典型文献
面向人工智能图片合规检测的仿生模型研究
文献摘要：
针对在网络不断发展下愈发泛滥的非合规图片,提出了一种基于仿生模型和YOLO的方法对图片进行检测.为满足实验需要,建立了合规图片数据集,并将数据人工标记为适应YOLO算法的VOC格式.其次,在网络模型层面结合了仿生学的思想,使用剪枝的方法对神经网络进行压缩,从而达到降低内存,提高吞吐量的目的.实验结果表明:使用YOLO算法检测效果相比其他目标检测方法速度更快,而压缩后的模型在精度几乎不变的情况下,缩小了体积,加快了检测速率.
文献关键词：
合规图片;数据集;仿生模型;YOLO检测;神经网络;剪枝
中图分类号：
作者姓名：
宋昕彤;王骏;李甫;潘祥
作者机构：
江南大学人工智能与计算机学院,江苏无锡214122;上海大学通信与信息工程学院,上海200444;无锡量子云数字新媒体科技有限公司,江苏无锡214122
文献出处：
引用格式：
[1]宋昕彤;王骏;李甫;潘祥-.面向人工智能图片合规检测的仿生模型研究)[J].传感器与微系统,2022(10):30-33,38
A类：
合规图片
B类：
仿生模型,泛滥,YOLO,图片数据,人工标记,记为,VOC,仿生学,剪枝,高吞吐量,检测效果,目标检测方法,检测速率
AB值：
0.290433
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
