基于改进ShuffleNetV2模型的声目标识别方法研究

简泽明; 赵旭辉; 胡君豪; 丁善婷; 刘梦然

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

研究与探讨 | 更新时间：2025-09-11

- 基于改进ShuffleNetV2模型的声目标识别方法研究
- 暂无标题
- 传感器与微系统 2023年第8期页码：43-45+49
- 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：
  
  国家自然科学基金资助项目(51805154);国家级大学生创新创业训练计划资助项目(202010500011)
- DOI：10.13873/J.1000-9787(2023)08-0043-03
  中图分类号： TN912.3;TP183
- 纸质出版：2023
- 稿件说明：
移动端阅览
简泽明, 赵旭辉, 胡君豪, 等. 基于改进ShuffleNetV2模型的声目标识别方法研究[J]. 传感器与微系统, 2023,(8):43-45+49.
简泽明, 赵旭辉, 胡君豪, 等. 基于改进ShuffleNetV2模型的声目标识别方法研究[J]. 传感器与微系统, 2023,(8):43-45+49. DOI： 10.13873/J.1000-9787(2023)08-0043-03.

DOI：

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)

浏览量

180

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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