检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

跨级融合门控自适应网络用于视网膜血管分割

北京航空航天大学学报 2024年第4期50卷 1097-1109页

作者：梁礼明余洁陈鑫雷坤周珑颂江西理工大学电气工程与自动化学院赣州341000

针对现有多数算法对浅层特征提取不足,导致分割结果中血管边界模糊、毛细血管欠分割且包含噪声等问题,提出一种跨级融合门控自适应网络。该网络中的密集门控通道变换模块,通过促进通道之间的竞争或协同关系充分提取浅层特征信息,避免浅... 详细信息

针对现有多数算法对浅层特征提取不足,导致分割结果中血管边界模糊、毛细血管欠分割且包含噪声等问题,提出一种跨级融合门控自适应网络。该网络中的密集门控通道变换模块,通过促进通道之间的竞争或协同关系充分提取浅层特征信息,避免浅层粗粒度特征信息丢失;通过跨层次融合模块捕获各层跨维度交互信息,有效聚合多尺度上下文特征;采用双自适应特征融合方法有效引导相邻层次特征融合,抑制噪声。在公共数据集DRIVE、CHASEDB1和STARE上进行验证,结果表明:所提网络准确率分别为0.9652、0.9668和0.9695,F_(1)值分别为0.8544、0.8152和0.8412,在多个指标上均处于较高水平,优于现有先进算法。

关键词：视网膜血管分割密集门控通道变换跨层次融合模块双自适应特征融合三重注意力模块

改进轻量化VTG-YOLOv7-tiny的钢材表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2024年第8期32卷 1227-1240页

作者：梁礼明龙鹏威冯耀卢宝贺江西理工大学电气工程与自动化学院江西赣州341000

针对钢材表面缺陷形态多样、结构复杂且存在检测目标漏检现象和算法参数量过大等问题,提出一种轻量化VTG-YOLOv7-tiny的钢材缺陷检测算法。该方法一是设计VoVGA-FPN网络,以减少信息传递过程中的丢失,增强网络特征融合能力;二是构建三重... 详细信息

针对钢材表面缺陷形态多样、结构复杂且存在检测目标漏检现象和算法参数量过大等问题,提出一种轻量化VTG-YOLOv7-tiny的钢材缺陷检测算法。该方法一是设计VoVGA-FPN网络,以减少信息传递过程中的丢失,增强网络特征融合能力;二是构建三重坐标注意力机制,提升模型对空间和通道信息的特征提取能力;三是引入鬼影混洗卷积,在提高精度的同时降低模型参数量和计算量;四是增加大目标检测层,改善特征图中部分缺陷占比较大,导致检测精度低的问题。在NEU-DET和Severstal钢材缺陷数据集进行实验验证,改进后算法与原模型相比,mAP分别提升5.7%和8.5%;参数量和计算量分别降低0.61 M和4.2 G;精确度和召回率分别提升7.1%,1.8%和8.9%,7.0%。实验结果表明,改进后的算法更好地平衡了检测精度和轻量化,为边缘终端设备提供了参考。

关键词：缺陷检测轻量化YOLOv7-tiny VoVGA-FPN网络三重坐标注意力鬼影混洗卷积

维普期刊数据库博看期刊

融合坐标感知与混合提取的视网膜病变分级算法

在线全文

学校读者我要写书评

暂无评论

光电工程 2024年第1期51卷 43-54页

作者：梁礼明金家新冯耀卢宝贺江西理工大学电气工程与自动化学院江西赣州341000

针对糖尿病视网膜病变中存在样本分布不平衡和病灶区域特征识别困难等问题,提出一种融合坐标感知与混合提取的视网膜病变分级算法。该算法首先对视网膜输入图像进行裁剪、高斯滤波等预处理操作,以增强图像病变前景与噪声背景之间的差异... 详细信息

针对糖尿病视网膜病变中存在样本分布不平衡和病灶区域特征识别困难等问题,提出一种融合坐标感知与混合提取的视网膜病变分级算法。该算法首先对视网膜输入图像进行裁剪、高斯滤波等预处理操作,以增强图像病变前景与噪声背景之间的差异度;然后由Res2Net-50和Densenet-121骨干网络组成的混合双模型将增强后的图像进行特征逐层提取,实现多尺度特征纹理的充分捕捉;再在混合双模型连接处融入多层坐标感知模块和注意力特征融合模块,达到剔除聚焦病灶特征干扰的目的,实现不同病灶语义间的权重重塑;最后利用组合损失函数缓解样本分布不均匀问题,进一步监督模型的训练与测试。该文算法在IDRID和APTOS 2019数据集上进行实验,二次加权系数分别为88.76%和90.29%;准确率分别为81.55%和84.42%,为视网膜病变分级智能辅助诊断提供了新窗口。

关键词：视网膜病变分级图像预处理混合双模型多层坐标感知特征融合

在线全文

学校读者我要写书评

暂无评论

融合注意力线性特征多样化的DR分级模型

光电子．激光 2024年第6期35卷 612-622页

作者：梁礼明董信何安军阳渊江西理工大学电气工程与自动化学院江西赣州341000

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature divers... 详细信息

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature diversification, FALFD)的分级算法。该算法首先用改进的Res2Net残差网络作为模型骨干来增大感受野,进一步提高网络捕捉特征信息的能力;其次引入自适应特征多样化模块(adaptive feature diversification module, AFDM)对眼底图像可分辨的微小病理特征进行识别,获得具有高语义信息的局部特征,避免单一特征区域的限制,进而提高分级准确度;再后利用双线性注意力融合模块(bilinear attention fusion module, BAFM)增加可判别区域特征的网络权重占比;最后采用正则化焦点损失(focal loss, FL)进一步提升算法的分类性能。在IDRID数据集上,灵敏度和特异性分别为94.20%和97.05%,二次加权系数为87.83%;在APTOS 2019数据集上,二次加权系数和受试者工作曲线下的面积分别为88.06%和93.90%。实验结果表明,本文算法在DR分级领域中具有一定的应用价值。

关键词：视网膜病变分级特征多样性注意力机制正则化深度学习

在线全文

学校读者我要写书评

暂无评论

融合注意力谱非局部块的视网膜图像质量分级

西安电子科技大学学报 2024年第4期51卷 102-113页

作者：梁礼明董信雷坤夏雨辰吴健江西理工大学电气工程与自动化学院江西赣州341000 江西省通讯终端产业技术研究院有限公司江西吉安343199

视网膜图像质量评估(RIQA)是筛查糖尿病视网膜病变的关键组成部分之一。针对视网膜图像质量差异大且质量评估模型泛化能力不足等问题,提出一种融合注意力谱非局部块的多特征算法来对RIQA进行预测分级。首先采用融合光谱非局部块的ResNe... 详细信息

视网膜图像质量评估(RIQA)是筛查糖尿病视网膜病变的关键组成部分之一。针对视网膜图像质量差异大且质量评估模型泛化能力不足等问题,提出一种融合注意力谱非局部块的多特征算法来对RIQA进行预测分级。首先采用融合光谱非局部块的ResNet50网络对输入图像进行特征提取;其次引入高效通道注意力用于提升模型对数据的表达能力,有效捕获通道间特征信息关系;再次利用特征迭代注意力融合模块对各局部特征信息融合;最后联合焦点损失和正则损失进一步提高质量分级的效果。在Eye-Quality数据集上准确率为88.59%,精确度为87.56%,敏感度和F1值分别为86.10%和86.74%。在RIQA-RFMiD数据集上准确率和F1值分别为84.22%和67.17%,仿真实验表明,文中算法对视网膜图像质量评估任务中具有较好的泛化能力。

关键词：视网膜图像质量分级谱非局部块注意力机制特征迭代融合组合损失

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

跨级特征自适应融合的暗光图像增强算法

液晶与显示 2024年第6期39卷 856-866页

作者：梁礼明朱晨锟阳渊李仁杰江西理工大学电气工程与自动化学院江西赣州341000

针对低照度环境下采集的图像存在亮度低、对比度低和视觉效果不佳等问题,提出一种跨级特征自适应融合的低照度图像增强算法。该算法首先结合分级采样和广域卷积搭建网络前端,生成大面积感受野的多尺度特征,使浅层信息被充分挖掘。其次... 详细信息

针对低照度环境下采集的图像存在亮度低、对比度低和视觉效果不佳等问题,提出一种跨级特征自适应融合的低照度图像增强算法。该算法首先结合分级采样和广域卷积搭建网络前端,生成大面积感受野的多尺度特征,使浅层信息被充分挖掘。其次引入多头转置注意力模块嵌于网络中部,计算通道间的互协方差以生成注意力映射,隐式地建立全局上下文信息关联。然后构建联合损失函数修正模型收敛方向,辅助模型从对比度和结构等方面进行优化,提高算法的鲁棒性。最后在LOL和LOLv2数据集上进行实验验证,实验结果表明,所提算法在峰值信噪比(PSNR)和结构相似性(SSIM)等客观指标上整体优于大部分先进算法,主观上图像亮度自然,噪声和伪影得到有效抑制。

关键词：低照度图像广域卷积多尺度多头转置注意力联合损失函数

维普期刊数据库博看期刊

基于YOLOv5的芯片表面缺陷检测算法优化

在线全文

学校读者我要写书评

暂无评论

自动化应用 2024年第9期65卷 151-154页

作者：王洋梁礼明江西理工大学电气工程与自动化学院江西赣州341000

芯片工艺中存在许多不确定因素,导致其缺陷类型众多,且缺陷特征难以定义。传统的缺陷检测方法容易出现漏检、误检及准确性欠佳等弊端,为此,提出一种以YOLOv5为基础的新型集成电路表面缺陷检测算法。首先,在YOLOv5网络结构中融入注意力机... 详细信息

芯片工艺中存在许多不确定因素,导致其缺陷类型众多,且缺陷特征难以定义。传统的缺陷检测方法容易出现漏检、误检及准确性欠佳等弊端,为此,提出一种以YOLOv5为基础的新型集成电路表面缺陷检测算法。首先,在YOLOv5网络结构中融入注意力机制,以更好地识别芯片表面缺陷;然后,引入较为复杂双向融合网络BiFPN与ASFF,得到4种改进模型;最后,将4种模型进行对比,以获得芯片表面缺陷检测的最优模型。与原始YOLOV5模型相比,4种新型网络模型均展示出显著提升。其中,使用CBAM注意力机制和BiFPN特征融合网络模型的mAP获得了0.723的最大值。

关键词： YOLOv5 非极大值抑制 BiFPN ASFF

融合视觉中心机制和并行补丁感知的遥感图像检测算法

在线全文

学校读者我要写书评

暂无评论

光电工程 2024年第7期51卷 72-83页

作者：梁礼明陈康泉王成斌冯耀龙鹏威江西理工大学电气工程与自动化学院江西赣州341000

针对遥感图像存在复杂背景干扰、目标多尺度差异和微小目标提取难的问题,本文基于YOLOv7-tiny模型提出一种融合视觉中心机制和并行补丁感知的遥感图像检测算法。该算法一是引入显式视觉中心机制,构建像素点间的长距离依赖关系,丰富图像... 详细信息

针对遥感图像存在复杂背景干扰、目标多尺度差异和微小目标提取难的问题,本文基于YOLOv7-tiny模型提出一种融合视觉中心机制和并行补丁感知的遥感图像检测算法。该算法一是引入显式视觉中心机制,构建像素点间的长距离依赖关系,丰富图像的整体语义信息,同时提升对目标纹理的提取性能;二是改进并行补丁感知模块,调整特征提取感受野,以适应不同目标尺度;三是设计多尺度特征融合模块,实现对多层特征的高效融合,提升模型推理速度。在公共数据集RSOD上进行实验,所提算法的准确率、召回率和平均准确率均值相较YOLOv7-tiny分别提升1.5%、2.4%和2.4%,此外在NWPUVHR-10和DOTA数据集上进行泛化性验证,结果表明本文算法具备较强的泛化性能。通过与不同算法对比分析,进一步体现本文算法性能的优越性。

关键词：遥感图像目标检测 YOLOv7-tiny 显式视觉中心机制并行补丁感知

改进GBS-YOLOv7t的钢材表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

光电工程 2024年第5期51卷 54-65页

作者：梁礼明龙鹏威卢宝贺李仁杰江西理工大学电气工程与自动化学院江西赣州341000

针对钢材表面缺陷区域小目标居多,现有大部分方法无法均衡检测精度和速度的问题,提出一种基于YOLOv7-tiny的钢材表面缺陷检测算法(GBS-YOLOv7t)。该方法一是设计GAC-FPN网络,采用渐进和跨层的方式充分融合目标语义信息,以改善传统特征... 详细信息

针对钢材表面缺陷区域小目标居多,现有大部分方法无法均衡检测精度和速度的问题,提出一种基于YOLOv7-tiny的钢材表面缺陷检测算法(GBS-YOLOv7t)。该方法一是设计GAC-FPN网络,采用渐进和跨层的方式充分融合目标语义信息,以改善传统特征金字塔中存在限制信息流问题;二是嵌入双层路由注意力模块,使模型具备动态查询和感知稀疏性能力,以提高对小目标的检测精度;三是引入SIoU损失函数,提升模型训练和推理能力,增强网络鲁棒性。最后在公共数据集NEU-DET进行实验验证,mAP和精确度分别为72.9%和69.9%,相较于YOLOv7-tiny原模型分别提升4.2%和8.5%;FPS达到104.1帧,具有较强实时性;与其他检测算法相比,GBS-YOLOv7t算法对钢材表面区域小目标的检测更有效,实验表明改进后的算法能够更好地均衡检测精度和速度。

关键词：缺陷检测 YOLOv7-tiny GAC-FPN网络双层路由注意力 SIoU