共查询到20条相似文献，搜索用时 31 毫秒
1.
基于改进leNet-5的番茄病虫害识别的研究 总被引：1，自引：0，他引：1
《赣南师范学院学报》2020,(6):70-74
针对传统的leNet-5在复杂纹理的图像分类上图片的识别精度不高、模型训练效率较低等问题,在传统leNet-5的基础上对其进行了改进.采用PReLU函数作为激活函数,在网络中加入Inception结构模块组、采用DropOut策略并加入Batch Normalization层等,提出了一种改进的leNet-5模型.采用2018年AI challenger农作物病虫害检测中的番茄病虫害数据集,通过数据增强的方式对数据集进行扩充,使训练集的数量达到142 800张.实验表明,在识别番茄病虫害时,本文提出的改进模型识别精度能达到95.3%,在识别精度与模型建立的效率上都有所提高. 相似文献
2.
随着自然语言处理(Natural Language Processing,NLP)技术取得的巨大进步,业界出现了各种更加复杂的自然语言处理数据集和具有更高难度的任务。AI2逻辑挑战(AI2 Reasoning Challenge,ARC)数据集是目前最具挑战性的问题回答(Question Answering,QA)数据集之一,该数据集由7787道小学科学试题组成,分为挑战集和简单集。聚焦于解决ARC数据集对NLP带来的挑战,使用RoBERTa、BERT和T5等预训练语言模型,对ARC数据集带来的问题进行探索研究。 相似文献
3.
开发了一个基于3D打印技术,将三维CAD设计、有限元分析、3D打印、逆向工程等先进技术相结合的综合性创新实验.以微型四旋翼飞行器机身的轻量化设计为目标,用三维CAD软件设计机身结构,通过ANSYS软件对机身结构进行有限元分析,利用3D打印制作出机身,使用手持三维扫描仪对打印的机身进行三维重构和精度分析.该创新实验培养了... 相似文献
4.
赵颖 《长江工程职业技术学院学报》2019,36(3):14-17
卷积神经网络的深度学习在图像识别领域取得了巨大的成功,但是训练一个深度学习网络需要大量的数据样本。在实际工作中,很难得到大量的训练样本,在数据集有限的情况下,容易过度拟合。针对这一问题,设计了一种基于转移学习的深度卷积神经网络来解决小样本数据集的问题。采用数据扩充的方法来扩大样本数据集的数量,利用转移学习将训练好的网络(CNN)从大样本数据集中转移到的小样本数据集中进行二次训练,使用全局平均池而不是全连接层来训练网络,并利用Soft max进行分类。该方法解决了深度学习中样本数据集小的问题,提高了操作效率。实验结果表明,该方法对小样本数据集的分类具有较高的识别率。 相似文献
5.
针对基于显性知识的智能制造缺陷检测机制在工程实践中日益凸显的若干缺陷,提出了一种基于机器视觉和深度残差收缩网络(deep residual shrinkage networks, D-RSN)的智能制造缺陷检测方法,并进行了先验环境下的仿真验证。首先利用互补金属氧化物半导体(complementary metal oxide semiconductor, CMOS)相机集群搭建快速机器视觉图像获取装置,形成融合前置训练集和后置测试集的图像特征数据池;然后利用D-RSN对数据池前置训练集进行图像缺陷特征隐性知识学习辨识,构建时间正序下的图像缺陷特征全息感知机制;最后利用深度长短期记忆(deep long short-term memory, D-LSTM)神经网络对数据池后置测试集进行图像缺陷自主检测,借助图像缺陷定位及分类函数输出检测结果。选取某医用外科口罩智能制造生产线为工程实践验证载体,对模型进行了工程应用实践验证,结果表明：所提方法较好地改善了基于显性知识的智能制造缺陷检测机制在工程实践中日益凸显的若干缺陷,可以自主学习辨识图像缺陷特征隐性知识,大幅度提高了智能制造缺陷检测有效率... 相似文献
6.
《东南大学学报》2015,(3)
研究了入侵检测系统中海量数据分类的问题.讨论了深度信念网络(DBN)的原理,提出了基于DBN的入侵检测模型.DBN由多层无监督的限制玻尔兹曼机(RBM)网络和一层有监督的反向传播(BP)网络构成.该入侵检测模型采用一种快速、贪婪的方法对DBN网络进行预训练,利用对比分歧算法逐层训练每一个RBM网络;然后,利用有监督的BP算法对整个DBN网络进行微调,并同时对RBM网络输出的低维特征进行入侵数据分类.基于KDD CUP 1999数据集的实验结果表明,使用3层以上的DBN模型分类效果优于自组织映射和神经网络方法.因此,DBN是一种有效且适用于高维特征空间的入侵检测方法. 相似文献
7.
贺迎先 《西安文理学院学报》2023,(1):9-12+16
针对边缘计算环境下人工智能(Artificial Intelligence,AI)模型训练效率低下的问题,提出了基于边缘云计算的混合并行训练框架(Edge-Cloud based Hybrid Parallel Training Framework,ECHPT).ECHPT能在终端设备、边缘服务器和云计算中心之间实现AI模型和数据样本的自适应调度.ECHPT将模型计算和数据任务调度问题建模为训练时间最小化的优化问题,设计了调度算法对优化问题进行求解.实现了由设备、边缘服务器和云服务器组成的硬件原型.实验结果表明,与现有框架相比,ECHPT可以有效缩短AI模型的训练时间. 相似文献
8.
《东南大学学报》2021,(2)
针对工件表面小缺陷经常由于数量少且视觉特征不明显而导致的被漏检和错判的问题,提出一种基于CutMix和YOLOv3的工件表面小缺陷识别方法CSYOLOv3.使用贝塔分布动态调整的CutMix方法在网络训练时动态扩充训练集中小缺陷的数量;并对YOLOv3网络进行了改进,拆分其浅层大特征图,取部分与预测分支的特征图融合以保留浅层的小缺陷特征;使用加权的改进损失函数对网络进行训练,提高网络对小缺陷的重视程度和识别准确率.该方法在RTX 2060Ti GPU下对512×512像素的缺陷图片进行识别,速度可以达到14.09帧/s,识别mAP为71.80%,比常用目标检测方法高出5%～10%.对于小于64×64像素的小缺陷,方法的mAP达到64.15%,比YOLOv3-GIoU高出14%.所提出的CSYOLOv3方法能够有效地识别工件表面缺陷,对小缺陷的识别效果有明显提升. 相似文献
9.
《实验室研究与探索》2019,(12):156-159
提出了基于NX PDW的级进模计算机辅助设计(CAD)与基于熔融沉积成型(FDM)的模具计算机辅助制造(CAM)的综合实验课程。内容包括由基于NX PDW的级进模计算机辅助设计,得到全三维级进模的数字模型,再将三维级进模零件数字模型,导入到切片软件Simplify3D,经过模型编辑及参数设置,导出3D打印设备能识别的G-Code,最后使用HTS500 3D打印设备,打印出所设计的级进模零件。该实验课程的实施,不仅加强了学生材料成形智能化技能方面的训练,而且使教学实验安全、高效。 相似文献
10.
为了弥补经典LeNet-5卷积神经网络模型在交通标志识别中易发生过拟合的不足,克服其识别准确率与训练效率较低的缺点,采用GTSRB德国交通标志数据集,并对数据集进行扩充,使训练集数量达到6 312 649张,同时对经典LeNet-5卷积神经网络模型在激活函数、池化策略、随机丢弃及网络结构等方面进行改进,使用基于交叉熵的梯度下降算法对模型的误差反向传播过程进行优化。实验结果表明,改进后的模型较改进前在识别准确率与训练效率上都有所提高,识别准确率最高可达97.04%。因此,基于交叉熵的卷积神经网络不仅能够提高模型的交通标志识别准确率,有效防止过拟合,还能够提升网络训练效率。 相似文献
11.
针对3D打印机的使用成本高、打印效率低的弊端,提出3D打印机的低成本、多头高效打印的生产模式.依据熔融沉积成型原理设计了多打印头3D打印机,并与单打印头3D打印机进行对比实验,结果表明据此设计的多头3D打印机,能够3～5倍提高工作效率和设备利用率,快速完成产品的生产工作,为3D打印机在工业生产中的高效快捷生产提供了研究方向. 相似文献
12.
13.
14.
为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法。计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP特征弱分类器。针对算法中存在的特征维数过高导致算法检测速度慢的问题,将各特征分类器以不同数量进行级联,构建一个6级特征弱分类器组成的级联特征分类器实现对行人目标的检测,同时使用soft-NMS算法对输出的检测窗口进行融合。在INRIA行人数据集上进行实验,实验结果表明本文算法有效提高了检测的精度与速度。 相似文献
15.
《赤峰学院学报(自然科学版)》2020,(3)
PCBA在电子设备领域占据着越来越重要的地位,当今工业领域使用AOI设备对PCBA进行缺陷检测.为了解决目前市面上AOI设备造价高、检测效率低、检测对象局限等问题,设计了基于Vision Builder AI的PCBA智能化缺陷检测系统.该系统采用MV-CE013-50GC CCD工业相机结合LED光源MV-RL62X32A60-V共同采集PCBA图像,并传送至PC,利用Vision Builder AI软件进行对比度增强、图像去噪、配准等图像处理操作,对标准图像进行待检测区域及元器件进行设定,对比检测图像与标准图像,判断是否存在缺陷,经大量实验数据分析,证明该系统检测速度快,准确度高,具有良好的实用价值. 相似文献
16.
《实验室研究与探索》2016,(6):9-12
为了解决医学实体模型制作过程中存在效率低、模型精度失真,对CT扫描、图像处理和实体模型3D打印阶段的关键技术进行了研究。首先分析了CT图像的获取原理,给出不同人体部位合理的CT扫描参数;然后,通过限定阈值和区域增长功能精确分离出待研究的部位,并将CT图像数据转换为STL格式;最后,通过设置合适的3D打印参数并对G代码进行修改,以聚乳酸(PLA)为原料,采用熔融沉积型3D打印机制作出满足要求的医学实体模型。实验结果证明:该方法能在兼顾打印效率的同时提高打印精度,从而实现从CT图像到3D打印模型之间精度的不失真传递。 相似文献
17.
为了评估数据集噪声的影响,引入了NIN (network in network)模型,研究了不同类型和比例的噪声对深度卷积模型的负面影响.将不同种类和比例的数据噪声加入基准数据集Cifar-10和Cifar-100,然后使用这些包含噪声的数据来训练深度卷积模型,并对验证数据集进行分类.实验结果表明,数据集中的噪声对深度卷积网络分类模型确实有明显的不利影响.其中,随机噪声的不利影响很小,但是类别之间的跨类噪声却显著地降低了模型的识别能力.因此,提出了一种解决方案用来改进混入单类别噪声的数据集质量,即用含有噪声的数据集训练的模型评价当前训练数据,并将异常的类别重新归类以形成新的数据集.经过多轮迭代训练,可以大大降低其噪声比率,从而可以有效避免交叉类别噪声的影响. 相似文献
18.
目的:评估个体化3D打印模型辅助的手术设计在治疗严重烧伤后踝关节挛缩中的作用。创新点:首次将3D打印模型应用于矫正严重烧伤后踝关节挛缩手术设计中。3D打印模型辅助手术设计显著缩短了手术时间,提高了患者满意度。方法:本研究纳入了来自解放军总医院第一医学中心和空军军医大学第一附属医院的10名患者。根据术前是否使用3D打印模型进行手术设计,将患者分为两组(3D打印模型组和传统手术组)。研究的主要结局指标是手术时间。其他结局指标包括跖胫骨角(MTA)、踝关节活动范围(ROM)、美国骨科足踝协会评分(AOFAS scores)、并发症和患者满意度。结论:与传统术前手术计划相比,使用定制3D打印模型的手术设计显著缩短了手术时间,提高了患者满意度。两组踝关节运动和功能方面改善程度无差别。 相似文献
19.
应用3D打印技术,进行齿轮系列零件由建模到3D打印的任务导向教学,指导学生使用SolidWorks设计软件和热塑挤压3D打印机完成齿轮系列零件的建模、打印、装配、验证等任务导向训练,并推广应用到其他机构设计模块中,达到"教、学、做"一体化教学效果,提高学生机械原理知识的实践应用能力、设计创新能力。 相似文献
20.
3D打印是一种以三维数字形式立体构造物理对象的快速成型技术，在高中物理实验教学中3D打印技术正在受到重视，基于3D打印开展物理实验教学活动成为提升教学质量的措施之一.文章就基于3D打印开展高中物理实验拓展课程教学的必要性展开分析，在紧密结合高中生物理课程学习规律的基础上，提出了基于3D打印的高中物理实验拓展课程有效实施策略，供广大物理老师参考借鉴. 相似文献