基于改进ShuffleNetV2模型的声目标识别方法研究

doi:10.13873/J.1000-9787(2023)08-0043-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进ShuffleNetV2模型的声目标识别方法研究

更新时间：2025-09-11

- 基于改进ShuffleNetV2模型的声目标识别方法研究
- Issue 8, Pages: 43-45+49(2023)
- 作者机构：
  
  湖北工业大学现代制造质量工程湖北省重点实验室
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2023)08-0043-03
  CLC： TN912.3;TP183
- Published：2023
- 稿件说明：
移动端阅览
[J]. 2023, (8): 43-45+49.
DOI：

[J]. 2023, (8): 43-45+49. DOI： 10.13873/J.1000-9787(2023)08-0043-03.

摘要

轻量级神经网络模型参数量大幅减少，且速度得到了很大的提升，然而，检测的准确率却不高。因此，对轻量级ShuffleNetV2模型进行改进，加入3×3的Depthwise卷积核，同时降低1×1的卷积核和引入注意力机制SE模块。在ImageNet数据集中进行ShuffleNetV2模型预训练。然后，将改进的ShuffleNetV2模型与其他4种网络模型进行了实验对比。结果表明：改进ShuffleNetV2模型的综合性能最佳；与SE-ShuffleNetV2模型相比，在参数量和计算量一样时，其准确率提高了7.25%。改进的ShuffleNetV2模型为移动端的声目标精确识别进一步奠定了基础。

Abstract

关键词

Keywords

references

改进的SqueezeNet网络在船舶分类中的应用[J]. 张玉皓;李立钢.传感器与微系统,2022(01)

基于轻量级卷积神经网络人脸识别算法的研究与应用[J]. 胡佳玲;施一萍;谢思雅;陈藩;刘瑾.传感器与微系统,2022(01)

基于SqueezeNet卷积神经网络的岩石薄片图像分类研究[J]. 程国建;李碧;万晓龙;姚卫华;魏新善.矿物岩石,2021(04)

基于轻量级OpenPose模型的跌倒检测算法[J]. 伏娜娜;刘大铭;程晓婷;景云云;张馨芳.传感器与微系统,2021(11)

基于轻量化神经网络Shuffle-SENet的高速动车组轴箱轴承故障诊断方法[J]. 邓飞跃;吕浩洋;顾晓辉;郝如江.吉林大学学报(工学版),2022(02)

融合MobileNetv2和注意力机制的轻量级人像分割算法[J]. 王欣;王美丽;边党伟.计算机工程与应用,2022(07)

人体关键点检测的Mask R-CNN网络模型改进研究[J]. 宋玲;夏智敏.计算机工程与应用,2021(01)

面向目标检测的深度学习网络轻量化研究[D]. 冯烨.南京邮电大学,2021(03)

Views

180

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于并行网络多尺度特征融合的轴承故障诊断

融合曲面类型与迁移学习的三维掌纹识别方法

基于渐进式神经网络的六足机器人避障策略迁移

Related Author

姜山

封松林

吴波

王文瑞

鲁方林

袁晓兵

王晟贤

张宗华

Related Institution

中国科学院上海高等研究院

中国科学院大学

中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室

河北工业大学机械工程学院

西南科技大学制造科学与工程学院

⁰