-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=ECA注意力 "
共 条 记 录，以下是1-6

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：
高分辨率特征保持的头部姿态软阶段回归算法
《电子测量技术》2024年第7期130-137,共8页莫建文 梁豪昌 袁华 姜贵昀 陈明瑶 
国家自然科学基金(62177012,62001133);广西科技重大专项(桂科AA20302001)资助。
针对在头部姿态估计推理过程中由于上下采样操作而导致的姿态特征损失问题,提出了一种高分辨率特征保持的头部姿态软阶段回归算法。该算法首先利用编码器HR-Net对原始人脸图像进行高分辨率特征保持的多尺度特征编码,并在其卷积块中加入T...
关键词：头部姿态估计 高分辨率特征 软阶段回归 信息交互 TA维度交互 ECA注意力 
基于改进YOLOv8的X线安检图像违禁品检测方法
《四川师范大学学报（自然科学版）》2025年第2期253-260,共8页毛玮杨 杨军 刘栩栋 梁道正 
国家自然科学基金(62006165);四川省自然科学基金(2022NSFSC0552)。
人工安检效率低,易出错,实现基于人工智能的自动安检是安检的发展趋势.针对YOLOv8目标检测模型在X线违禁品检测中检测精度低和对少量类别漏检率高的问题,对YOLOv8模型进行改进.在YOLOv8n的基础上修改网络结构,引入注意力机制,提出带有...
关键词：YOLOv8n ECA注意力 深度学习 X线图像 违禁品检查 
融合ECA注意力层和轻量正则化的多视图三维重建被引量：1
《电子测量与仪器学报》2024年第7期179-186,共8页刘韵婷 高宇 戴佳霖 谭明晓 
辽宁省自然科学基金项目(2022-KF-14-02);国家重点研发计划(2017YFC0821001-2);辽宁省教育厅面上项目(LJKMZ20220617)资助。
为了有效解决多视图三维重建中的边缘缺失、网络内存消耗严重、重建精度低的问题,对基于深度学习的多视图三维重建网络的特征提取、正则化网络、损失函数、优化器等进行研究。首先,使用融合ECA注意力层的特征提取网络,提高网络对通道特...
关键词：三维重建 多视图 深度学习 ECA注意力 
胎盘超声图像分割
《计算机与现代化》2024年第5期115-119,126,共6页徐成 张芸 曾祥进 
武汉市卫生健康委科研项目(WX21Q66);国家自然科学基金资助项目(61502355);湖北省三峡实验室创新基金资助项目(SC215001)。
妊娠早期的胎盘形状和大小与胎儿生长等临床结果紧密相关。针对人工手动标注胎盘轮廓较为耗时的分割方法,设计一种新型深度学习分割网络:DEC-U-Net,该模型设计依据U-Net架构,在U-Net下采样阶段使用深度超参数化卷积代替2D卷积并且联合EC...
关键词：胎儿超声图像 胎盘检测 Do-Conv ECA注意力 MHCA 
针对小目标的YOLOv5安全帽检测算法被引量：4
《现代信息科技》2023年第9期9-13,共5页李达 刘辉 
针对当前YOLOv5难以检测小目标、目标识别效果差等问题,提出了一种基于YOLOv5的改进模型。针对开源数据集小目标样本数量不足的问题,重新构建安全帽数据集,扩充小目标数量。引入轻量化的通道注意力ECA模块,提高模型对安全帽的识别能力...
关键词：安全帽佩戴检测 YOLOv5 ECA注意力 边界框损失函数 小目标检测 
基于改进YOLO v5的橙子果实识别方法被引量：5
《江苏农业科学》2023年第19期173-181,共9页刘忠意 魏登峰 李萌 周绍发 鲁力 董雨雪 
新疆维吾尔自治区创新人才建设专项自然科学计划(自然科学基金)基金项目(编号:2020D01A132)。
针对自然环境下橙子检测存在枝叶遮挡、相邻果实重叠等情况而导致检测效果差的问题,提出一种改进的YOLO v5方法。首先,在主干网络部分使用RepVGG(re-param VGG)模块替换原始C3模块,加强网络对特征信息的提取能力;其次,在颈部网络使用鬼...
关键词：YOLO v5 橙子识别 RepVGG 损失函数 ECA注意力 鬼影混洗卷积 
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