期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到861篇文章
< 1 2 … 44 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进Swin Transformer的公路隧道衬砌裂缝检测算法 认领 引用 被引量：2
1
作者 刘健 牛沛 +2 位作者 郭峰 寇磊 张瀚鸣 《中国公路学报》 EI CAS CSCD 北大核心 2026年第2期187-201,共15页
针对已有目标检测算法在隧道衬砌裂缝检测过程中出现的误检、漏检、抗干扰能力差及检测精度低等问题,提出一种面向实际工况的隧道衬砌裂缝检测算法RSwin。该算法的创新点在于:(1)首次提出了Residual Swin Transformer Block(RSTB),该模... 针对已有目标检测算法在隧道衬砌裂缝检测过程中出现的误检、漏检、抗干扰能力差及检测精度低等问题,提出一种面向实际工况的隧道衬砌裂缝检测算法RSwin。该算法的创新点在于:(1)首次提出了Residual Swin Transformer Block(RSTB),该模块具有针对复杂衬砌裂缝特征的全局建模及局部特征提取能力,增强了多尺度衬砌裂缝特征融合与表征,提高了模型性能及泛化能力;(2)首次融合了Shape-IoU损失函数,优化了形状匹配问题的评估方法,全面地考虑了边界框特性并以此来计算损失值,提高了模型在隧道衬砌裂缝识别任务中的目标框匹配表现。为验证所提出算法的有效性,在自采隧道巡检数据集上采用共11种经典目标检测模型(YOLOv7、YOLOv8、YOLOv9、YOLOv10、Cascade Mask R-CNN、Cascade R-CNN、Faster R-CNN、FSAF(Feature Selective Anchor-free Module)、FCOS(Fully Convolutional One-stage Object Detection)、NAS FCOS(Neural Architecture Search Fully Convolutional One-stage Object Detection)、Mask R-CNN)进行模型对比、训练、验证和测试。训练结果和可视化结果表明:RSwin算法的mAP50为97.6%,相对7种对比算法,分别提高了14.51%、5.57%、4.41%、2.98%、3.2%、2.5%、6.43%、11.7%、3.1%、4.7%、2.4%;同时拥有最快的推理速度,在807像素×606像素的条件下,帧率为9.3帧·s-1。RSwin算法识别精度最高,综合性能最优,可有效应用于实际隧道裂缝检测任务。 展开更多
关键词 隧道工程 目标识别 衬砌检测 Swin Transformer 计算机视觉 残差结构
暂未订购 下载PDF
基于改进Swin Transformer的自动驾驶可行驶路面分割算法 认领 引用
2
作者 孙海明 朱焕馨 +1 位作者 刘欢 韩国强 《计算机应用与软件》 北大核心 2026年第5期280-286,共7页
针对在可行驶路面语义分割过程中出现的模型精度低、上下文信息捕捉不充分、网络训练不稳定和速度慢等问题,提出一种基于改进Swin Transformer的可行驶路面语义分割算法。该算法通过设计局部特征增强模块以增大感受野,提高语义交互能力... 针对在可行驶路面语义分割过程中出现的模型精度低、上下文信息捕捉不充分、网络训练不稳定和速度慢等问题,提出一种基于改进Swin Transformer的可行驶路面语义分割算法。该算法通过设计局部特征增强模块以增大感受野,提高语义交互能力;添加残差连接模块,构建并行的局部和全局残差,提升网络训练效果和处理速度;结合Upernet模型进行训练和测试。实验结果表明,该模型能够分割多种路面环境情况,较于原始模型准确率提升了1.51百分点,速度提高了1.6%,兼具精度和速度优势。 展开更多
关键词 可行驶路面分割 Swin Transformer 局部特征增强模块 残差连接模块
暂未订购 下载PDF
结合Ghost卷积和Vision Transformer的轻量化人体姿态估计 认领 引用
3
作者 葛英奎 李汪根 +1 位作者 开新 张根生 《计算机与数字工程》 2026年第2期385-392,共8页
不同于关注预测性能的大型人体姿态估计网络,轻量化研究致力于平衡网络参数量、运算复杂度与模型性能。文章基于轻量化沙漏网络(LPN)提出结合Ghost卷积和Vision Transformer的轻量化人体姿态估计网络(LGViTNet),网络模型重新设计沙漏网... 不同于关注预测性能的大型人体姿态估计网络,轻量化研究致力于平衡网络参数量、运算复杂度与模型性能。文章基于轻量化沙漏网络(LPN)提出结合Ghost卷积和Vision Transformer的轻量化人体姿态估计网络(LGViTNet),网络模型重新设计沙漏网络预处理模块,设计了兼顾轻量与高效的特征信息提取模块,同时关注全局与局部特征图信息,结合不同感受野下的信息来提升对特征的提取能力。在COCO测试集上的实验表明,相比轻量化高分辨率人体姿态估计网络(LiteHRNet),LGViTNet通过更少的参数量与计算量,取得了平均预测准确度3.6%的明显提升,在MPII数据集上表明,与基线(LPN)相比,LGViTNet也有着1.7%的提升,该实验结果证明了该模型有效地平衡了网络的轻量化与预测性能两个指标。 展开更多
关键词 人体姿态估计 轻量化网络 GhostNet Transformer 沙漏网络
暂未订购 下载PDF
基于BMF-GADF与改进Swin Transformer的配电网故障选线方法 认领 引用
4
作者 吴小欢 沈景贵 +3 位作者 张欣 胡裕民 徐烨玲 石明玉 《综合智慧能源》 CAS 2026年第2期86-95,共10页
由于配电网小电流系统发生单相接地故障时故障特征比较微弱,现有故障选线方法存在准确率低、鲁棒性弱等问题。为此,提出了一种基于巴特沃斯均值滤波-格拉姆角差场(BMF-GADF)与改进Swin Transformer的配电网故障选线方法。该方法将BMF与G... 由于配电网小电流系统发生单相接地故障时故障特征比较微弱,现有故障选线方法存在准确率低、鲁棒性弱等问题。为此,提出了一种基于巴特沃斯均值滤波-格拉姆角差场(BMF-GADF)与改进Swin Transformer的配电网故障选线方法。该方法将BMF与GADF相结合,把零序电流转换为特征增强的GADF图像;将图像样本输入改进的Swin Transformer模型中进行特征提取;改进的Swin Transformer在原架构基础上引入模块并行的卷积注意力机制可实现更准确的特征自适应选择,有效提升模型精度;利用Softmax分类器实现故障线路的选取,试验结果表明,该方法选线准确率达98.96%,相较于其他故障选线方法,具有更高的选线精度与噪声鲁棒性,为配电网故障选线提供了新方案。 展开更多
关键词 故障选线 格拉姆角差场 卷积注意力机制 滑动窗口变换器 特征提取
暂未订购 下载PDF
基于改进CSWin Transformer的肠道息肉影像分割方法 认领 引用
5
作者 赵宏 米珊 安定 《兰州理工大学学报》 CAS 北大核心 2026年第2期91-98,共8页
针对传统UNet型肠道息肉分割模型分割精度不高的问题,提出一种基于改进CSWin Transformer的肠道息肉分割模型,分为编码器和解码器两大部分.首先,在编码阶段,利用带十字窗口的CSWin Transformer作为编码器提取肠道息肉影像的全局上下文信... 针对传统UNet型肠道息肉分割模型分割精度不高的问题,提出一种基于改进CSWin Transformer的肠道息肉分割模型,分为编码器和解码器两大部分.首先,在编码阶段,利用带十字窗口的CSWin Transformer作为编码器提取肠道息肉影像的全局上下文信息.并在每层编码器的CSWin Transformer块中引入卷积块注意力(CBAM),增强模型对息肉区域和边缘信息的捕获能力.其次,在解码阶段,同样使用CSWin Transformer作为解码器,通过跳跃连接使编码器与解码器相连.最后,在编码器与解码器的中间层利用自感知注意模块(SAA)建立特征间的非局部信息交互.在开源的Kvasir-SEG、CVC-ClinicDB、EndoTect和CVC-ColonDB数据集上进行实验,所提方法分别获得0.888、0.927、0.904和0.911的Dice系数,同时获得0.876、0.902、0.831和0.860的MIoU.相比传统U型肠道息肉分割模型,Dice系数和MIoU分别提升了2.1%和2.5%. 展开更多
关键词 肠道息肉分割 CSWin Transformer 卷积块注意力 非局部信息交互 深度学习
暂未订购 下载PDF
TP-ViT:truncated uniform-log2 quantizer and progressive bit-decline reconstruction for vision Transformer quantization 认领 引用
6
作者 Xichuan ZHOU Sihuan ZHAO +4 位作者 Rui DING Jiayu SHI Jing NIE Lihui CHEN Haijun LIU 《ENGINEERING Information Technology & Electronic Engineering》 SCIE EI CSCD 2026年第1期47-58,共12页
Vision Transformers(ViTs)have achieved remarkable success across various artificial intelligence-based computer vision applications.However,their demanding computational and memory requirements pose significant challe... Vision Transformers(ViTs)have achieved remarkable success across various artificial intelligence-based computer vision applications.However,their demanding computational and memory requirements pose significant challenges for de-ployment on resource-constrained edge devices.Although post-training quantization(PTQ)provides a promising solution by reducing model precision with minimal calibration data,aggressive low-bit quantization typically leads to substantial perfor-mance degradation.To address this challenge,we present the truncated uniform-log2 quantizer and progressive bit-decline reconstruction method for vision Transformer quantization(TP-ViT).It is an innovative PTQ framework specifically designed for ViTs,featuring two key technical contributions:(1)truncated uniform-log2 quantizer,a novel quantization approach which effectively handles outlier values in post-Softmax activations,significantly reducing quantization errors;(2)bit-decline optimiza-tion strategy,which employs transition weights to gradually reduce bit precision while maintaining model performance under extreme quantization conditions.Comprehensive experiments on image classification,object detection,and instance segmenta-tion tasks demonstrate TP-ViT’s superior performance compared to state-of-the-art PTQ methods,particularly in challenging 3-bit quantization scenarios.Our framework achieves a notable 6.18 percentage points improvement in top-1 accuracy for ViT-small under 3-bit quantization.These results validate TP-ViT’s robustness and general applicability,paving the way for more efficient deployment of ViT models in computer vision applications on edge hardware. 展开更多
关键词 Vision Transformers Post-training quantization Block reconstruction Image classification Object detection Instance segmentation
暂未订购 下载PDF
基于卷积块注意力机制改进的Transformer的负荷分解 认领 引用
7
作者 王涛 王雨娟 +2 位作者 纳春宁 尹泽昊 周雨笛 《电工电气》 2026年第3期7-13,54,共7页
电力系统源网荷优化调度和需求响应的实现,要求负荷侧更精细化的用电信息。非侵入式负载监测(NILM)是获取用电设备工作状态和各个设备消耗功率的有效技术。目前非侵入式负荷分解采用的Transformer模型会导致提取输入信号局部特征的能力... 电力系统源网荷优化调度和需求响应的实现,要求负荷侧更精细化的用电信息。非侵入式负载监测(NILM)是获取用电设备工作状态和各个设备消耗功率的有效技术。目前非侵入式负荷分解采用的Transformer模型会导致提取输入信号局部特征的能力不足,且存在对电器开关状态准确识别能力不足、分解误差大等问题。提出了一种融合简单线性注意力机制(SLA)、卷积块注意力机制(CBAM)改进的Transformer模型,用于非侵入式负荷分解的方法。其中SLA机制具备强大的局部特征提取能力,CBAM被嵌入Transformer模型的前馈神经网络(FFN),以提高关键特征的表达能力,降低特征冗余度。通过采用公开数据集UK-DALE验证该模型性能,并与两种先进模型做性能对比,证明了该模型在非侵入式负荷分解方面的优越性。 展开更多
关键词 非侵入式负荷监测 Transformer模型 简单线性注意力机制 卷积块注意力机制 负荷分解
暂未订购 下载PDF
基于CNN和Transformer的轻量化电能质量扰动识别模型 认领 引用 被引量：11
8
作者 张彼德 邱杰 +3 位作者 娄广鑫 周灿 罗蜻清 李天倩 《电力工程技术》 CSCD 北大核心 2025年第1期69-78,共10页
针对目前基于深度学习的电能质量扰动(power quality disturbances,PQDs)识别模型参数量多和计算复杂度较高的问题,文中提出了一种卷积神经网络(convolutional neural networks,CNN)融合Transformer(CNN and Transformer,CaT)的轻量化P... 针对目前基于深度学习的电能质量扰动(power quality disturbances,PQDs)识别模型参数量多和计算复杂度较高的问题,文中提出了一种卷积神经网络(convolutional neural networks,CNN)融合Transformer(CNN and Transformer,CaT)的轻量化PQDs识别模型。首先,利用深度可分离卷积初步提取扰动信号的局部特征;其次,提出一种高效的软阈值模块,在不显著增加模型参数量与计算复杂度的同时减少特征中的噪声与冗余特征;然后,利用Transformer模型挖掘PQDs信号的全局特征;最后,通过池化层、线性层和Softmax层完成PQDs识别。仿真实验表明,文中所提CaT模型在参数量和浮点运算数较少的情况下能够有效完成PQDs识别,对PQDs信号识别准确率高,具有良好的噪声鲁棒性。同时,得益于轻量化和端到端的模型设计,CaT模型相对于其他深度学习模型的推理时间更短。 展开更多
关键词 电能质量扰动(PQDs) 轻量化 参数量 高效软阈值模块 深度可分离卷积 Transformer模型
暂未订购 下载PDF
语义感知下的多尺度U型Swin Transformer人脸超分辨方法 认领 引用 被引量：2
9
作者 张凯兵 张智启 孟雅蕾 《西安工程大学学报》 CAS 2025年第5期135-145,共11页
现有的基于卷积神经网络的人脸超分辨方法在细节恢复方面表现出色,然而卷积处理在保持图像整体结构和捕捉长距离依赖方面存在局限性,导致重建质量达不到人们满意的效果。针对上述问题,提出一种新的人脸图像超分辨方法。该方法采用多尺... 现有的基于卷积神经网络的人脸超分辨方法在细节恢复方面表现出色,然而卷积处理在保持图像整体结构和捕捉长距离依赖方面存在局限性,导致重建质量达不到人们满意的效果。针对上述问题,提出一种新的人脸图像超分辨方法。该方法采用多尺度连接的编码器和解码器结构作为主干,旨在重建出结构完整、细节丰富的高分辨人脸图像。具体而言,该方法首先通过浅层特征提取模块提取浅层特征,然后分别通过语义先验模块提取人脸语义信息和多尺度连接的U型Swin Transformer提取深层细节特征,并且将人脸语义信息融合进U型结构中,最后通过图像重建模块重建出高分辨图像。该研究将语义感知与多尺度连接的Transformer架构结合起来,克服了传统卷积网络在长距离依赖和结构保持方面的不足。实验表明:文中方法重建不仅在视觉效果上更清晰,同时为后续相关研究提供了新的思路,与SPARNet相比,在CelebA数据集和Helen数据集上PSNR分别提高了0.99 dB和0.84 dB,在SSIM和LPIPS指标上也具有一定优势。 展开更多
关键词 人脸超分辨 Swin Transformer 生成对抗网络(GAN) 多头自注意力(MSA) 多尺度特征融合块
暂未订购 下载PDF
Integrated Geophysical Constraints on the Lithosphere-Asthenosphere Structure and Tectonic Dynamics of the Jiamusi Block 认领 引用
10
作者 Xiaopeng Yang Weifeng Luo +1 位作者 Shichao Li Hongtao Wang 《Acta Geologica Sinica(English Edition)》 SCIE CAS CSCD 2026年第2期492-509,共18页
The Jiamusi Block in Northeast Asia provides a critical window for investigating the subduction of the Pacific Plate beneath the Western Pacific Orogenic Belt during the Mesozoic and Cenozoic.To constrain the structur... The Jiamusi Block in Northeast Asia provides a critical window for investigating the subduction of the Pacific Plate beneath the Western Pacific Orogenic Belt during the Mesozoic and Cenozoic.To constrain the structure and evolution of the lithosphere-asthenosphere system,this study integrates regional gravity and magnetic surveys with two NW-SE-trending magnetotelluric(MT)profiles of lengths 250 and 150 km across the block.Two-dimensional nonlinear conjugate gradient inversion derived the electrical structure to a depth of 200 km.The inversion models reveal distinct crustal and mantle low-resistivity bodies(labelled C1-C8)that spatially correlate with abrupt positive gravity and aeromagnetic anomalies.These low-resistivity features are interpreted as signatures of mantle-derived fluids and partial melts,indicative of asthenospheric upwelling and lithospheric thinning.We attribute these processes to the westward subduction of the Pacific Plate,which induced significant crust-mantle interaction and fluid metasomatism.Furthermore,a comparative analysis reveals that the lithospheric thickness of the Jiamusi Block(70-95 km)is intermediate between that of the Songnen Block(65-80 km)and the Xing'an Block(100-120 km).This variation suggests that lithospheric thickness in the region is primarily controlled by the geometry of the subducting slab's mantle wedge and the intensity of the associated fluid metasomatism. 展开更多
关键词 asthenosphere Jiamusi Block lithosphere magnetotelluric ocean-continent subduction plate transformation
暂未订购 下载PDF
融合FPN与SFB的Swin Transformer图像去噪网络 认领 引用
11
作者 袁姮 华乾勇 《计算机系统应用》 2025年第10期32-43,共12页
为了提升图像去噪网络对局部与全局信息的捕捉能力,本文提出一种基于特征金字塔网络(feature pyramid network, FPN)和空间频率块(spatial frequency block, SFB)的Swin Transformer图像去噪网络(SwinFPSFNet).该网络由3个阶段组成:在... 为了提升图像去噪网络对局部与全局信息的捕捉能力,本文提出一种基于特征金字塔网络(feature pyramid network, FPN)和空间频率块(spatial frequency block, SFB)的Swin Transformer图像去噪网络(SwinFPSFNet).该网络由3个阶段组成:在浅层特征提取阶段,设计了特征金字塔网络以增强局部特征提取能力;在深层特征提取阶段,结合快速傅里叶卷积(fast Fourier convolution, FFC)设计空间频率块,用于同时捕捉全局与局部信息;最后,通过聚合浅层与深层特征,进一步增强网络去噪能力.此外,本文构建了一种高斯噪声退化模型并结合多种数据增强策略,以提升网络的泛化能力.在CBSD68、Kodak24和Urban100数据集上的实验结果表明,与当前主流去噪方法如BM3D、DnCNN、FFDNet、SwinIR等相比, SwinFPSFNet能够兼顾局部与全局信息,在噪声抑制和保留图像细节方面表现出显著优势. 展开更多
关键词 图像去噪 Swin Transformer 特征金字塔网络 空间频率块
暂未订购 下载PDF
融合U-Net和Transformer的医学图像分割算法 认领 引用 被引量：1
12
作者 程阳 黄锦娜 朱家兵 《现代信息科技》 2025年第19期62-69,共8页
针对U-Net网络因难以捕获全局特征,导致对形状和结构变化显著的医学图像分割性能受限;同时Transformer网络因单独使用时缺乏足够局部特征,可能造成定位能力不足的问题,文章提出了一种深度分割框架——SeriTransUNet。首先,将Transforme... 针对U-Net网络因难以捕获全局特征,导致对形状和结构变化显著的医学图像分割性能受限;同时Transformer网络因单独使用时缺乏足够局部特征,可能造成定位能力不足的问题,文章提出了一种深度分割框架——SeriTransUNet。首先,将Transformer模块嵌入到U-Net的瓶颈部分,提升全局上下文感知能力;其次,在U-Net编码器卷积神经网络(CNN)与Transformer之间引入特征增强模块(Feature Enhancement Block,FEB),从多语义空间和多维度通道的角度丰富特征信息;最后,在跳跃连接中设计融合模块(Fusion),在通道维度上深度融合Transformer与CNN编码器提取的特征,从而能够充分利用两者的优势提升分割精度。实验表明,所提出的SeriTransUNet框架在Synapse数据集上实现了卓越的分割性能,DSC为81.53%,HD为24.15。 展开更多
关键词 CNN Transformer 特征增强模块 融合模块
暂未订购 下载PDF
New Blocking Artifacts Reduction Method Based on Wavelet Transform 认领 引用
13
作者 SHI Min YI Qing-ming 《Semiconductor Photonics and Technology》 2007年第1期43-47,共5页
It is well known that a block discrete cosine transform compressed image exhibits visually annoying blocking artifacts at low-bit-rate. A new post-processing deblocking algorithm in wavelet domain is proposed. The alg... It is well known that a block discrete cosine transform compressed image exhibits visually annoying blocking artifacts at low-bit-rate. A new post-processing deblocking algorithm in wavelet domain is proposed. The algorithm exploits blocking-artifact features shown in wavelet domain. The energy of blocking artifacts is concentrated into some lines to form annoying visual effects after wavelet transform. The aim of reducing blocking artifacts is to capture excessive energy on the block boundary effectively and reduce it below the visual scope. Adaptive operators for different subbands are computed based on the wavelet coefficients. The operators are made adaptive to different images and characteristics of blocking artifacts. Experimental results show that the proposed method can significantly improve the visual quality and also increase the peak signal-noise-ratio(PSNR) in the output image. 展开更多
关键词 block discrete cosine transform（BDCT） blocking artifacts wavelet transform
暂未订购 下载PDF
基于Transformer的小样本细粒度图像分类方法 认领 引用 被引量：9
14
作者 陆妍 王阳萍 王文润 《计算机工程与应用》 CSCD 北大核心 2023年第23期219-227,共9页
针对小样本细粒度图像分类任务中存在的相似性度量单一以及细粒度特征提取效果不佳的问题,提出了一种基于Transformer的小样本细粒度图像分类方法,克服了小样本学习在细粒度图像分类中由于样本数量较少从而分类效果较差的问题。构建以... 针对小样本细粒度图像分类任务中存在的相似性度量单一以及细粒度特征提取效果不佳的问题,提出了一种基于Transformer的小样本细粒度图像分类方法,克服了小样本学习在细粒度图像分类中由于样本数量较少从而分类效果较差的问题。构建以多轴注意力模块与卷积算子为基本组件的新模块CBG Transformer Block,通过该模块的重复堆叠提高了网络的特征提取能力;采用关系网络和余弦网络组成的双相似度模块进行相似性度量,避免了在训练数据量较小的情况下单一度量造成的相似性偏差;通过计算两个相似度得分的平均值得出最终预测结果。实验结果表明,提出的方法在CUB-200-2011、Stanford Cars和Stanford Dogs三个公开细粒度图像数据集上的5-way5-shot任务分类精度分别达到了82.70%、74.22%和69.68%,可见在小样本细粒度图像分类任务中取得了优异效果。 展开更多
关键词 细粒度图像分类 小样本学习 多轴注意力 CBG Transformer Block 双相似度
暂未订购 下载PDF
ARoad Segmentation Model Based on Mixture of the Convolutional Neural Network and the Transformer Network 认领 引用 被引量：3
15
作者 Fenglei Xu Haokai Zhao +2 位作者 Fuyuan Hu Mingfei Shen Yifei Wu 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第5期1559-1570,共12页
Convolutional neural networks(CNN)based on U-shaped structures and skip connections play a pivotal role in various image segmentation tasks.Recently,Transformer starts to lead new trends in the image segmentation task... Convolutional neural networks(CNN)based on U-shaped structures and skip connections play a pivotal role in various image segmentation tasks.Recently,Transformer starts to lead new trends in the image segmentation task.Transformer layer can construct the relationship between all pixels,and the two parties can complement each other well.On the basis of these characteristics,we try to combine Transformer pipeline and convolutional neural network pipeline to gain the advantages of both.The image is put into the U-shaped encoder-decoder architecture based on empirical combination of self-attention and convolution,in which skip connections are utilized for localglobal semantic feature learning.At the same time,the image is also put into the convolutional neural network architecture.The final segmentation result will be formed by Mix block which combines both.The mixture model of the convolutional neural network and the Transformer network for road segmentation(MCTNet)can achieve effective segmentation results on KITTI dataset and Unstructured Road Scene(URS)dataset built by ourselves.Codes,self-built datasets and trainable models will be available on http://gffzz188fe103f8f1460asb5qn0ckvbow66v0w.ffgz.tsg.suse.edu.cn/xflxfl1992/MCTNet. 展开更多
关键词 Image segmentation transformer mix block U-shaped structures
暂未订购 下载PDF
融合MobileNetv3与Transformer的钢板缺陷实时检测算法 认领 引用 被引量：10
16
作者 张林 谢刚 +1 位作者 谢新林 张涛源 《计算机集成制造系统》 EI CSCD 北大核心 2023年第12期3951-3963,共13页
钢板表面的缺陷检测是分析和判断钢板质量的基础和关键。针对钢板表面龟裂等小缺陷检测效率低、精度差的问题,提出一种融合Transformer的钢板表面缺陷实时检测算法。首先,融合协调注意力(CA)模块以及最大动态转移(DY)激活函数构建CA-Bn... 钢板表面的缺陷检测是分析和判断钢板质量的基础和关键。针对钢板表面龟裂等小缺陷检测效率低、精度差的问题,提出一种融合Transformer的钢板表面缺陷实时检测算法。首先,融合协调注意力(CA)模块以及最大动态转移(DY)激活函数构建CA-Bneck模块,提高缺陷特征的表示能力;其次,将MobileNetV3、CA-Bneck以及Transformer编码模块相融合,构建一种新的主干特征提取网络MobileNetV3-CATr,用于减轻模型的复杂度;最后,提出一种BiFPN-Lite模块,使得模型复杂度不增加的条件下融合更多缺陷特征;并通过YOLO Head输出缺陷的信息。在热轧钢公开数据集NEU-DET上实验结果表明,所提算法在性能和速度之间取得了平衡,mAP值相较于YOLOv4提升了5.96%,速度达到了20.1FPS,能够有效地完成钢板表面缺陷的实时和高精度检测。 展开更多
关键词 机器视觉 缺陷检测 MobileNetv3网络 Transformer模块
暂未订购 下载PDF
基于多尺度时间序列块自编码Transformer神经网络模型的风电超短期功率预测 认领 引用 被引量：63
17
作者 骆钊 吴谕侯 +3 位作者 朱家祥 赵伟杰 王钢 沈鑫 《电网技术》 EI CSCD 北大核心 2023年第9期3527-3536,共10页
风电超短期功率预测过程中对时间依赖性的有效捕捉与建模,将直接影响风电功率时间序列预测模型的稳定性和泛化性。为此,提出一种新型时序Transformer风电功率预测模型。模型架构在逻辑上分为时间块自编码、隐空间Transformer自注意力时... 风电超短期功率预测过程中对时间依赖性的有效捕捉与建模,将直接影响风电功率时间序列预测模型的稳定性和泛化性。为此,提出一种新型时序Transformer风电功率预测模型。模型架构在逻辑上分为时间块自编码、隐空间Transformer自注意力时序自回归、随机方差缩减梯度(stochastic variance reduce gradient,SVRG)优化3个部分。首先,依稀疏约束及低秩近似规则,风电功率时空数据被半监督映射至隐空间;其次,隐空间编码经由多头自注意力网络完成时序自回归预测;最后,模型采用方差缩减SVRG优化算法降低噪声,达到更高预测效能。实验结果表明,所提新型Transformer架构能稳定有效进行超短期风电功率预测,预测结果在准确性、泛化性方面相较于传统机器学习模型都有明显提升。 展开更多
关键词 风电功率预测 时间依赖性 时间序列块自编码 时间序列Transformer 自注意力网络
暂未订购 下载PDF
基于CNN和Transformer并行编码的腹部多器官图像分割 认领 引用 被引量：6
18
作者 赵欣 李森 李智生 《吉林大学学报（理学版）》 CAS 北大核心 2024年第5期1145-1154,共10页
针对现有方法在腹部中小器官图像分割性能方面存在的不足,提出一种基于局部和全局并行编码的网络模型用于腹部多器官图像分割.首先,设计一种提取多尺度特征信息的局部编码分支;其次,全局特征编码分支采用分块Transformer,通过块内Transf... 针对现有方法在腹部中小器官图像分割性能方面存在的不足,提出一种基于局部和全局并行编码的网络模型用于腹部多器官图像分割.首先,设计一种提取多尺度特征信息的局部编码分支;其次,全局特征编码分支采用分块Transformer,通过块内Transformer和块间Transformer的组合,既捕获了全局的长距离依赖信息又降低了计算量;再次,设计特征融合模块,以融合来自两条编码分支的上下文信息;最后,设计解码模块,实现全局信息与局部上下文信息的交互,更好地补偿解码阶段的信息损失.在Synapse多器官CT数据集上进行实验,与目前9种先进方法相比,在平均Dice相似系数(DSC)和Hausdorff距离(HD)指标上都达到了最佳性能,分别为83.10%和17.80 mm. 展开更多
关键词 多器官图像分割 分块Transformer 特征融合
暂未订购 下载PDF
基于双通道Transformer的地铁站台异物检测 认领 引用 被引量：1
19
作者 刘瑞康 刘伟铭 +2 位作者 段梦飞 谢玮 戴愿 《计算机工程》 CAS CSCD 北大核心 2024年第4期197-207,共11页
Transformer因其全局注意力优势在异物检测上取得了比卷积神经网络(CNN)更具竞争力的结果,但依然面临计算成本高、输入图像块尺寸固定、局部与全局信息交互匮乏等问题。提出一种基于双通道Transformer骨干网络、金字塔轻量化Transforme... Transformer因其全局注意力优势在异物检测上取得了比卷积神经网络(CNN)更具竞争力的结果,但依然面临计算成本高、输入图像块尺寸固定、局部与全局信息交互匮乏等问题。提出一种基于双通道Transformer骨干网络、金字塔轻量化Transformer块和通道交叉注意力机制的DualF ormer模型,用以检测地铁站台屏蔽门与列车门间隙中存在的异物。针对输入图像块尺寸固定的问题,提出双通道策略,通过设计2种不同的特征提取通道对不同尺度的输入图像块进行特征提取,增强网络对粗、细粒度特征的提取能力,提高对多尺度目标的识别精度;针对计算成本高的问题,构建金字塔轻量化Transformer块,将级联卷积引入到多头自注意力(MHSA)模块中,并利用卷积的维度压缩能力来降低模型的计算成本;针对局部与全局信息交互匮乏的问题,提出通道交叉注意力机制,利用提取到的粗细粒度特征在通道层面进行交互,优化局部与全局信息在网络中的权重。在标准化地铁异物检测数据集上的实验结果表明,DualFormer模型参数量为1.98×107,实现了89.7%的精度和24帧/s的速度,优于对比的Transformer检测算法。 展开更多
关键词 视觉Transformer 异物检测 双通道策略 金字塔轻量化Transformer块 注意力融合
暂未订购 下载PDF
面向CT图像新冠肺炎识别的密集重参轻量化Transformer模型 认领 引用 被引量：1
20
作者 周涛 叶鑫宇 +3 位作者 刘凤珍 陆惠玲 周敬策 杜玉虎 《电子与信息学报》 EI CAS CSCD 北大核心 2023年第10期3520-3528,共9页
新冠(COVID-19)肺炎严重威胁人类健康,基于深度学习的计算机辅助诊断方法能有效提高新冠肺炎的诊断效率。但是深度学习模型结构复杂、参数量和计算量大,在保持模型性能的前提下提高网络轻量化的程度具有重要研究意义,因此,该文提出一种... 新冠(COVID-19)肺炎严重威胁人类健康,基于深度学习的计算机辅助诊断方法能有效提高新冠肺炎的诊断效率。但是深度学习模型结构复杂、参数量和计算量大,在保持模型性能的前提下提高网络轻量化的程度具有重要研究意义,因此,该文提出一种面向CT图像新冠肺炎识别的密集重参轻量化Transformer模型(DRLTrans-former)。首先,为提高模型的轻量化程度,构造了重参密集块和层次化Transformer,在保持模型精度的同时提高计算速度,降低模型参数量;然后,为充分提取新冠肺炎病灶的全局与局部信息,设计层次化Transformer增强全局注意力对局部特征相关性的关注程度,其中采用分组提取全局特征,在不同组之间进行融合获得多层次信息,并且进行信息融合,进一步提高组内和组间特征的交互能力,此外对所有全局特征进行聚合,实现深浅层特征深度融合。最后,在新冠肺炎CT数据集中进行对比实验,结果表明该模型参数量和计算量分别为1.47 M和81.232 M,相比密集网络(DenseNet)参数量降低29倍、计算量降低23倍,该模型对新冠肺炎计算机辅助诊断具有积极的意义,为深度学习模型轻量化提供了新思路。 展开更多
关键词 新冠肺炎 密集网络 重参密集块 层次化Transformer 轻量化
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 44 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈