CBAM

作品数：603被引量：1523H指数：16
导出分析报告
相关领域：文化科学更多>>
相关作者：伊力哈木·亚尔买买提黄铝文尹弘飚陈迎余江鸿更多>>
相关机构：安徽理工大学华北电力大学贵州大学新疆大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金湖南省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
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YOLOv8-CBAM深度学习的辣椒采摘养护智能机器人
《南方农机》2025年第9期4-8,共5页熊铎云 沈小云 胡熙 刘谦 刘锦辉 
大学生创新创业训练计划项目“基于yolo系列深度学习的辣椒采摘养护一体机”(202410566009);广东海洋大学深蓝智能机电产品创新团队(CCTD201811)。
在现代大棚辣椒采摘和养护工作中,普遍存在人工成本高、工作效率低、病虫害防治难度大、采摘易损害植株等问题。文章介绍了一种应用于大棚辣椒采摘养护的智能机器人,该机器人采用先进的传感器和计算机视觉技术,能够实现辣椒的精准采摘,...
关键词：大棚辣椒 传感器 视觉技术 采摘 养护 
基于YOLOv7的显著性目标检测
《物联网技术》2025年第5期41-43,共3页刘伟 杨蕾 徐争超 龚大伟 
中原科技创新领军人才(214200510013);校内重大项目成果培育计划(K2020ZDPY02)。
随着信息显示技术的持续发展,信息显示的安全性问题愈发突出。信息加密显示技术的实现依赖于目标检测技术,需要根据不同信息的特点来选用相应的加密算法。为此,提出一种基于YOLOv7的显著性目标检测算法,该算法可以通过自建数据集标定显...
关键词：YOLOv7 目标检测 深度学习 信息安全 CBAM 加密显示 
基于迁移学习和改进EfficientNet-B0的脑肿瘤分类算法
《电子科技》2025年第4期46-51,共6页王勇 杨义龙 范晓晖 周雷 孔祥勇 
国家自然科学基金(61906121)。
针对现有脑肿瘤分类模型和方法复杂度高以及识别率低等问题,文中提出一种基于改进EfficientNet-B0的模型用于3种脑肿瘤分类。在数据预处理阶段,使用ROI(Region of Interest)特征裁剪出脑肿瘤图像的关键特征区域,并按肿瘤类型扩增数据集...
关键词：脑肿瘤分类 深度学习 卷积神经网络 阈值化处理 类平衡 EfficientNet ECA注意力机制 CBAM注意力机制 
基于改进ResNet50的中药材分类识别
《软件工程》2025年第4期16-21,共6页葛琪 吴丽丽 康立军 
为了提升中药材图片分类的准确率,提出了一种基于改进ResNet50的中药材分类识别方法。首先,引入了卷积块注意力模块(Convolutional Block Attention Module,CBAM),增强了模型对中药材特定特征的识别能力。其次,对标准的ResNet50中的卷...
关键词：中药材图像分类 ResNet50 CBAM注意力模块 PPM金字塔池化 
基于多尺度注意力UNet++的地震层位识别方法
《石油物探》2025年第2期315-327,共13页杨润湉 马强 王志宝 李菲 吴钧 王如意 
黑龙江省揭榜挂帅科技攻关项目(DQYT-2022-JS-750);中国石油天然气集团有限公司重大科技专项(2021ZZ10-05);黑龙江八一农垦大学自然科学人才支持计划(ZRCQC202310)共同资助。
现有基于深度学习的层位识别方法通常在地震振幅信号特征方面进行处理,而地层之间上、下位置的空间关系、不同尺度特征未得到充分关注,导致普通深度学习网络在识别多个地震层位时容易产生层位识别结果连续性不强和错层等问题。为了充分...
关键词：地震层位解释 UNet++ CBAM注意力模块 MultiResBlock多尺度残差模块 联合损失函数 
基于改进YOLOv8+DeepSORT的多目标车辆跟踪算法研究
《现代信息科技》2025年第7期52-57,共6页徐英卓 张渊博 刘晓天 
针对实际交通场景下车辆跟踪算法复杂度高、计算量大,难以在资源有限的设备中应用的问题,提出一种基于改进YOLOv8+DeepSORT的多目标车辆跟踪算法。在骨干网络中引入轻量化的GhostNet卷积神经网络,将Conv替换为GhostConv,在保证模型轻量...
关键词：车辆目标跟踪 YOLOv8 DeepSORT Ghost卷积 轻量型 CBAM 损失函数 
基于CBAM的弱监督目标检测
《化工自动化及仪表》2025年第2期191-197,共7页刘均 潘妍 邓海航 
黑龙江省自然科学基金(批准号:LH2023A002)资助的课题。
由于实例级类别标注的缺失,弱监督目标检测网络在精确预测目标位置时面临显著挑战。当前主流策略倾向于采用分阶段学习,然而这一过程可能导致特定对象类别陷入局部最优。为克服此难题,提出一种新的端到端联合训练框架,即构建了一个集成...
关键词：弱监督目标检测 边界框回归 全监督检测 注意力机制 
基于改进YOLOv5的病变叶片检测
《河南科技学院学报(自然科学版)》2025年第2期46-60,共15页郑志强 孙晋吉 蔡书达 叶昊 张宏俊 沙晁毅 
国家自然科学基金(61972208,62272239);国家自然科学基金(青年项目)(62302237)。
目的旨在解决植物叶片病害检测中目标检测技术参数量大、计算复杂度高及病害检测准确率低等问题.方法提出一种改进型轻量级YOLOv5模型.该模型通过集成CBAM(convolutional block attention module)、GhostModule以及BiFPN-Concat模块,降...
关键词：病变叶片检测 WeightedDetect CBAM GhostModule BiFPN 目标检测 
改进生成式对抗网络的不均衡样本转子系统故障诊断
《化工自动化及仪表》2025年第2期239-249,共11页李金赫 段礼祥 姜垣良 冯斌 
中石油战略合作科技专项“海外长输油气管道灾害监测预警及动力设施诊断技术研究”(批准号:ZLZX2020-05)资助的课题。
实际工业应用中转子系统能够采集到的故障样本远少于正常工况样本。针对不同类别样本数量不均衡时传统深度学习模型会倾向于预测出样本更多的类别而忽视较少出现的类别的现状,提出基于条件深度卷积生成式对抗网络(CDCGAN)结合改进的卷...
关键词：故障诊断 CBAM-CDCGAN模型 转子系统 双路径网络 样本不均衡 生成式对抗网络 
基于轻量化YOLOv8的副井无人化智能操车系统研究
《兰州工业学院学报》2025年第2期20-25,共6页陈瑞云 唐俊 许志 李敬兆 
国家自然科学基金面上项目(52374154);淮南矿业集团计划项目(ky2023061125)。
针对目前基于深度学习神经网络的人员、车辆检测模型内存需求大、识别速度慢、在矿山复杂环境中检测精度低等问题,提出了一种基于轻量化YOLOv8的副井区域人员、车辆实时检测方法。首先,结合轻量级网络EfficientViT优化YOLOv8主干网络,...
关键词：无人化智能操车 CBAM 轻量级网络 YOLOv8 
全选清除导出
共60页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部