-
公开(公告)号：CN115188055A
公开(公告)日：2022-10-14
申请号：CN202210882396.1
申请日：2022-07-26
Applicant: 重庆科技学院
Abstract: 本发明涉及计算机视觉技术领域，具体公开了一种针对NNIE神经网络加速器的轻量级表情识别方法，包括步骤：构建匹配NNIE神经网络加速器的计算密集型卷积算子；基于计算密集型卷积算子构建学生网络；构建原始人脸表情识别模型并进行训练；将训练后的原始人脸表情识别模型作为教师网络对学生网络进行蒸馏；利用海森矩阵对蒸馏后的学生网络进行元素层次量化、卷积核层次量化与输出通道层次量化，得到轻量级人脸表情识别模型。本方法构建计算密集型卷积算子，有效减少参数量与计算量；构建基于该算子的学生网络，最大化NNIE神经网络芯片的算力；构建大型教师网络对学生网络进行蒸馏，获得参数量较小的模型；利用海森矩阵进行量化，大大减小模型体积。
-
公开(公告)号：CN114581912A
公开(公告)日：2022-06-03
申请号：CN202210267314.2
申请日：2022-03-18
Applicant: 重庆科技学院
Abstract: 本发明涉及中文图像识别技术领域，具体公开了一种双向表征自主迭代网络下高表征迁移的中文图像识别方法，首先对采集的不同自然场景下的英文图片和中文图片进行预处理，以增强训练时的图像数据的特征；然后通过双向表征自主迭代网络对英文数据集提取英文文本特征并生成相应的特征权重参数矩阵；进一步使用特征权重参数矩阵权重矩阵对中文识别网络模型进行初始化，从而加快微调模型性能提高的速度；以及将英文文本特征迁移到中文识别网络模型中，与根据中文数据集得到的中文文本特征相融合，生成新的中文文本特征参与下次卷积，依次类推，从而保证中文训练时特征的多样性，实现高表征迁移，识别率、运算速度、稳定性、鲁棒性显著提高。
-
公开(公告)号：CN114581806A
公开(公告)日：2022-06-03
申请号：CN202210267402.2
申请日：2022-03-18
Applicant: 重庆科技学院
Abstract: 本发明涉及工业零件识别技术领域，具体公开了一种基于主干边缘特征提取的工业零件空载率计算方法，包括步骤：对正投影拍取的工业零件输送箱的原始图像进行腐蚀、扩展、图像打开操作和图像关闭操作四个基本动作，得到预处理图像；采用多尺度CNN卷积网络对所述预处理图像进行边缘提取，得到融合边缘图；获取所述融合边缘图的最小闭合区域；根据所述最小闭合区域的面积与工业零件输送箱的总面积得到该工业零件输送箱的空载率。本方法构造了一个多尺度CNN卷积网络，通过具有深特征和浅特征的混合操作来学习工业零件的基本信息，获取工业零件的主干并过滤细节。本方法步骤简明，所构建的网络模型结构简单，计算工业零件空载率的过程快速而又准确。
-
公开(公告)号：CN114581806B
公开(公告)日：2024-03-19
申请号：CN202210267402.2
申请日：2022-03-18
Applicant: 重庆科技学院
IPC: G06V10/24 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及工业零件识别技术领域，具体公开了一种基于主干边缘特征提取的工业零件空载率计算方法，包括步骤：对正投影拍取的工业零件输送箱的原始图像进行腐蚀、扩展、图像打开操作和图像关闭操作四个基本动作，得到预处理图像；采用多尺度CNN卷积网络对所述预处理图像进行边缘提取，得到融合边缘图；获取所述融合边缘图的最小闭合区域；根据所述最小闭合区域的面积与工业零件输送箱的总面积得到该工业零件输送箱的空载率。本方法构造了一个多尺度CNN卷积网络，通过具有深特征和浅特征的混合操作来学习工业零件的基本信息，获取工业零件的主干并过滤细节。本方法步骤简明，所构建的网络模型结构简单，计算工业零件空载率的过程快速而又准确。
-
-
-
Search Results
4
records
(took 0.02 seconds)
