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

基于端到端全卷积神经网络的道路提取

北京测绘 2020年第7期34卷 901-904页

作者：王娟谢跃辉江丽芬广东省地质测绘院广东广州510800 桂林理工大学测绘地理信息学院广西桂林541004

高分辨率遥感影像中道路网的提取是智能地物提取和分析的重要方面,研究遥感图像的道路提取方法具有重要科学意义。本文以马萨诸州航空影像道路数据集为试验数据,设计一种基于端到端的全卷积神经网络模型,基于此分别对郊区道路网以及城... 详细信息

高分辨率遥感影像中道路网的提取是智能地物提取和分析的重要方面,研究遥感图像的道路提取方法具有重要科学意义。本文以马萨诸州航空影像道路数据集为试验数据,设计一种基于端到端的全卷积神经网络模型,基于此分别对郊区道路网以及城区密集道路网进行试验分析,并与传统的监督分类算法进行比较。试验结果表明,基于卷积神经网络的深度学习算法可较高精度地从高分辨率遥感影像中提取道路信息,召回率与F1评分有着25%~47%左右的提升。

关键词：高分辨率遥感影像全卷积神经网络道路提取

基于改进全卷积神经网络的缓控释制剂检测方法研究

在线全文

学校读者我要写书评

暂无评论

自动化与仪器仪表 2024年第12期 42-45+51页

作者：樊晨冯飞艳郭建刚贾毅西安职业技术学院陕西康惠制药股份有限公司西安科力康医药科技有限公司

深度学习的发展对药品称量检测有着重要意义，由于缓控释制剂的特点，需要对药品的称量严格控制，而传统药品称量检测方法并不能精准地对药品进行称量。因此，此次研究首先对药品图像成像存在大量噪音的问题，提出了一种基于高斯滤波和... 详细信息

深度学习的发展对药品称量检测有着重要意义，由于缓控释制剂的特点，需要对药品的称量严格控制，而传统药品称量检测方法并不能精准地对药品进行称量。因此，此次研究首先对药品图像成像存在大量噪音的问题，提出了一种基于高斯滤波和双边滤波的图像处理方法，然后提出了全卷积神经网络来构建模型，并引入可变形卷积对模型进行改进，从而构建了一种改进全卷积神经网络模型来对缓控释制剂进行检测。实验结果表明，当验证集尺寸为600时，U神经网络、全卷积神经网络、改进全卷积神经网络算法模型的识别准确率分别为0.40、0.42、0.71。研究结果表明，所提出的改进全卷积神经网络算法模型表现出优于其他模型的性能。

关键词：全卷积神经网络缓控释制剂药品检测可变形卷积高斯滤波

基于U型全卷积神经网络的腹部动脉CT图像分割算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国医疗设备 2021年第2期36卷 85-88页

作者：赵秀兰刘印文茌平县乐平镇郝集中心卫生院CT室山东聊城252126 聊城市东昌府区中医院CT室山东聊城252003

目的为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法。方法采用区域不平衡块生成方法提取CT血管横断面、冠状面和矢状面图像特征,接着采用U型全卷积神经网络对块特征进行训练与分割,最后采用最大体素保... 详细信息

目的为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法。方法采用区域不平衡块生成方法提取CT血管横断面、冠状面和矢状面图像特征,接着采用U型全卷积神经网络对块特征进行训练与分割,最后采用最大体素保留法获得三维血管分割图像。选用120例患者腹部CT血管图像进行网络训练和分割实验,分割结果评价指标采用精确率、召回率和Dice系数。结果基于U型全卷积神经网络能分割全部腹部CT图像大血管和绝大多数小血管。全卷积神经网络中块尺寸s=32所得平均Dice系数、精确率和召回率分别达87.2%、85.9%和88.5%,且与块尺寸s=48和s=64大致相等。基于U型全卷积神经网络所得平均Dice系数、精确率和召回率均优于其他血管分割算法。结论基于U型全卷积神经网络算法的图像分割精度高,是一种可行的腹部CT血管分割算法。

关键词：图像分割全卷积神经网络 U型网络计算机断层显像动脉

基于U-net全卷积神经网络的银杏叶表皮细胞形态分析及古气候重建初探

在线全文

学校读者我要写书评

暂无评论

基于U-net全卷积神经网络的银杏叶表皮细胞形态分析及古气候重建...

基于改进的全卷积神经网络高分遥感数据语义分割研究

中国古生物学会古植物学分会、江苏省古生物学会2021年学术年会

作者：张立王永栋朱衍宾许媛媛安鹏程陈泓宇闫德飞南京大学地球科学与工程学院中国科学院南京地质古生物研究所和生物演化与环境卓越创新中心现代古生物学和地层学国家重点实验室兰州大学地质科学与矿产资源学院

植物叶表皮组织作为植物与环境之间重要的界面,在控制植物与其生存环境中水分、养分和气体的交换中起着重要的作用。叶表皮细胞的生长、分裂、分化与植物自身调控、生存环境存在着密切关系。笔者以现生银杏（Ginkgo biloba L.）叶片为... 详细信息

植物叶表皮组织作为植物与环境之间重要的界面,在控制植物与其生存环境中水分、养分和气体的交换中起着重要的作用。叶表皮细胞的生长、分裂、分化与植物自身调控、生存环境存在着密切关系。笔者以现生银杏（Ginkgo biloba L.）叶片为主要研究对象,探索现生银杏叶表皮细胞形态与某些气候参数之间存在的可能关系。此次选取测试样品采自中国境内16个地区、3个不同气候区的共计128片银杏叶片,样品均在北半球夏季（6～8月）进行采集,并对东西南北4个生长方位,以及阴、阳2种着生位置对样品进行分类。本文使用U-net架构全卷积神经网络,对经实验处理获得的叶片角质层镜下照片实现表皮细胞轮廓的自动分割;对单个不规则表皮细胞的形态,使用最小外接矩形方法进行描述。最终统计并测量叶下表皮细胞171 181个、上表皮细胞12 484个,统计气孔21 672个。结果表明,各个地区的银杏叶片样品,其下表皮细胞长宽比的值(R)主要（>95%）分布在1～4之间,且以过半（>65%）数据在1～2之间为特征;不同气候区的现生银杏叶表皮细胞形态存在差异(F=27.31;p=7.914×10-78),主要表现为,在温暖、湿润气候区生长的银杏叶下表皮细胞的R值更小,反之R值更大;下表皮细胞R值与当地年平均温度（相关性系数r=0.63;p=0.008 0.05）。基于以上经验公式,笔者尝试使用化石银杏角质层样本进行古气候参数的推算。化石银杏样品的产出层位均为中侏罗统,且产地的古地理位置较近,其中Ginkgo产自甘肃兰州窑街盆地、Ginkgoites aganzhenensis产自甘肃白银宝积山盆地。对提取出的银杏化石角质层样品实施相同的实验步骤,得到其值与lgSI值并模拟出两地的古年均温度,分别为17.9℃（窑街盆地）与19.4℃（宝积山盆地）,这一结果与基于古大气CO浓度模型计算得到的阿林期全球平均气温18.5℃～23.8℃接近。银杏植物响应不同气候的生理机制复杂,目前仍待进一步研究,本次工作仅以银杏叶片表皮组织中的表皮细胞形态参数R值与气孔参数lgSI值的变化为切入点,对其可能反映的气候参数信息进行讨论,旨在探索"孑遗植物"银杏的叶表皮特征对气候变化的响应及其在古气候重建中应用的可能。

关键词：全卷积神经网络银杏叶表皮细胞形态参数气孔参数气候

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于改进的全卷积神经网络高分遥感数据语义分割研究

第四届高分辨率对地观测学术年会

作者：邓国徽高飞罗志鹏武汉大学遥感信息工程学院

深度卷积神经网络以其独特的权重共享机制在图像识别中得到了广泛的应用,而普通的卷积神经网络在图像语义分割有着诸多困难。故本文将全卷积神经网络(FCN)应用于高分遥感数据的语义分割,以分割图像中的施工场地为例,提出了融合蓝板房光... 详细信息

深度卷积神经网络以其独特的权重共享机制在图像识别中得到了广泛的应用,而普通的卷积神经网络在图像语义分割有着诸多困难。故本文将全卷积神经网络(FCN)应用于高分遥感数据的语义分割,以分割图像中的施工场地为例,提出了融合蓝板房光谱识别指数BBI和裸土光谱识别指数RSI的改进全卷积神经网络模型。结果表明:FCN能够较好对高分遥感数据进行分割,提出的改进全卷积神经网络模型能够较为显著的提高了施工场地的识别率,F1综合指标提升了12%。

关键词：高分遥感全卷积神经网络图像语义分割施工场地

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

全卷积神经网络用于识别病理图片中的细胞核

数字通信世界 2020年第1期 281-281页

作者：张绪森潘君孔非重庆大学生物工程学院

目的 :尝试使用深度学习的方法识别小鼠肿瘤切片中的细胞核。方法 :选取癌细胞,采取注射方式将癌细胞注入健康小鼠体内,利用小鼠长出的肿瘤组织制作HE染色切片,使用肿瘤组织HE染色切片的图片及其细胞核的识别图片对全卷积神经网络(Fully... 详细信息

目的 :尝试使用深度学习的方法识别小鼠肿瘤切片中的细胞核。方法 :选取癌细胞,采取注射方式将癌细胞注入健康小鼠体内,利用小鼠长出的肿瘤组织制作HE染色切片,使用肿瘤组织HE染色切片的图片及其细胞核的识别图片对全卷积神经网络(Fully Convolutional Networks,FCN)进行训练,并将训练出的深度学习模型用于识别HE染色切片中的细胞核。结论 :使用训练好的深度学习模型识别病理图片中的细胞核可以显著提高识别效率及准确率,并且本文训练出的FCN模型达到了FCN研发团队提出的标准水平。

关键词：深度学习全卷积神经网络 HE染色切片细胞核

基于改进全卷积神经网络模型的土地覆盖分类方法研究

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2023年第3期25卷 495-509页

作者：衡雪彪许捍卫唐璐汤恒许怡蕾河海大学水文水资源学院南京210024 南京师范大学地理科学学院南京210024

遥感卫星数据是地球表面信息的重要来源,但利用传统的遥感分类方法进行土地覆盖分类局限性大、过程繁琐、解译精度依赖专家经验,而深度学习方法可以自适应地提取地物更多深层次的特征信息,适用于高分辨率遥感影像的土地覆盖分类。文中... 详细信息

遥感卫星数据是地球表面信息的重要来源,但利用传统的遥感分类方法进行土地覆盖分类局限性大、过程繁琐、解译精度依赖专家经验,而深度学习方法可以自适应地提取地物更多深层次的特征信息,适用于高分辨率遥感影像的土地覆盖分类。文中对高分辨率影像中水体、交通运输、建筑、耕地、草地、林地、裸土等进行高精度分类,结合遥感多地物分类的特点,以DeepLabV3+模型为基础,作出了以下改进:(1)骨干网络的改进,使用ResNeSt代替ResNet作为骨干网络;(2)空洞空间金字塔池化模块的改进,首先在并联的每个分支的前一层增加一个空洞率相对较小的空洞卷积,其次在分支后层加入串联的空洞率逐渐减小的空洞卷积层。使用土地覆盖样本库和自制样本库进行模型训练、测试。结果表明,改进模型在2个数据集的精度和时间效率均明显优于原始DeepLabV3+模型:土地覆盖样本库总体精度达到88.08%,自制样本库总体精度达到85.22%,较原始DeepLabV3+模型分别提升了1.35%和3.4%,时间效率每epoch减少0.39 h。改进模型能够为数据量以每日TB级增加的高分影像提供更加快速精确的土地覆盖分类结果。

关键词：土地覆盖全卷积神经网络深度学习遥感影像分类 DeepLabV3+ ResNeSt 高分辨率影像语义分割

面向目标6DoF姿态与尺寸估计的全卷积神经网络模型

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2023年第3期40卷 938-942页

作者：刘泽洋贾迪辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125100 辽宁工程技术大学电气与控制工程学院辽宁葫芦岛125100

针对6DoF姿态估计需要收集与标注大量数据训练神经网络提出一种小数据集下面向目标6DoF姿态与尺寸估计的全卷积神经网络模型以降低人工操作成本。首先采用注意力机制与特征金字塔相结合的方式通过区域建议网络提取感兴趣区域,将该区域... 详细信息

针对6DoF姿态估计需要收集与标注大量数据训练神经网络提出一种小数据集下面向目标6DoF姿态与尺寸估计的全卷积神经网络模型以降低人工操作成本。首先采用注意力机制与特征金字塔相结合的方式通过区域建议网络提取感兴趣区域,将该区域输入并行融合全卷积网络获得掩膜图;其次通过增加跳跃连接丰富每个卷积后的特征信息,将其融合并通过分类获得预测标准化坐标空间图;最后将得到的掩膜图与标准化坐标空间图通过三维点云配准获得目标的6DoF姿态与尺寸。实验表明,该方法在小数据集下较PVN3D方法精度提升约2.6%,较GPVPose方法精度提升约1%。

关键词： 6DoF姿态估计注意力机制全卷积神经网络三维点云

基于全卷积神经网络的全视野乳腺钼靶肿块分割研究

在线全文

学校读者我要写书评

暂无评论

基于全卷积神经网络的全视野乳腺钼靶肿块分割研究

作者：孙辉山东大学

学位级别：硕士

乳腺钼靶是乳腺癌早期筛查最常用的工具。乳腺肿块的分割对乳腺癌的诊断和治疗具有十分重要的意义。但是,乳腺钼靶图像具有的低信噪比以及乳腺肿块尺寸形态的个体多样性等特点,给乳腺钼靶肿块分割任务带来了巨大挑战。现有的方法多是在... 详细信息

乳腺钼靶是乳腺癌早期筛查最常用的工具。乳腺肿块的分割对乳腺癌的诊断和治疗具有十分重要的意义。但是,乳腺钼靶图像具有的低信噪比以及乳腺肿块尺寸形态的个体多样性等特点,给乳腺钼靶肿块分割任务带来了巨大挑战。现有的方法多是在分割前通过手动或者自动提取以肿块为中心的感兴趣区域来应对这些挑战。然而,手动提取的方式是十分耗时的,而自动提取的方式也面临着给随后的分割任务引入额外误差的风险。针对这些问题,本文提出了一种新颖的注意力引导的密集上采样网络（AUNet）,用于直接在全视野乳腺钼靶图像上进行准确的乳腺肿块分割。AUNet采用非对称的编码器-解码器结构并结合了一个高效的上采样模块（AU模块）。具体而言,AU模块的设计具有三个优点。首先,它通过密集上采样来弥补双线性上采样的信息丢失;其次,它设计了一种更有效的方法来融合高级和低级特征;最后,它包含了一个基于通道的注意力模块用于突出关键性特征。本文在两个常用的公开数据集CBIS-DDSM和INbreast上评估了所提方法。与三种最高效的全卷积神经网络相比,AUNet均取得最佳分割性能。在全视野乳腺钼靶肿块分割任务中,不使用数据增强技术的情况下AUNet在CBIS-DDSM数据集上平均Dice相似系数为81.8%,在INbreast数据集上为79.1%,比现有方法提高了 2%-9%。

关键词：乳腺癌乳腺钼靶分割全卷积神经网络