-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=组卷积 "
共 条 记 录，以下是1-10

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于组注意力卷积和特征重建的轻量分割算法
《计算机工程与设计》2022年第1期120-126,共7页胡国清 谭海亮 戈明亮 
广东省自然科学基金项目(2016A030313520)。
针对卷积神经网络的庞大参数量和计算量难以应用于移动设备或嵌入式设备的问题,提出冗余特征重建模块(redundant feature reconstruction,RFR)和组注意力卷积模块(group attention convolution,GAC),RFR模块使用较少的参数量提取重要的...
关键词：卷积神经网络 特征重建 注意力机制 组卷积 轻量化 语义分割 
基于组卷积特征融合的One-Stage目标检测模型被引量：2
《计算机技术与发展》2021年第11期86-94,共9页鲍先富 强赞霞 李丹阳 杨瑞 
河南省科技计划项目(182102210126)。
由于移动终端计算能力和内存大小的限制,在移动设备上进行实时目标检测具有非常大的挑战性。为了更好地在无人驾驶汽车等移动设备上进行目标检测,该文以YOLOv3单阶段目标检测模型为基础,对部署在移动设备上的目标检测模型进行优化,以提...
关键词：卷积神经网络 目标检测 残差网络 特征融合金字塔 通道洗牌 组卷积 
基于自注意力特征融合组卷积神经网络的三维点云语义分割被引量：16
《光学精密工程》2022年第7期840-853,共14页杨军 李博赞 
国家自然科学基金资助项目(No.61862039);甘肃省科技计划资助项目(No.20JR5RA429);2021年度中央引导地方科技发展资金资助项目(No.2021-51);兰州市人才创新创业项目(No.2020-RC-22);兰州交通大学天佑创新团队(No.TY202002)。
针对现有算法忽略点云数据全局单点特征和局部几何特征的深层关系,导致捕获的局部几何信息缺乏鉴别性且难以有效识别复杂形状的问题,提出基于自注意力特征融合组卷积神经网络的三维点云语义分割算法。首先,设计轻量化网络框架的代理点...
关键词：三维点云 语义分割 图卷积 组卷积 
基于特征图切分的轻量级卷积神经网络被引量：8
《模式识别与人工智能》2019年第3期237-246,共10页张雨丰 郑忠龙 刘华文 向道红 何小卫 李知菲 何依然 KHODJA Abd Erraouf 
国家自然科学基金项目(No.61672467;61572443;11871438)资助~~
卷积神经网络模型所需的存储容量和计算资源远超出移动和嵌入式设备的承载量,因此文中提出轻量级卷积神经网络架构(SFNet).SFNet架构引入切分模块的概念,通过将网络的输出特征图进行"切分"处理,每个特征图片段分别输送给不同大小的卷积...
关键词：卷积神经网络 轻量级网络 切分模块 特征图切分 组卷积 
基于组卷积和膨胀卷积的轻量注意力模块
《计算机工程与设计》2025年第2期493-499,共7页张恩淘 郝晓丽 牛保宁 
国家自然科学基金面上基金项目(62072326)。
为解决目前的注意力模块中参数量大、通道压缩导致信息丢失、空间信息学习不充分的缺点,提出一种基于组卷积、通道清洗和膨胀卷积的轻量注意力模块。采取组卷积和通道清洗的方式学习通道权重,能够在不压缩通道的前提下减少大量参数,使...
关键词：深度学习 卷积神经网络 注意力机制 组卷积 膨胀卷积 图像分类 目标检测 
组卷积轻量级脑肿瘤分割网络被引量：4
《中国图象图形学报》2020年第10期2159-2170,共12页赵奕名 李锵 关欣 
国家自然科学基金项目(61471263);天津市自然科学基金项目(16JCZDJC31100)。
目的脑肿瘤是一种严重威胁人类健康的疾病。利用计算机辅助诊断进行脑肿瘤分割对于患者的预后和治疗具有重要的临床意义。3D卷积神经网络因具有空间特征提取充分、分割效果好等优点,广泛应用于脑肿瘤分割领域。但由于其存在显存占用量...
关键词：核磁共振成像 脑肿瘤分割 深度学习 组卷积 加权混合损失函数 
基于双注意力机制的轻量级图像超分辨率重建被引量：1
《计算机应用与软件》2023年第6期216-222,共7页冯兴杰 王荣 
目前许多超分辨率重建算法不断深化和拓宽网络来提高性能,导致实际应用中计算复杂度和内存消耗增加;同时在深度网络中对特征不加区分地向后传递,导致无法很好地重建高频信息。为此提出一种基于双注意力机制的轻量级图像超分辨率重建算...
关键词：超分辨率 通道注意力 空间注意力 组卷积 深度卷积神经网络 
基于伪点云特征增强的多模态三维目标检测方法
《计算机学报》2024年第4期759-775,共17页孔德明 李晓伟 杨庆鑫 
国家自然科学基金面上项目(No.62173289);航空科学基金(No.20200016099002);国家自然科学基金青年科学基金(No.61501394)资助。
环境感知是自动驾驶汽车落地的关键技术之一,它对于提高自动驾驶汽车的安全性和可靠性至关重要.三维目标检测是其中的一项核心任务,旨在识别和定位三维空间中的物体,为后续决策提供重要的信息.点云和图像是该任务最常用的输入数据,点云...
关键词：自动驾驶 三维目标检测 伪点云 注意力机制 深度可分离卷积 组卷积 
基于多尺度特征融合提取的调制样式识别算法
《信号处理》2025年第3期494-503,共10页杨嘉豪 张东坡 何劲 
国家自然科学基金重点项目(61934008)。
调制样式识别技术是通信信号侦查的重要组成部分,是对未知通信信号进行分类识别、信息提取的重要前提。现有的基于深度学习调制样式识别方法在低信噪比情况下特征提取能力较差,针对这一问题,本文提出了一个基于多尺度特征融合提取的信...
关键词：调制样式识别 卷积神经网络 多头注意力机制 组卷积 
GMSDenseNet:基于组多结构卷积的轻量级DenseNet被引量：1
《东北大学学报（自然科学版）》2020年第1期12-16,共5页于长永 何鑫 祁欣 马海涛 
国家自然科学基金资助项目(61772124,61332014,61401080,61402087);河北省自然科学基金资助项目(F2015501049);河北省教育厅项目(QN2014339);中央高校基本科研业务费专项资金资助项目(N150402002)
提出了一种简单且高效的轻量级DenseNet模型,优化了原DenseNet模型中存在的参数冗余以及高额浮点运算数(FLOPs)的问题.首先,分析了现有流行的卷积计算单元的细节以及特性,其次,应用具有良好特性的卷积单元组合来设计组多结构卷积单元,...
关键词：组卷积 深度可分离卷积 组多结构卷积单元 轻量级 DenseNet 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部