会议时间:2023年11月1日(周三)14:30
参会人员:信息科学与工程学院科研团队教师,欢迎广大师生参加。
会议地点:墨子楼中兴会议室
报告1:基于2d-to-3d lifting 的 3d 人体姿态估计算法研究
报告人:迟庆云
内容简介:针对老年人日常活动能力评估主要依据量表,其存在着主观因素干扰、费时费力、使用场合受限等问题,提出基于densenet和膨胀时间卷积的3d人体姿态估计模型,实现基于2d人体姿势的3d姿势预测,通过human3.6m数据集进行模型训练和测试,获得较准确的预测结果。
报告2:基于小目标检测的yolo算法研究综述
报告人:黄婕
内容简介:提高小目标检测的能力是当前目标检测领域的难题,也是重要的研究方向。报告主要介绍小目标检测的定义、yolo算法的发展历程、yolo算法在实际场景应用中对小目标检测的优化方案和未来检测算法在小目标识别中的发展趋势。
报告3:基于densenet深度学习的垃圾图像识别与分类
报告人:孙慎伟
内容简介:基于深度学习的图像识别与分类,研究基于稠密卷积网络(dense convolutional network,densenet)的深度学习网络结构和迁移学习框架,来解决垃圾图像识别与分类问题。首先通过在imagenet上预训练模型,将参数迁移到densenet模型中;其次使用nwpu-trash图像数据集进行训练;最后使用准确率、精确度、召回率和f1值对模型进行了评估,并展示了模型在不同类别和整体上的测试结果。实验结果表明,所提出的垃圾图像分类模型在nwpu-trash图像数据集上取得了较好的分类性能,具有较高的准确率、精确度和召回率。
科技处
信息科学与工程学院
2023年10月31日