【摘 要】
：
随着体育产业的蓬勃发展,体育图像数据量呈指数增长,对体育图像进行有效的分类就非常重要,这既可以方便用户快速检索和访问,也便于工作人员对体育图像资料进行存储和管理,同时还有助于体育产业的智能化发展。目前许多卷积神经网络在图像分类任务上取得非常好的精度,但网络模型的大小和运算量也随之增长,这就需要依赖计算机设备具有强大的计算能力和内存,这在一定程度上限制了卷积神经网络在资源有限的计算机设备上进行广泛的
论文部分内容阅读
随着体育产业的蓬勃发展,体育图像数据量呈指数增长,对体育图像进行有效的分类就非常重要,这既可以方便用户快速检索和访问,也便于工作人员对体育图像资料进行存储和管理,同时还有助于体育产业的智能化发展。目前许多卷积神经网络在图像分类任务上取得非常好的精度,但网络模型的大小和运算量也随之增长,这就需要依赖计算机设备具有强大的计算能力和内存,这在一定程度上限制了卷积神经网络在资源有限的计算机设备上进行广泛的使用。为了可以将体育图像分类应用在性能和资源有限的计算机设备上,本文对卷积神经网络进行轻量化的研究改进,得到较为精简的网络模型,并且部署在Android设备上进行应用。论文主要工作包括以下几个方面:（1）构建一个多类别体育图像数据集。对收集好的候选图片进行初步筛选,剔除了一些内容不符合和质量低的图片,采用双线性插值算法对处理后的图像进行尺寸归一化处理后,再采用数据增强方法对数据进行扩充以解决样本不足的问题,最终得到一个相对合理的体育图像数据集。（2）采用浅层的思想来简化网络模型,其中卷积核主要以3×3为主。为了提高网络模型的分类准确率,通过大量对比实验来确定激活函数、梯度下降算法、学习率、Dropout丢弃率和批量大小。最后在不同比例的训练集和验证集中对该网络模型进行多次实验,实验验证了该模型具有稳定性,并且在与不同网络的对比实验中进一步验证了该网络模型的训练速度和准确率相对都得到一定的提高。（3）在浅层网络结构的基础上进行轻量化改进。提出在分组卷积中嵌入深度可分离卷积的模块,一组嵌入卷积核为5×5的深度可分离卷积,另一组采用两个3×3的卷积,利用不同尺寸的卷积获得更丰富的图像信息,同时采用通道混洗进行特征融合以及1×1的卷积进行降维。通过与常见的轻量化网络进行对比实验,验证该网络在低性能的计算机设备上具有高效性。改进的轻量化卷积神经网络在提高速度的同时得到较高的分类准确率,最后将该网络部署在移动端进行实际应用并显示类别判断结果,进一步验证了改进的轻量化网络模型的高效性。
其他文献
随着现代工业科技的发展与创新,大型复杂设备的使用也日益增多。与此同时,为了满足其高可靠性和高效性等方面的要求,复杂系统常常会采用冗余技术,这在提高系统性能的同时,也给系统故障诊断带来了新的挑战。针对大型复杂系统的故障特性,考虑在构建故障模型方法、处理认知不确定性问题、故障诊断决策算法、诊断传感器信息融合等问题下,建立不确定性下基于多源异构信息的复杂系统故障诊断策略,以便能快速准确定位故障从而降低诊
随着世界科技水平的飞速发展,人机交互的需求也逐渐增加,语音交流是最方便快捷的方式,但在实际的生活中,纯净的语音往往很难获得。此时单通道语音分离（Single Channel Speech Separation,SCSS）技术就显得格外重要。而传统浅层模型的方法不能很好的解决语音分离问题。当前,随着深度神经网络（Deep Neural Network,DNN）的大规模应用,研究人员利用深度神经网络的
随着用电量的快速增长,电力装机量迅速扩张,对电网的规划调度提出了更加精细化的要求,发电企业和电力部门需要更加精准的掌握负荷的变化规律以及发展趋势。精确的电网负荷预测可以保障电网的安全运行,实现科学发电、调度以及配电,并且电力公司进行总体规划、发电计划制定、电力市场、具体设计等都需要负荷预测,因此增强短期电力负荷预测精度成为电力计划的重要工作之一。近年来,电力负荷预测也是许多专业人员的重点研究方向,
随着科技水平的不断提高,计算几何扮演着越来越重要的角色,并在计算机图形学、机器视觉、地理信息系统、车辆导航、工业设计和集成电路设计等领域具有广阔的应用前景。Voronoi图作为计算几何中一个十分重要的分支,也颇受广大学者的青睐。本文旨在针对传统的Voronoi图存在的一些局限性进行分析和拓展。一方面,传统点集Voronoi图是围绕平面每一个点进行最近领域的划分,Voronoi单元格的数量等同于点集
随着正交频分复用（OFDM）波形信号在全球范围内的广泛部署,近年来基于OFDM波形的外辐射源雷达逐渐成为了研究热点。然而,与有源雷达探测信号先前已知不同,OFDM波形外辐射源雷达需要在接收端提取参考通道中被多径和噪声污染的直达波作为参考信号。结合OFDM信号的波形特征,基于“解调-再调制”重构的参考信号提取方法是解决这一问题的常用途径。传统的重构方法主要采用依赖导频处信道信息的最小二乘（LS）和最
2020年是不同寻常的一年,全球经历了史无前例的新型冠状病毒COVID19,在疫情期间,我国推出了很多防疫措施,抑制了疫情的侵袭蔓延。于是,提出了“无接触”概念,智能语音问答交互技术等无接触式人机交互技术突显出了优势。因此,本文以智能语音问答为研究方向实现无接触人机交互。语音问答技术实现需要解决三个问题,语音识别、知识库的建立、答案匹配。语音识别作为前端数据入口,其识别正确率直接关系到后端问答系统
随着互联网的普及与高速发展,软件应用对并发量和服务质量的要求越来越高,推动着互联网的架构不断演变。迅速增长的用户规模,日益复杂的业务系统,导致网络的并发访问流量爆发式增长。单一的服务器架构受限于硬件和网络带宽等,难以应对海量的用户访问,集群和负载均衡技术应运而生,它们能够提供更强大的任务处理性能和容错能力。其中,微服务架构以其优秀的组织结构和开发性能得到了广泛关注,可以通过将复杂系统拆分成多个独立
范宽,北宋山水画三大名家之一,他发展了荆浩的北方山水画派,主张"外师造化,中得心源",对后世影响深远。本文从"师法自然"的艺术理念出发,结合其家乡照金的山水景观,重新感受《溪山行旅图》中所描绘的景象,在作者的带领下,更进一步地理解范宽山水绘画的艺术源流。
近年来,由于化石燃料的燃烧和烟花爆竹的燃放等行为,造成了严重的空气污染问题,使得空气质量不断下降。不论是国家、政府还是人民都想对空气质量进行评估,以便于采取相应措施将空气质量控制在一个合理的范围之内。而现有市场上的空气质量检测仪存在着体积较大且不利于随身携带等缺点,如果能够结合可穿戴设备体积小巧且方便穿戴的优点,便能随时随地对周围环境的空气质量进行实时监测,使得人们能够及时地了解到此时此刻的空气质
将深度学习技术应用于甲状腺超声图像中结节的检测与识别并辅助医师进行性状识别具有重要意义和应用价值。课题主要研究内容和取得的阶段性成果如下。首先,针对现有的甲状腺结节自动检测与识别方法在较高IoU阈值（IoU>=0.75）情况下,可能存在检测精度不高的问题。本文以当前目标检测领域先进的IoU-Net模型为基础,提出并构造了一个针对高质量的甲状腺结节自动检测与良恶性识别模型---Trident R-C