排序方式: 共有24条查询结果,搜索用时 31 毫秒
1.
为实现绝缘子及其缺陷实时检测,文章以改进的区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)作为基础研究算法,将残差网络和特征金字塔网络相融合作为特征提取网络,使用深度可分离卷积替换原有的普通卷积,引入SE通道注意力模块,同时改进了网络中的激活函数。改进后的Faster R-CNN与普通Faster R-CNN相比,全类别平均正确率(mean Average Precision,mAP)和检测速度都有所提高。 相似文献
2.
3.
4.
5.
6.
为保障极寒天气条件下输电线路的安全运行,基于STM32微控制器研究了一种输电线路覆冰监测系统。采用高精度拉力、倾角传感器和微气象传感器采集数据,再将数据代入输电线路覆冰力学模型计算覆冰厚度,通过NB-IoT模块将覆冰厚度、拉力、倾角等9个参数上传至物联网云平台,用户可通过PC远程方式实时查询覆冰厚度等关键参数。为进一步降低输电线路覆冰监测系统的功耗,提出了一种间歇工作策略,分别测试了工作模式、低功耗模式和超低功耗模式下的系统功耗,实验结果表明,超低功耗模式下系统日均功耗为0.041 A·h,是工作模式日均功耗的9.47%,满足监测系统低功耗要求。 相似文献
7.
Vision transformer(ViT)已广泛应用于细粒度视觉分类中,针对其中存在的大数据量需求和高计算复杂度的问题,提出一种紧凑型ViT模型.首先,使用多层卷积块生成模型输入,保留更多底层信息和归纳偏置,减少对数据量的依赖;然后,使用序列池化技术取消分类令牌的使用,减少计算复杂度;最后,使用部位选择模块和混合损 失函数,进一步提升模型在细粒度视觉分类中的表现.所提出算法在公共数据集CUB-200-2011、Butterfly200、Stanford Dogs、Stanford Cars和NABirds中均进行了实验验证,在只使用少量的数据和计算资源条件下,分别获得了88.9%、87.4%、89.0%、93.4%和88.0%的准确率,训练时间平均比常用的ViT-B_16模型下降了73.8%,同时比TransFG模型下降了93.9%,并且训练过程中的参数量只有这两种模型的1/4左右.实验结果充分表明,所提出的模型较之其他主流的方法在数据量需求和计算复杂度方面具有明显的优越性,可广泛应用于工业过程控制、设备微小故障检测与诊断中. 相似文献
8.
9.
10.