CN119516295A 一种基于图像识别的空气质量等级检测方法 （中国科学院沈阳计算技术研究所有限公司）_第1页
CN119516295A 一种基于图像识别的空气质量等级检测方法 （中国科学院沈阳计算技术研究所有限公司）_第2页
CN119516295A 一种基于图像识别的空气质量等级检测方法 （中国科学院沈阳计算技术研究所有限公司）_第3页
CN119516295A 一种基于图像识别的空气质量等级检测方法 （中国科学院沈阳计算技术研究所有限公司）_第4页
CN119516295A 一种基于图像识别的空气质量等级检测方法 （中国科学院沈阳计算技术研究所有限公司）_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于图像识别的空气质量等级检测方法于ResNet18改进的ResNet18d作为分类器进行训利用图像检测空气质量等级缺少大型数据集从了ESE_Attention通道注意力机制，极大的增强23)将实时采集的场景图像传入空气质量等级检测模型，得到当前位置的空气质量等2.3)使用空气质量等级检测图像数据集对空4.根据权利要求1或3所述的一种基于图像识别的空气质量等级检测方法，其特征在述通道注意力模块为EffectiveSE_Attenti检测模型构建模块，用于基于改进的ResNet18网络构建并训练空气质量等级检测模要求1_6任一项所述的一种基于图像识别的空气质量3计算机程序被处理器执行时，实现如权利要求1_6任一项所述的一种基于图像识别的空气4[0002]图像识别是一种计算机视觉技术，可以帮助计算机自动识别和分类图像中的物[0012]1.2)利用空气质量监测点实时的空气质量等级信息对该站点的图像数据进行标5[0017]所述空气质量等级检测模型为：将ResNet18网络的第一个7*7的卷积层更换为三个首尾相连的3*3且通道数为128的卷积层，并在最后一个3*3卷积层后添加一个通道注意[0020]将3*3卷积核输出的特征图x经过全平均池化处理，得到一个大小为1*1*C的特征[0026]空气质量等级检测模块，用于将实时采集的场景图像传入空气质量等级检测模[0031]2.本发明将ResNet18网络的第一个7*7的卷积层更换为三个首尾相连的3*3并在6[0039]步骤3：采用预训练的ResNet18作为基础模型，构建ESE_ResNet8d模型作为分类至收敛，将ResNet18第一个7*7的卷积层更换为三个3*3的卷积层，并且将通道数设置为[0049]步骤3：步骤2得到的向量经过1*1的卷积运算之后得到一个大小为1*1*C新的向7[0062]步骤5：利用在cifar_10数据集上预训练好的ResNet18作为主干网络，由于经过cifar_10训练的ResNet18网络运用十分广泛，所以也可以直接从网上下载预训练好的[0063]步骤6：将预训练好的ResNet18网络的第一个7*7卷积层

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论