周浩

作品数：30被引量：113H指数：6
导出分析报告
供职机构：云南大学信息学院更多>>
发文主题：目标跟踪目标检测网络特征提取烟支更多>>
发文领域：自动化与计算机技术电子电信文化科学医药卫生更多>>
发文期刊：《计算机教育》《光学精密工程》《计算机与现代化》《郑州大学学报（理学版）》更多>>
所获基金：国家自然科学基金云南省应用基础研究基金云南省教育厅科学研究基金云南省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
一种实时高精度烟支外观缺陷检测方法
《中国烟草学报》2025年第2期47-57,共11页袁国武 马一海 吴昊 袁宝仪 周浩 
云南省科技厅-云南大学“双一流”建设联合专项重点项目“基于深度学习的烟支外观缺陷检测”(No.202201BF070001-005);国家自然科学基金项目“基于深度学习的太阳射电频谱自动检测研究”(No.12263008)。
【背景和目的】卷烟厂在生产中不可避免会出现有外观缺陷的烟支,而外观缺陷会严重影响烟草产品的质量。因此,在烟支高速生产线上,有实时检测烟支外观缺陷并剔除外观缺陷烟支的需求。【方法】提出一种基于YOLOv7tiny的烟支外观缺陷的快...
关键词：烟支 外观缺陷 目标检测 YOLOv7tiny 深度学习 
基于Unet++GAN的天文图像混合退化复原
《计算机应用与软件》2025年第2期264-269,360,共7页张裕松 黄鑫龙 周浩 戴智斌 袁国武 
云南省应用基础研究计划项目(202001BB050032)。
天文观测常常会受到很多干扰,造成采集到的图像产生各种形式退化,其中较为常见且复杂的为离焦模糊及光电子噪声的混合退化,传统复原手段难以恢复出高质量图像。因而创新地提出利用Unet++改进生成对抗网络的方法,采用更精细的网络结构对...
关键词：天文图像复原 生成对抗网络 Unet++ 
融合多尺度特征与位置信息的输电线路山火检测算法
《计算机科学》2024年第S02期248-254,共7页陈冬 周浩 袁国武 杨凌宇 成秋艳 任莹 马仪 
云南省科技重大专项(202202AD080004)。
针对输电线路山火中烟雾火灾目标存在尺度多变、背景复杂的特点,会导致检测精度低和误检的问题,文中在YOLOv5的基础上提出了一种融合多尺度特征与位置信息的输电线路山火检测算法。首先,为解决尺度多变的问题,针对SPPF(快速空间金字塔...
关键词：输电线路 烟雾火灾检测 多尺度特征融合 位置信息 YOLOv5 
基于改进SSD的目标检测算法被引量：1
《激光杂志》2024年第11期71-76,共6页彭林聪 王克瑞 周浩 李海燕 余鹏飞 
国家自然科学基金(No.62066046);云南省重大科技专项计划(No.202202AD080004)。
针对SSD(Single Shot Multibox Detector)目标检测算法在浅层特征层缺乏语义信息和高层特征层缺乏细节信息造成的漏检、误检等问题,提出了一种改进的SSD目标检测算法。首先引入改进的全面卷积注意力模块CCBAM(Comprehensive Convolution...
关键词：目标检测 CCBAM 特征融合 空洞卷积 RFFM 
改进RetinaNet的电力设备目标检测方法被引量：1
《计算机与现代化》2024年第1期47-52,58,共7页王秋忆 周浩 郑婷婷 
国家自然科学基金资助项目(12263008);云南省重大科技专项(202202AD080004)。
针对电力设备检测中小目标识别精度低的问题,提出一种基于RetinaNet的电力设备目标检测方法。通过K-means聚类方法优化原始网络的锚点框尺寸。然后在特征融合中加入拥有更高分辨率的浅层特征图,解决通过多层卷积后特征图包含信息过少的...
关键词：目标检测 电力设备 聚类分析 特征提取 注意力机制 
融合Transformer和VGG网络的高光谱图像分类被引量：1
《传感器与微系统》2023年第12期142-145,150,共5页张明慧 周浩 王先旺 
国家自然科学基金资助项目(11663007,61802337);云南省自然科学基金资助项目(202001BB050032)。
在高光谱图像(HSI)光谱数据中,相邻波段间信息的相关性对光谱特征近似的不同地物的分析具有重要意义。然而在传统卷积神经网络(CNN)的HSI光谱数据处理方法中,所提取的特征忽略了不同波段间信息的关联性。提出了一种融合Transformer和VG...
关键词：VGG网络 高光谱图像分类 TRANSFORMER 空谱联合特征提取 
基于K-means的FITS图像自检验和自分类方法
《电子设计工程》2023年第23期180-183,195,共5页曹晶 周浩 戴智斌 袁国武 
云南省重大科技专项(202202AD080004);国家自然科学基金项目(12263008);云南省应用基础研究计划重点项目(202001BB050032);中国自然科学基金重点项目(11933008);云南省“高层次人才培养支持计划”青年拔尖人才专项;云南省基础研究专项面上项目(202201AT070180);中国科学院西部之光面上项目。
针对如何快速实现地面观测获得的时序天文FITS(Flexible Image Transport System)图像的自动化分类和检验问题,提出了一种FITS图像自检验和自分类方法,该方法结合了K-means聚类算法及其思想,同时加入了一种基于皮尔逊相关系数的相似度...
关键词：天文图像分类 K-MEANS聚类算法 皮尔逊相关系数 VGG13网络 
基于Swin Transformer和三维残差多层融合网络的高光谱图像分类被引量：3
《计算机科学》2023年第5期155-160,共6页王先旺 周浩 张明慧 朱尤伟 
云南省重大科技专项(202202AD080004);国家自然科学基金(12263008)。
卷积神经网络(CNNs)具有出色的局部上下文建模能力,被广泛用于高光谱图像分类中,但由于其固有网络主干的局限性,CNNs未能很好地挖掘和表示光谱特征的序列属性。为了解决此问题,提出了一种基于Swin Transformer和三维残差多层融合网络的...
关键词：高光谱图像分类 三维残差多层融合网络 自注意力机制 Swin Transformer 空谱联合特征 
基于改进YOLOv5的电力设备检测算法被引量：6
《电子测量技术》2023年第4期155-160,共6页郑婷婷 周浩 王秋忆 
云南省重大科技专项(202202AD080004);国家自然科学基金(12263008)项目资助
针对电力设备背景复杂、小目标密集等特点导致无人机智能电力巡检精度低、效果不佳等问题,提出了一种改进YOLOv5的目标检测算法。首先在原模型上增加一层检测层,重新获取锚点框以便能更好地学习密集小目标的多级特征,提高模型应对复杂...
关键词：YOLOv5算法 电力设备检测 注意力机制 多尺度检测 特征融合 
基于ResNeSt的烟支外观缺陷分类被引量：12
《云南大学学报（自然科学版）》2022年第3期464-470,共7页袁国武 刘建成 刘鸿瑜 瞿睿 周浩 
国家自然科学基金(11663007);云南省应用基础研究计划(202001BB050032)。
自动烟支外观缺陷分类是卷烟厂高速流水线上产品质量检测需要解决的问题,是提高卷烟品质和竞争力的有效措施.基于烟草企业的实际需求,提出了一种基于ResNeSt模型的烟支外观缺陷分类方法.首先,针对烟支外观缺陷样本数量不足的问题,采用...
关键词：烟支 外观缺陷检测 ResNeSt模型 迁移学习 h-swish激活函数 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部