信息与控制

北大核心,JST,CSCD,WJCI,

国内刊号:21-1138/TP

国际刊号:1002-0411

信息与控制杂志2024年第1期:基于轻量化神经网络的石窟壁画破损检测方法

发布日期:

作者:吴利刚, 张梁

关键词:深度学习, 神经网络, 轻量化模型, 注意力机制, 壁画破损检测

针对石窟壁画脱落与破损检测过程中存在检测精度低、实时性差的问题,提出了基于轻量化神经网络和多重注意力机制的石窟壁画破损检测方法。首先,引入Ghost Conv完成轻量化特征提取,降低模型复杂度;其次,加入双重注意力机制增加特征提取的倾向性,加快模型收敛速度;最后,使用加权双向特征金字塔拼接方式高效融合特征信息,通过复合缩放完成预测。实验结果表明:改进后的算法网络层数减少了34.40%。参数量和浮点运算量分别降低了62.98%和68.77%,模型体积压缩了62.78%。检测精度高达64.7%,实时检测速度从63.60帧/s提升至97.56帧/s,提高了约53.39%。

来源:2024年第1期

《信息与控制》期刊编辑部

查看信息与控制杂志2024年第1期

联系我们

  • 地址:辽宁省沈阳市创新路135号
  • 电话:024-23970049
  • E-mail:xk@sia.cn

咨询工作人员