一种面向行人检测的轻量级卷积神经网络模型.pdf

轻量级卷积神经网络研究.docx 摘要：现如今在视觉领域中卷积神经网络模型在确保识别率不大幅降低的前提下正朝着更低的计算量；更少的参数；更小的存储占用的轻量化趋势发展。文章列举了近年来经典的轻量级卷积神经网络，总结归纳了各个网络的特点和创新之处，为后继相关学者提供参考。关键词：卷积神经网络；轻量级卷积神经网络；深度学习；计算机视觉 卷积神经网络（CNN）是一类具有深度结构且包含卷积计算的前馈神经网络，是深度学习代表算法之一。自1987年提出的时间延迟网络开始，随着数值计算设备的改进和深度学习理论的提出，卷积神经网络在计算机视觉领域得到了迅猛发展，多次成为ImageNet[1]大规模视觉识别竞赛的优胜算法，被广泛应用在

2024-09-25 约6.96千字 4页立即下载

基于一维卷积神经网络的轻量级物联网入侵检测方法研究.pdf 摘要摘要 5G的全面到来促进了物联网的进一步发展，其广泛应用和日益增加的重要性，使其很容易引起黑客的注意、成为攻击的目标。作为面向终端的大型功能性网络，一旦受到攻击，可能会造成不可估量的损失以及存在隐私泄露的风险。因此，研究面向物联网的网络入侵检测方法极为重要。此前，许多学者已经就这一课题提出了许多基于神经网络的解决方案，不过目前的方法大多网络结构复杂且参数量巨大，并不适合部署到物联网的边缘或终端节点，大多需要终端节点将数据上传至服务中心开展统一检测，这会带来额外的通信开销和入侵风险。为此，本文对 轻量级的物联网入侵检测方法展开了研究。 (1)轻量级入侵检测的关键在于模型的精巧和

2025-06-11 约11.87万字 81页立即下载

一种基于轻量级卷积神经网络的天气图像识别方法.docx PAGE 1- 一种基于轻量级卷积神经网络的天气图像识别方法一、1.背景与意义 (1)随着全球气候变化和极端天气事件的频繁发生，对天气状况的实时监测和准确预测变得尤为重要。传统的天气预测方法依赖于物理模型和经验法则，这些方法在处理复杂多变的天气现象时存在一定的局限性。近年来，随着深度学习技术的飞速发展，尤其是卷积神经网络（CNN）在图像识别领域的成功应用，为天气图像识别提供了新的技术手段。通过将深度学习与天气图像识别相结合，有望实现更加高效、准确的天气预测。 (2)天气图像识别任务涉及到从大量的天气图像中提取特征，并对其进行分类。传统的图像处理方法通常需要手动设计特征提取器，而深度学习能够自

2025-01-20 约2.35千字 4页立即下载

2025-03-17 约3.83万字 54页立即下载

基于轻量级卷积神经网络的水稻病害识别方法与研究.pdf 摘要摘要在中国，水稻是最重要的粮食作物。水稻不仅提供了亿万民众的日常饮食需求，还是农业经济的核心支撑。因此，保障水稻稳定且高产对于满足公众对基本食粮的需求显得尤为关键。众所周知，各类水稻病害是影响其产量与品质的主要障碍之一。例如稻瘟病、白叶枯病、纹枯病等常见病害，对水稻的生产构成了极大的挑战。因而，研发出一套既快速又准确的水稻病害识别技术，对于增加水稻产量至关重要。传统的病害诊断依赖于农业专家通过视觉观察和经验判断，这种方法不

2025-02-28 约6.73万字 63页立即下载

2025-04-25 约4.44万字 70页立即下载

基于轻量级神经网络的稀疏循环架构模型研究.pdf 摘要近年来，随着科学技术的快速发展，人工智能技术已经成为了推动社会进步和转型的重要力量。人工智能的应用不仅在提高生产效率、降低成本和改善生活质量方面发挥了积极作用，还在一些传统方法无法解决的复杂问题中展现了巨大潜力。 神经网络是人工智能领域中最重要的技术之一，其通过模仿人类大脑神经元结构来实现特定的任务和功能，在自然语言处理、图像模式分类识别等领域取得了令人瞩目的成就。然而，现有神经网络模型具有参数数量多、占用存储空间大、网络架构复杂等特点，对计算机硬件提出了极高的要求，特别是在硬件条件受限或移动设备场景中部署大规模神经网络模型十分困难。因此，如何设计网络规模较小同时具有更好性

2025-04-17 约8.01万字 58页立即下载

基于通道注意力模块的轻量级神经网络模型.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113344188 A (43)申请公布日 2021.09.03 (21)申请号 202110676000.3 (22)申请日 2021.06.18 (71)申请人东南大学地址 21

2023-06-20 约7.23千字 9页立即下载

面向轻量级卷积网络的激活函数与压缩模型.docx PAGE 1- 面向轻量级卷积网络的激活函数与压缩模型一、激活函数在轻量级卷积网络中的应用 (1)激活函数在神经网络中扮演着至关重要的角色，尤其是在轻量级卷积网络中，它们不仅影响着网络的性能，还直接关系到模型的复杂度和计算效率。以ReLU（RectifiedLinearUnit）为例，它是最常用的激活函数之一，因其简单且计算效率高而被广泛应用于轻量级卷积网络。ReLU函数通过将所有负值置为0，而保留正值，从而避免了梯度消失问题，提高了网络的收敛速度。例如，在MobileNet这样的轻量级网络中，ReLU激活函数的应用使得模型在保持高准确率的同时，显著降低了参数数量和计算复杂度。据研究，使用R

2025-01-20 约2.35千字 4页立即下载

基于超轻量级高效卷积神经网络的农作物病虫害识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463651 A (43)申请公布日 2022.05.10 (21)申请号 202210012912.5 (22)申请日 2022.01.07 (71)申请人武汉大学地址 430072 湖

2023-05-04 约9.67千字 10页立即下载

基于深度卷积神经网络的行人检测.docx 基于深度卷积神经网络的行人检测 一、概述随着人工智能技术的飞速发展，行人检测作为计算机视觉领域的重要研究方向，日益受到学术界和工业界的关注。行人检测的目标是在视频或图像中准确地识别和定位出行人的位置，对于智能监控、自动驾驶、人机交互等领域具有广泛的应用价值。由于行人姿态的多样性、背景的复杂性以及光照、遮挡等因素的干扰，行人检测仍然是一个具有挑战性的任务。传统的行人检测方法主要依赖于手工设计的特征描述子和分类器，如HOGSVM等。这类方法对于复杂场景的适应能力有限，难以应对行人姿态、尺度以及背景变化带来的挑战。随着深度学习的兴起，特别是深度卷积神经网络（CNN）在图像识别领域的成功应用，为行

2024-06-28 约2.07万字 42页立即下载

2025-03-10 约3.4万字 47页立即下载

雨雪雾天气下的轻量级神经网络图像恢复研究.pdf 雨雪雾天气下的轻量级神经网络图像恢复研究摘要雨雪雾是大自然中最常见的天气现象。由于它们的客观存在，室外采集的图像会出现不同程度的目标遮挡、背景模糊、细节丢失或颜色失真等问题。因此，为了保证户外视觉系统能够对图像进行正确的分析和理解，对雨雪雾天气下采集的图像进行有效恢复具有十分重要的实际应用价值，一直是图像复原领域的研究热点。近年来，深度学习技术在图像复原领域取得了突破性进展，已成为雨雪雾天气下图像恢复的主流方法。现有深度神经网络通过复杂的结构设计来获取更高的性能指标，以满足当前实际应用中对模型的性能需求。然而，模型中巨大规模的参数量极大限制了它们在实际应用中的部署。为了解决这

2025-05-15 约25.39万字页立即下载

一种基于轻量化卷积神经网络的混凝土裂缝检测方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114782754 A (43)申请公布日 2022.07.22 (21)申请号 202210586062.X (22)申请日 2022.05.27 (71)申请人广西大学地址 530004 广

2023-05-16 约2.26万字 15页立即下载

一种卷积神经网络模型的压缩方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112836817 A (43)申请公布日 2021.05.25 (21)申请号 20191

2023-06-03 约8.67千字 8页立即下载