Results 161 to 170 of about 5,202 (206)
[CRAKUT:integrating contrastive regional attention and clinical prior knowledge in U-transformer for radiology report generation]. [PDF]
Nan Fang Yi Ke Da Xue Xue BaoLiang Y +5 more
europepmc +1 more source
[Invasive pulmonary aspergillosis assisted in clinical diagnosis by chest CT pulmonary angiography: three cases report]. [PDF]
Zhonghua Xue Ye Xue Za ZhiTian DM, You JH, Hu J, Wang L.
europepmc +1 more source
[Tumor microenvironment-specific CT radiomics signature for predicting immunotherapy response in non-small cell lung cancer]. [PDF]
Nan Fang Yi Ke Da Xue Xue BaoHuang Q +5 more
europepmc +1 more source
Some of the next articles are maybe not open access.
Related searches:
Related searches:
自然科学前沿
随着深度学习技术的快速发展，图像识别在多个领域得到了广泛应用。垃圾分类作为一种具有社会意义的任务，也逐渐成为人工智能研究的重要方向之一。本文旨在设计一个基于深度学习的简易图像识别模型，用于垃圾分类。通过使用卷积神经网络（CNN）模型，本文提出了一种能够自动识别和分类常见垃圾类型的解决方案。该方法具有较高的识别准确率，并能够在有限的硬件资源下高效运行。实验结果表明，模型能够在不同环境下稳定工作，具有较强的实用性和扩展性。
徐梓祥
semanticscholar +1 more source
随着深度学习技术的快速发展，图像识别在多个领域得到了广泛应用。垃圾分类作为一种具有社会意义的任务，也逐渐成为人工智能研究的重要方向之一。本文旨在设计一个基于深度学习的简易图像识别模型，用于垃圾分类。通过使用卷积神经网络（CNN）模型，本文提出了一种能够自动识别和分类常见垃圾类型的解决方案。该方法具有较高的识别准确率，并能够在有限的硬件资源下高效运行。实验结果表明，模型能够在不同环境下稳定工作，具有较强的实用性和扩展性。
徐梓祥
semanticscholar +1 more source
中国科学与技术学报
本文提出了一种优化后的YOLOv5算法，旨在识别绝缘子缺陷。通过结合Transformer模型、BiFPN（双向特征金字塔网络）和CBAM（卷积块注意力模块）注意力机制，显著提升了识别的准确度、稳定性和泛化能力。此算法能精确识别和定位各种形态和尺寸的缺陷，为绝缘子缺陷检测提供了高效且可靠的解决方案。实验数据显示，优化后的YOLOv5算法在绝缘子故障识别中表现出色，检测准确率高达76.8%，相较于传统YOLOv5算法，性能提升超过20%。在处理复杂绝缘子缺陷和小样本目标识别时，该算法表现出更强的能力 ...
徐铭申 +4 more
semanticscholar +1 more source
本文提出了一种优化后的YOLOv5算法，旨在识别绝缘子缺陷。通过结合Transformer模型、BiFPN（双向特征金字塔网络）和CBAM（卷积块注意力模块）注意力机制，显著提升了识别的准确度、稳定性和泛化能力。此算法能精确识别和定位各种形态和尺寸的缺陷，为绝缘子缺陷检测提供了高效且可靠的解决方案。实验数据显示，优化后的YOLOv5算法在绝缘子故障识别中表现出色，检测准确率高达76.8%，相较于传统YOLOv5算法，性能提升超过20%。在处理复杂绝缘子缺陷和小样本目标识别时，该算法表现出更强的能力 ...
徐铭申 +4 more
semanticscholar +1 more source
工程建设
采用人工智能图像识别技术，对建筑外墙保温层施工过程里常见的开裂、脱落、空鼓等缺陷做精准探测定位，给出一套智能修复技术方案，借助构建缺陷图像的数据库，采用卷积神经网络（CNN）、YOLO算法对缺陷开展特征提取与实时监测，把自动喷涂跟自适应修补材料结合起来，实现缺陷自动化的修复成果，应用结果证实，该方法于缺陷识别准确性及修复效率方面优势突出，切实提高外墙保温层施工质量及耐久性。
立全 安
semanticscholar +1 more source
采用人工智能图像识别技术，对建筑外墙保温层施工过程里常见的开裂、脱落、空鼓等缺陷做精准探测定位，给出一套智能修复技术方案，借助构建缺陷图像的数据库，采用卷积神经网络（CNN）、YOLO算法对缺陷开展特征提取与实时监测，把自动喷涂跟自适应修补材料结合起来，实现缺陷自动化的修复成果，应用结果证实，该方法于缺陷识别准确性及修复效率方面优势突出，切实提高外墙保温层施工质量及耐久性。
立全 安
semanticscholar +1 more source
Engineering Technology and Quality Management
本研究针对既有建筑玻璃幕墙的安全检测需求，开发了一套基于无人机和图像识别技术的检测系统。系统集成了无人机巡检、高分辨率图像采集、人工智能算法分析等功能，实现了对玻璃幕墙表面裂纹、密封胶开裂、外墙面板脱落等安全隐患的高效、精准检测。实验结果表明，该系统较传统检测方法在检测效率、准确性和成本节约方面具有显著优势。本研究不仅推动了建筑安全检测技术的进步，也为玻璃幕墙的维护管理提供了科学依据和技术支撑。
伟忠 陈, 惜墨 陈, 自力 徐
semanticscholar +1 more source
本研究针对既有建筑玻璃幕墙的安全检测需求，开发了一套基于无人机和图像识别技术的检测系统。系统集成了无人机巡检、高分辨率图像采集、人工智能算法分析等功能，实现了对玻璃幕墙表面裂纹、密封胶开裂、外墙面板脱落等安全隐患的高效、精准检测。实验结果表明，该系统较传统检测方法在检测效率、准确性和成本节约方面具有显著优势。本研究不仅推动了建筑安全检测技术的进步，也为玻璃幕墙的维护管理提供了科学依据和技术支撑。
伟忠 陈, 惜墨 陈, 自力 徐
semanticscholar +1 more source
工程与技术创新
随着深度学习技术的快速发展，图像识别作为计算机视觉领域的核心任务，在自动驾驶、安防监控、医疗诊断等领域展现出巨大应用价值。PyTorch为一款开源深度学习框架，凭借其动态计算图特性和灵活的编程接口，已成为图像识别算法研发的重要工具。本文以PyTorch框架为基础，系统分析主流深度学习算法在图像识别任务中的性能表现，通过在标准数据集上的对比实验，从准确率、训练效率、模型复杂度等维度评估算法特性，并探讨PyTorch框架对算法性能的影响机制。实验结果表明 ...
胡永祥
semanticscholar +1 more source
随着深度学习技术的快速发展，图像识别作为计算机视觉领域的核心任务，在自动驾驶、安防监控、医疗诊断等领域展现出巨大应用价值。PyTorch为一款开源深度学习框架，凭借其动态计算图特性和灵活的编程接口，已成为图像识别算法研发的重要工具。本文以PyTorch框架为基础，系统分析主流深度学习算法在图像识别任务中的性能表现，通过在标准数据集上的对比实验，从准确率、训练效率、模型复杂度等维度评估算法特性，并探讨PyTorch框架对算法性能的影响机制。实验结果表明 ...
胡永祥
semanticscholar +1 more source
工程与技术创新
针对图像目标遮挡问题对识别性能的影响，本研究提出了一种鲁棒性图像识别算法优化方案。研究分析了传统图像识别算法在遮挡场景下的局限性，结合深度学习技术和遮挡预测机制，构建了基于特征提取与目标复原的优化方法。通过增强模型在部分遮挡条件下的特征适配能力，研究有效降低了遮挡问题对图像识别准确性的干扰。实验结果表明，优化方案在多种遮挡场景下均表现出较高的鲁棒性，显著提升了目标识别的精度与稳定性。该研究为解决实际应用中可能出现的遮挡问题提供了重要的理论支撑与技术参考。
刘楚鑫, 刘爽
semanticscholar +1 more source
针对图像目标遮挡问题对识别性能的影响，本研究提出了一种鲁棒性图像识别算法优化方案。研究分析了传统图像识别算法在遮挡场景下的局限性，结合深度学习技术和遮挡预测机制，构建了基于特征提取与目标复原的优化方法。通过增强模型在部分遮挡条件下的特征适配能力，研究有效降低了遮挡问题对图像识别准确性的干扰。实验结果表明，优化方案在多种遮挡场景下均表现出较高的鲁棒性，显著提升了目标识别的精度与稳定性。该研究为解决实际应用中可能出现的遮挡问题提供了重要的理论支撑与技术参考。
刘楚鑫, 刘爽
semanticscholar +1 more source