一种基于深度学习的产品分类统计方法的研究

对于流水线上多类产品不规则混合放置条件下的统计问题,利用基于faster R-CNN和改进的深度卷积网络结合的图像识别方法,实现了对产品的在线分类计数。首先利用faster R-CNN方法获取图像中产品的位置信息,然后用改进的深度卷积网络对图像进行特征提取,将产品区域的位置信息映射到最后一层特征图上,再用ROI池化对产品区域特征进行尺度归一化,把归一化后的产品特征输入softmax分类器识别,从而实现了分类统计。实验结果表明,该方法能够在工业生产中实现多类混线产品在线自动分类统计。     

光学相干断层扫描视网膜图像的迁移学习分类

光学相干断层扫描是目前检测糖尿病视网膜黄斑病变较为灵敏的方法之一,但病变的人工判断易产生主观失误,且比较耗时.为此,本文在迁移学习的基础上提出了一种改进的深度学习网络,用于视网膜图像的自动分类.先基于自适应阈值联合高斯滤波算法对图像进行预处理;然后以预训练模型为基础,通过微调解决样本差异的问题,并以全局平均池化方法替代...     

基于时间卷积网络的通信信号调制识别算法

针对基于深度学习的端到端调制识别方法存在识别率较低、神经网络参数量大的问题,提出了一种基于时间卷积网络(Temporal Convolutional Network, TCN)的调制识别算法。利用一维因果膨胀卷积,提取信号的时域和频域特征,并加入批归一化(Batch Normalization, BN)和Dropout提高算法的拟合能力;使用全局平均池化(Global Average Pooling, GAP)层替代Flatten层,整合向量特征信息,进一步实现信号的准确分类。在RML 2016.10a数据集上验证了TCN算法的识别性能,在不同信噪比(Signal to Noise Ratio, SNR)下对11种调制信号的平均识别率达到62.3%,与CNN,LSTM和SCRNN算法相比分别提高了10.5%、4.1%、1.1%,参数量分别降低了98.8%、82.5%、91.2%。所提方法对于通信调制信号识别的研究领域具有理论参考价值,对复杂环境下的空间信号智能分类的研究具有工程借鉴意义。     

基于多级分裂HSC·Net的皮肤病图像分割方法

针对皮肤病图像边界模糊且分布不规则、传统卷积分割方法无法满足对边缘细节提取的问题,提出了多级分裂卷积HSC-Net的皮肤病图像分割方法。网络编码端使用ImageNet上的VGG16-BN预训练模型,预训练参数会在训练过程中进行自动微调。将预训练模型中传统的最大池化层用软池化(Soft-pool)层进行替换,以减少传统池化的精度损失。解码端的HSC通过对特征图信息的分级提取,能高效利用特征信息。在解码端融入极化自注意力(Polarized Self-Attention, PSA)机制,使得空间和通道维度上获取更丰富的梯度信息。在ISIC2018数据集上的实验结果显示,精确度、Jaccard指数和Dice指数分别为96.21%、81.88%、81.65%,在准确性、轻量化和边界分割效果上优于现有的分割方法。     

面向无人机航摄图像语义分割的双路特征融合网络

针对无人机航摄图像中目标尺寸差异大导致的感受野难以同时兼顾不同尺寸物体分割效果的问题,提出了利用两路分支分别提取浅层和深层信息的双路特征融合网络（DSFA-Net）。在编码器中,浅层分支利用三个串行ConvNeXt模块提取高通道数的浅层特征以保留更多空间细节;深层分支利用坐标注意力空洞空间金字塔池化（CA-ASPP）模块为特征图重新分配权重,使网络更加关注尺寸各异的分割目标,获得深层多尺度特征。在解码过程中,网络利用双边引导融合模块为两层特征建立通信以进行分辨率融合,提高层级特征的利用率。所提方法在AeroScapes和Semantic Drone航摄图像数据集上进行了实验,其平均交并比分别达到83.16%和72.09%、平均像素准确率分别达到90.75%和80.34%。与主流的语义分割方法相比,所提方法对于具有较大尺寸差异的目标,分割能力更强,更适用于无人机航摄图像场景下的语义分割任务。     

改进YOLOv5s算法的地铁场景行人目标检测

地铁场景行人目标存在大小不一、不同程度遮挡以及环境过暗导致目标模糊等问题,很大程度影响了行人目标检测的准确性。针对上述问题,本研究提出了一种改进YOLOv5s目标检测算法以增强地铁场景行人目标检测的效果。构建地铁场景行人数据集,标注对应标签,进行数据预处理操作。本研究在特征提取模块中加入深度残差收缩网络,将残差网络、注意力机制和软阈值化函数相结合以增强有用特征信道,削弱冗余特征信道;利用改进空洞空间金字塔池化模块,在不丢失图像信息的前提下获得多尺度、多感受野的融合特征,有效捕获图像全局上下文信息;设计了一种改进非极大值抑制算法,对目标预测框进行后处理,保留检测目标最优预测框。实验结果表明：提出的改进YOLOv5s算法能有效提高地铁场景行人目标检测的精度,尤其对小行人目标和密集行人目标的检测,效果提升更为显著。     

DECANet：基于改进DeepLabv3+的图像语义分割方法

在图像的语义分割任务中,不同对象之间像素值存在差异,导致现有的网络模型在图像语义分割过程中丢失图像局部细节信息。针对上述问题,提出一种图像语义分割方法（DECANet）。首先,引入通道注意力网络模块,通过对所有通道的依赖关系进行建模提高网络的表达能力,选择性地学习并强化通道特征,提取有用信息,抑制无用信息。其次,利用改进的空洞空间金字塔池化（ASPP）结构,对提取到的图像卷积特征进行多尺度融合,减少图像细节信息丢失,且在权重参数不改变的情况下提取语义像素位置信息,加快模型的收敛速度。最后,DECANet在PASCAL VOC2012和Cityscapes数据集上的平均交并比分别达81.08%和76%,与现有的先进网络模型相比,检测性能更优,可以有效地捕获局部细节信息,减少图像语义像素分类错误。     

改进ASPP及多层次特征语义融合分割方法

为解决图像语义分割中多尺度目标分割困难、类别边界预测不准确等问题,提出一种基于改进空洞空间金字塔池化的多层次特征语义融合分割方法。将深层次网络特征按通道分组,利用分组空洞空间金字塔池化模块捕获每个分组多尺度特征上下文信息;引入条状池化模块对上下文信息补充和完善,增强全局语义信息表达;根据语义引导融合模块建立不同层次特征像素间对应关系,将深层次语义信息以自底向上方式逐步融入到低层次高分辨率图像中。实验结果表明,该方法在PASCAL VOC 2012和Cityscapes公开数据集上分别获得73.1%、71.8%的平均交并比,且在相同精度下,该方法减少了39%的参数量。     

基于图粗化的层次图池化方法研究

图神经网络(Graph Neural Networks, GNNs)已被证明能有效对图结构数据进行建模,池化机制在使用GNN模型提取图层次特征过程中至关重要,近年来已经引起了越来越多研究者们的关注.现有基于聚类的层次图池化方法要么需要增加额外的神经网络层以实现特征图的粗化;要么不能从全局角度捕获节点在图中的重要性大小.针对以上问题,本文提出一种基于图粗化的层次图池化方法(Hierarchical Graph Pooling Based on Graph Coarsening, HGP-GC),用于学习图的层次特征表示.该方法主要包括图结构粗化和图属性粗化两个部分.利用结构粗化实现特征图尺寸的缩减;利用属性粗化突显图中重要节点对图级表示的关键作用.通过将HGP-GC池化策略与现有神经网络相结合,在不同规模公共数据集上的图分类实验结果证明了HGP-GC的有效性.     

弱标签声音事件检测的空间-通道特征表征与自注意池化

深度神经网络声音事件检测方法需要大量标记声音事件类别和起止时间的强标签音频样本,然而强标签标注非常困难和耗时.弱标签声音事件检测是解决这一困难的有效途径.本文将弱标签声音事件检测作为多实例学习问题,并基于卷积循环神经网络提出弱标签声音事件检测的空间-通道特征表征与自注意池化方法 .该方法研究多实例弱标签声音事件检测的特征表征和帧级预测结果池化两个方面的内容.在特征表征方面,为了增强卷积神经网络的特征表征能力,结合上下文门控和通道注意机制构建门控注意力结构并嵌入到卷积循环神经网络中,实现了音频样本特征的空间和通道特征选择;在预测结果池化方面,引入自注意思想设计音频帧预测结果的自注意池化方法,增强了音频样本中事件帧之间的相关度,使事件帧获得更大的权重.本文方法通过对卷积循环神经网络特征表征和预测结果池化的革新,有效提升了模型的检测性能.本文提出的方法在DCASE 2017任务4和DCASE 2018任务4数据集的评估集中分别取得了52.47%和31.00%的F1得分,性能优于当前绝大部分的弱标签声音事件检测方法 .实验结果表明：本文提出的空间-通道特征表征与自注意池化方法能显著改善弱标签声...