识别模型参数量大、移动端部署难、识别准确率不够高等问题,提出一种基于轻量化网络RegNet和迁移学习的识别方法,首先收集4类常见玉米叶片病害图像样本,通过平移、镜像、旋转等方式对图像进行处理,以增加图片数量,...
关键词：玉米 叶片病害 图像分类 RegNet Inception v3 金字塔池化 
基于Deeplab v3+的PIV误矢量修复
《工程热物理学报》2024年第6期1722-1729,共8页陈建豪 林梅 
国家自然科学基金资助项目(No.51976159)。
在PIV图像后处理过程中,修正其误矢量对获取准确速度矢量场起到关键作用。本研究在模拟和实验矢量图数据库中人为添加误矢量,通过标注添加误矢量图像,用Deeplab v3+算法来识别分割误矢量,并同时生成用于修正的掩膜(mask),其识别分割的...
关键词：PIV矢量图像 深度学习 误矢量识别与修复 Deeplab v3+ DeepFill v2 
基于改进MobileNet v3-Small模型的草莓病害识别方法
《江苏农业科学》2024年第10期225-234,共10页王晶 崔艳荣 
国家自然科学基金面上项目(编号:62077018)。
为了对草莓病害进行及时的诊断与治疗而提升草莓产量,将深度学习与农业生产结合以快速高效地进行病害检测。传统神经网络进行病害识别时间较长,参数量较大,难以迁移到移动端设备上,基于此提出一种改进MobileNet v3-Small模型的识别方法...
关键词：草莓病害 图像分类 MobileNet v3-Small Inception_A ULSAM轻量级子注意力机制 CondConv 
基于改进MobileNet v3的苹果叶片病害识别方法及移动端应用
《江苏农业科学》2024年第7期205-213,共9页张风伟 朱成杰 朱洪波 
国家自然科学基金(编号:62003001)。
准确识别苹果叶片病害种类以进行及时防治对于苹果增量增产具有重要的意义,为实现在移动设备实时对苹果叶片进行病害识别,提高苹果的产量,减少种植者的损失。首先收集了黑星病、斑点落叶病、锈病、白粉病、混合病、褐斑病等6种苹果叶部...
关键词：苹果 叶部病害 图像识别 MobileNet v3 ANDROID 
全选清除导出
共12页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部