检索结果-南通市图书馆

融合deeplabv3神经网络的工件位姿检测研究

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2024年第7期 331-335页

作者：李嘉鑫李天剑胡欢黄民北京信息科技大学机电工程学院北京100196

针对工业零件表面特征少无法使用基于特征的匹配算法以及使用传统基于模板的匹配算法在光照变化或背景混乱的场景下没有较好的鲁棒性。提出了一种基于deeplabv3网络与传统的算法相结合的方法,极大的了提高了在复杂背景环境下的匹配结果... 详细信息

针对工业零件表面特征少无法使用基于特征的匹配算法以及使用传统基于模板的匹配算法在光照变化或背景混乱的场景下没有较好的鲁棒性。提出了一种基于deeplabv3网络与传统的算法相结合的方法,极大的了提高了在复杂背景环境下的匹配结果和检测精度。首先在deeplabv3网络下使用Hu矩和最小外接矩形法确定中心位置及旋转角度,第二步使用自适应的Harris角点检测与五点法相结合完成手眼相机的快速标定,最后在AUBO机械臂下完成定位实验,定位误差在0.5mm以内,结果表明该算法在复杂场景下和非均匀光照下有更好的表现。

关键词：位姿检测手眼系统 deeplabv3

基于增强deeplabv3网络的高分辨率遥感影像分类

在线全文

学校读者我要写书评

暂无评论

测绘通报 2021年第4期 40-44页

作者：叶沅鑫谭鑫孙苗苗王蒙蒙西南交通大学地球科学与环境工程学院四川成都611756

由于高分影像具有地物细节丰富、类别差异大等特点,现有的卷积神经网络影像分类方法普遍存在分类精度低、地物边界不准确等问题。鉴于此,本文提出一种基于增强deeplabv3网络的影像分类模型。首先构建R-MCN网络结构,利用大小不同的卷积... 详细信息

由于高分影像具有地物细节丰富、类别差异大等特点,现有的卷积神经网络影像分类方法普遍存在分类精度低、地物边界不准确等问题。鉴于此,本文提出一种基于增强deeplabv3网络的影像分类模型。首先构建R-MCN网络结构,利用大小不同的卷积核并结合残差网络的思想进一步提取浅层网络的多尺度、多层次的特征信息;然后采用可学习的上采样方式,并将R-MCN提取的特征与高阶的语义信息相融合;最后通过提出的Mloss损失函数,获得遥感影像的地物分类结果。试验结果表明,相对于传统的卷积神经网络,本文方法能细化地物的边缘信息,改善分类效果,获得更高的影像分类精度。

关键词：影像分类融合上采样损失函数 deeplabv3

基于deeplabv3的左心室超声图像分割方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2019年第S2期39卷 114-117页

作者：薛飞伍岳庆姚宇任伟中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对超声心动图噪声大、纹理不均匀、边缘难分割的特点,提出一种基于deeplabv3的多通道模型对左心室区域进行分割的方法。将deeplabv3嵌入到堆叠式的模型中,分别学习前景特征(左心室特征)和背景特征,然后整合两个通道以产生最终的分割... 详细信息

针对超声心动图噪声大、纹理不均匀、边缘难分割的特点,提出一种基于deeplabv3的多通道模型对左心室区域进行分割的方法。将deeplabv3嵌入到堆叠式的模型中,分别学习前景特征(左心室特征)和背景特征,然后整合两个通道以产生最终的分割结果。实验结果表明,所提算法像素平均交并比(MIoU)比医学语义分割U-Net算法高出13.37%,在图像关键分割区域纹理不均匀的情况下,多通道deeplabv3网络的分割效果明显好于仅使用deeplabv3网络的分割效果。

关键词：超声心动图左心室图像分割 deeplabv3 多通道

基于deeplabv3的随机褶皱防伪图案识别研究

在线全文

学校读者我要写书评

暂无评论

信息技术与网络安全 2021年第2期40卷 39-44页

作者：陈雨陈桂雄周雄图张永爱林志贤吴朝兴郭太良福州大学物理与信息工程学院福建福州350116 中国福建光电信息科学与技术创新实验室福建福州350116

针对现有防伪技术可靠性较低、容易被仿制、防伪成本高昂等问题,基于deeplabv3,提出一种由热膨胀系数失配产生压缩应力形成随机褶皱防伪标识图案的识别方法。具体采用深度卷积网络分类算法中deeplabv3进行分类识别,通过优化全连接层并... 详细信息

针对现有防伪技术可靠性较低、容易被仿制、防伪成本高昂等问题,基于deeplabv3,提出一种由热膨胀系数失配产生压缩应力形成随机褶皱防伪标识图案的识别方法。具体采用深度卷积网络分类算法中deeplabv3进行分类识别,通过优化全连接层并设置不同的神经元节点,提高识别网络的分类准确率,缩减训练时间,训练准确率达96.58%,获得了能对褶皱纹理图案精准识别的网络模型,实现具有安全性的防伪目的。

关键词：防伪图案深度学习 deeplabv3 图像分类

结合deeplabv3架构的多源数据建筑物提取方法

在线全文

学校读者我要写书评

暂无评论

测绘与空间地理信息 2020年第6期43卷 62-66页

作者：杨乐王慧李烁于翔舟沈大川田苗信息工程大学河南郑州450001 32316部队新疆乌鲁木齐830000 61618部队北京100094

针对目前基于机器学习解决高分辨率遥感影像建筑物提取鲁棒性差并且难以充分挖掘深层次特征的问题,对比了当前较为普遍的深度学习语义分割方法,以平均精度、类别精度、F1分数及交并比(Io U)作为精度衡量指标,全面分析了3种算法的性能。... 详细信息

针对目前基于机器学习解决高分辨率遥感影像建筑物提取鲁棒性差并且难以充分挖掘深层次特征的问题,对比了当前较为普遍的深度学习语义分割方法,以平均精度、类别精度、F1分数及交并比(Io U)作为精度衡量指标,全面分析了3种算法的性能。结果表明,选择精度较高的Deep Labv3plus架构分类算法,能够获得更为精确的像素级建筑物提取结果,总体精度可提升2%,Io U提高3%,能够充分表达建筑物细节信息。本文提出了融合多源数据的样本制作方法,设计了大规模遥感影像训练样本的智能采集和标注方法,选取某地区像素级建筑物标准数据集遥感图像进行实验,结果表明,该方法制作的样本库接近真值训练结果。

关键词：深度学习样本自动标注 deeplabv3 BiseNet 建筑物提取

基于deeplabv3工程图形的轻量化分割方法

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2022年第20期34卷 103-106页

作者：宋志伟姚慧田丹湛高辉西安工业大学陕西西安710000

重工装备制造,通过分割工程图纸中所需特定形状,按照图纸比例加工制造。目前,工程图轮廓分割提取大都通过人工实现,其效率大大降低。因此,提出一种基于deeplabv3的工程图轮廓分割提取方法。该方法能够自动提取工程图中所需零件轮廓并进... 详细信息

重工装备制造,通过分割工程图纸中所需特定形状,按照图纸比例加工制造。目前,工程图轮廓分割提取大都通过人工实现,其效率大大降低。因此,提出一种基于deeplabv3的工程图轮廓分割提取方法。该方法能够自动提取工程图中所需零件轮廓并进行下料,大大加快制造效率。deeplabv3采用级联或并行和多个不同空率的空洞卷积模块实现图像特征的提取,摒弃了传统DeeplabCRF处理,在分割图像方面有着出色的性能。文章对经典deeplabv3进行改进,提出用轻量化MobileNet作为主干网络,并首次用于工程图分割方面。经过实验分析,该方法在工程图数据集分割方面有着不错的效果。

关键词：图像分割工程图 deeplabv3 轻量化

在线全文

学校读者我要写书评

暂无评论

软包装锂离子电池表面凹坑缺陷检测方法

电池 2024年第3期54卷 358-363页

作者：何涛张成娟雷卓王正家湖北工业大学机械工程学院湖北武汉430068 现代制造工程湖北省重点实验室湖北武汉430068

软包装锂离子电池表面凹坑缺陷对比度低、缺陷区域过小且存在反光,传统方法很难进行准确检测。提出一种基于图像增强和改进deeplabv3网络的软包装锂离子电池表面凹坑缺陷检测方法。通过分析表面凹坑缺陷图像特征,采用图像增强算法对图... 详细信息

软包装锂离子电池表面凹坑缺陷对比度低、缺陷区域过小且存在反光,传统方法很难进行准确检测。提出一种基于图像增强和改进deeplabv3网络的软包装锂离子电池表面凹坑缺陷检测方法。通过分析表面凹坑缺陷图像特征,采用图像增强算法对图像进行预处理,以增强凹坑缺陷对比度。对deeplabv3网络进行改进,使用ResNet101作为特征提取网络,同时引入位置注意力模块,使得模型更加关注于凹坑缺陷相关特征,提升网络的检测精度。改进后的网络在自制数据集上的平均交并比达到85.98%,缺陷检测准确率达到98.33%。

关键词：图像增强深度学习 deeplabv3 缺陷检测软包装锂离子电池表面凹坑

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

牵引变电所墙壁渗水检测方法研究与实现

铁路计算机应用 2024年第1期33卷 28-32页

作者：刘立超中国铁路呼和浩特局集团有限公司供电部呼和浩特010050

针对牵引变电所墙壁渗水易影响列车的正常运营,且人工检查效率较低的问题,研究墙壁渗水检测方法。该方法基于改进的MobileNetV2网络和deeplabv3网络相结合的模型进行设计,采用边缘计算和5G移动通信技术进行边缘化部署,实现了对牵引变电... 详细信息

针对牵引变电所墙壁渗水易影响列车的正常运营,且人工检查效率较低的问题,研究墙壁渗水检测方法。该方法基于改进的MobileNetV2网络和deeplabv3网络相结合的模型进行设计,采用边缘计算和5G移动通信技术进行边缘化部署,实现了对牵引变电所墙壁渗水区域的精确分割,降低了模型的参数量,提升了模型的精确度,PA(Pixel Accuracy)和MIoU(Mean Intersection over Union)指标分别达到98.82%和95.32%;部署方案便捷,适用范围广,在2 T算力下,单帧执行时间仅为40 ms。

关键词：墙壁渗水 MobileNetV2 deeplabv3 牵引变电所目标检测

基于深度学习的遥感技术在茶园建筑识别中的应用

在线全文

学校读者我要写书评

暂无评论

福建茶叶 2024年第2期46卷 22-24页

作者：倪璐杰浙江农林大学浙江杭州311300

从高分辨率遥感影像中自动地提取茶园建筑信息,一方面,可以为茶园建筑的识别提供新的思路和方法,丰富建筑识别技术的研究内容和手段;另一方面,可以为茶叶生产和文化遗产保护提供有力的技术支持。鉴于此,提出一种基于deeplabv3+语义分割... 详细信息

从高分辨率遥感影像中自动地提取茶园建筑信息,一方面,可以为茶园建筑的识别提供新的思路和方法,丰富建筑识别技术的研究内容和手段;另一方面,可以为茶叶生产和文化遗产保护提供有力的技术支持。鉴于此,提出一种基于deeplabv3+语义分割模型的高分辨率遥感影像茶园建筑信息提取方法。研究结果表明,该方法在提取茶园建筑信息时,训练集的准确率达到了0.95,验证集和测试集的准确率分别达到了0.92和0.91。召回率和F1-score也分别达到了很高的水平。

关键词：深度学习茶园建筑遥感影像 deeplabv3