相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 69 条结果
- 基于轻量化模型的加工特征识别技术北大核心CSCDCSTPCD
- 复杂壳体MBD数字模型轻量化工程应用研究
- 全三维模式下机械模型跨平台转换研究北大核心CSCDCSTPCD
- 基于B/S结构的三维装配动画北大核心CSCDCSTPCD
- 基于AI芯片的电力边缘智能终端:结构框架及其应用场景CSTPCD
- 基于改进Alexnet的轻量化香蕉成熟度检测北大核心CSTPCD
- 基于数字孪生的飞机部件装配管理
- 基于改进DeepLabV3+的轻量化茶叶嫩芽采摘点识别模型CSTPCD摘要：[目的/意义]名优茶的采摘是茶产业中至关重要的环节,识别和定位名优茶嫩芽采摘点是现代化采茶过程中的重要组成部分。传统神经网络方法存在着模型体量大、训练时间长,以及应对场景复杂等问题。本研究以湖南省溪清茶园为实际场景,提出一种新型深度学习算法解决名优茶采摘点的精确分割难题。[方法]对传统的DeepLabV3+算法进行轻量化改进。首先,针对其模型体量大、训练时间长的问题,使用MobilenetV2网络提取图像的初始特征,并按照网络结构划分…查看全部>>
- YOLOLW:一个新的轻量级目标检测模型CSTPCD
- 基于改进MobileNetV2的轻量化轴承故障诊断摘要：针对现有深度学习故障诊断模型普遍计算成本、时间成本和通信成本高,轻量化模型诊断精度低、抗噪能力弱,不适宜边缘环境部署的问题,提出了一种基于连续小波变换和改进MobileNetV2的轻量化轴承故障诊断方法。通过连续小波变换将原始信号转变为时频图作为输入样本,结合高效通道注意力机制与MobileNetV2,在较低参数量与计算量的情况下,提升了模型的故障诊断精度与抗噪能力。基于凯斯西储大学轴承数据集的实验表明,该方法在2 dB信噪比下准确率…查看全部>>