ShufflenetV2相关论文
针对目前目标检测模型结构复杂、计算量大，检测准确率低等问题，提出在工业场景下基于改进型YOLOv5的安全帽佩戴算法。首先在主干网络......
当今时代,数字技术、数字经济是世界科技革命和产业变革的先机,是新一轮国际竞争重点领域。中国是箱包生产大国,国内已经形成广东......
为解决YOLOv4目标检测网络结构复杂、参数多、训练所需的配置高以及实时检测图片的传输帧数低，难以实现工业上的应用普及等问题，提出......
目的:解决白酒传统摘酒方法“看花摘酒”的主观性和不稳定性，以及现有机器视觉酒花分类方法难以满足实时分类的问题。方法:轻量型YO......
为对配电组件缺陷进行精确快速的定位和识别，本文提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为了使模型便于部署......
为更好地助力荔枝病虫害防治工作，推进荔枝产业健康发展，本文以所收集的荔枝病虫害图像数据集为研究对象，基于轻量型卷积神经网络Shuf......
期刊
针对日益凸显的船舶值班人员疲劳驾驶问题,为有效预警值班驾驶员的疲劳状态,保障船舶航行安全,研究了基于深度学习的疲劳检测算法.......
随着物流、货运等行业的快速发展,交通运输量的增大,以及环境因素的影响,以裂缝和坑洼为主的路面早期病害日益增多。传统的人工检......
针对为提高交通标志识别精度使得神经网络层数过深，从而导致实时性不佳的问题，提出了一种轻量型YOLOv5交通标志识别方法，首先采用遗传......
图像语义分割是指根据一定的准则,将图像的前景与背景分离,对每个前景目标的像素分配预定义类别标签的过程。图像语义分割是计算机......
