检索结果-南通市图书馆

多尺度卷积核U-net模型的视网膜血管分割方法

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2021年第1期42卷 7-14页

作者：杨丹刘国如任梦成裴宏杨东北大学信息科学与工程学院辽宁沈阳110819 东北大学辽宁省红外光电材料及微纳器件重点实验室辽宁沈阳110819 东北大学智能工业数据解析与优化教育部重点实验室辽宁沈阳110819

针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-net模型的视网膜血管分割方法.在U-net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操... 详细信息

针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-net模型的视网膜血管分割方法.在U-net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操作进行数据集扩充,运用CLAHE算法进行图像预处理;训练后得到的双通道特征图,进行Softmax归一化;最后通过改进的代价损失函数对归一化结果迭代优化,得到完整的视网膜血管分割模型.实验结果表明,所提方法在DRIVE数据集上分割的准确率达到0.9694,灵敏性达到0.7762,特异性达到0.9835,比U-net模型具有更优的分割效果和泛化能力,与其他现存方法相比具有一定的竞争力.

关键词：视网膜血管多尺度卷积核 U-net模型 Inception模块 CLAHE算法

联合改进U-net模型和D-InSAR技术采矿沉陷提取方法

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2023年第3期35卷 145-152页

作者：林佳惠刘广范景辉赵红丽白世彪潘宏宇中国科学院空天信息创新研究院数字地球重点实验室北京100094 可持续发展大数据国际研究中心北京100094 中国科学院大学北京100049 中国自然资源航空物探遥感中心北京100083 南京师范大学海洋科学与工程学院南京210023 中国科学院、水利部成都山地灾害与环境研究所中国科学院山地灾害与地表过程重点实验室成都610041

矿产资源开采导致的地表沉陷不仅是矿区国土空间开发利用需要考虑的重要因素,而且对地下非法开采的区域具有明显的指征作用。矿产资源开采一般具有分布范围较广、分布不均且较分散的特点,因此快速、准确地识别并提取大区域内采矿沉陷的... 详细信息

矿产资源开采导致的地表沉陷不仅是矿区国土空间开发利用需要考虑的重要因素,而且对地下非法开采的区域具有明显的指征作用。矿产资源开采一般具有分布范围较广、分布不均且较分散的特点,因此快速、准确地识别并提取大区域内采矿沉陷的空间分布非常必要。本研究基于合成孔径雷达差分干涉测量技术(differential interferometric synthetic aperture Radar,D-InSAR)得到矿区多时相差分干涉相位图,并使用深度学习FCN-8s,PSPnet,Deeplabv3和U-net模型训练网络开展采矿沉陷智能识别,结果显示U-net模型具有较高的检测精度且用时较短。为提高采矿沉陷的语义分割提取精度,在传统U-net模型中引入高效通道注意力模块进行训练。结果表明改进的U-net模型与传统模型相比,在测试集上采矿沉陷对应的交并比提升2.54百分点,为大范围采矿沉陷时空分布提取问题提供新的解决方法。

关键词： U-net模型 D-InSAR 采矿沉陷提取语义分割注意力模块

改进U-net模型的A356合金铸造轮毂内部缺陷检测

在线全文

学校读者我要写书评

暂无评论

特种铸造及有色合金 2023年第7期43卷 959-962页

作者：张俊生赫英凤杨鹏仝晓刚太原工业学院电子工程系中北大学信息探测与处理山西省重点实验室

A356合金轮毂在低压铸造生产过程中,容易出现气孔、缩孔等内部缺陷,需要使用X射线无损探伤设备来检测。轮毂X射线检测的核心问题是缺陷自动判定,引入深度卷积神经网络中的U-net模型作为框架,结合VGG模型改进编码器和解码器,在构建的数... 详细信息

A356合金轮毂在低压铸造生产过程中,容易出现气孔、缩孔等内部缺陷,需要使用X射线无损探伤设备来检测。轮毂X射线检测的核心问题是缺陷自动判定,引入深度卷积神经网络中的U-net模型作为框架,结合VGG模型改进编码器和解码器,在构建的数据库上展开缺陷自动识别研究。在准确定义轮毂缺陷检测识别率、误判率和漏判率的基础上,发现改进U-net模型的性能与原始U-net模型相比明显提升,缺陷识别率达到96.15%,满足实际检测需求。

关键词： A356合金轮毂 X射线缺陷检测 U-net模型 VGG模型

融合u-net改进模型与超像素优化的语义分割方法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2021年第6期36卷 1263-1275页

作者：王振奇邵清张生杨振何国春上海理工大学光电信息与计算机工程学院上海200093 上海外高桥造船有限公司工艺研究所上海200120

基于现有的语义分割方法在面对不受限制的开放词汇量和多样多变的场景时表现出的分割不够精细、语义信息提取不充分和收敛时间长的问题,提出一种融合u-net改进模型与超像素优化的语义分割方法。u-net改进模型中结合空间金字塔模块(Atrou... 详细信息

基于现有的语义分割方法在面对不受限制的开放词汇量和多样多变的场景时表现出的分割不够精细、语义信息提取不充分和收敛时间长的问题,提出一种融合u-net改进模型与超像素优化的语义分割方法。u-net改进模型中结合空间金字塔模块(Atrous spatial Pyramid pooling,ASPP)和Xception结构,在ASPP模块的分支网络中加入扩张卷积(Dilated convolutions,DC)形成模块本身的串并联结构,以增强图像特征提取能力;在Xception模块中添加注意力通道以及使用大的卷积核重构Xception模块,以减少数据的参数量并提高收敛速率,在此改进基础上再对图像进行超像素分割处理。最后使用条件随机场对分割结果施加全局约束,进一步优化像素的语义信息。本文方法在PASCAL VOC 2012测试集上进行验证并与DeepLab V3等主流网络进行对比,结果表明本文方法准确率提高了2.4%,证明了该方法在适应多变场景和应对精细语义分割上的有效性。

关键词：图像语义分割空间金字塔池化 U-net模型超像素分割条件随机场

融合注意力的U-net模型的少数民族服饰图案分割研究

在线全文

学校读者我要写书评

暂无评论

融合注意力的U-Net模型的少数民族服饰图案分割研究

作者：张博源贵州民族大学

学位级别：硕士

少数民族作为中华民族的重要组成部分,为中华民族的繁荣文化贡献了巨大的力量,其中少数民族服饰尤为瞩目,少数民族服饰作为少数民族文化中最直观和最生动的文化载体,承载了少数民族数以千年来的独特文化和审美观,更彰显了少数民族历久... 详细信息

少数民族作为中华民族的重要组成部分,为中华民族的繁荣文化贡献了巨大的力量,其中少数民族服饰尤为瞩目,少数民族服饰作为少数民族文化中最直观和最生动的文化载体,承载了少数民族数以千年来的独特文化和审美观,更彰显了少数民族历久弥新的文化价值。但是受现代流行服饰和外来服饰的强烈冲击,少数民族服饰也不免开始出现颓势,因此保护这些传承千年的少数民族服饰文化具有深远的现实意义。由于我国少数民族众多且各自拥有专属的文化特点,又因少数民族服饰受其制作工艺、风格款式、地域差异而不尽相同,现有的研究方法大多基于传统方法进行少数民族服饰图像分割,以此达到保护和传承的目的。近些年来,深度学习技术取得长足的进步和发展,而结合深度学习技术和少数民族服饰图像分割的研究内容还很少,因此本文根据特定的少数民族服饰的特点,提出相应的少数民族服饰图案分割算法。(1)苗族服饰图案的构图通常较为复杂,并且在纺织工艺上也表现出复杂性,针对苗族服饰图案分割准确率较差的问题,本文融合注意力提出了一种基于RSKP-unet模型的苗族服饰图案分割算法。在U-net模型的基本框架上,在U-net模型的编码器中嵌入Residual和带有注意力机制的SKnet注意力,可以在深层次的结构中提取图像的特征信息的同时,能够充分的捕获图像上下文信息,然后在解码器中融入Parnet,提升模型的泛化能力。另外由于苗族服饰图案一般存在的样本类别不均衡问题,本文引入了Lovász-hinge损失函数来优化网络,以此来提升苗族服饰图案的分割准确性。实验结果表明,本文提出的RSKP-unet模型在指标上整体均优于其他4种基于深度学习的对比分割模型,相比于基准模型u-net,Dice系数提升了6.98%,Iou提升了11.07%,精确率提升了2.89%,召回率提升了6.75%,准确度提升了3.92%,所以本文提出的RSKP-unet模型能够较好地解决苗族服饰图案分割问题,且分割精度较高。(2)彝族服饰图案在构图和色彩上极为复杂,并且彝族服饰图案风格较为多样,针对彝族服饰图案复杂的特性,本文融合多尺度特征提取和注意力提出了一种针对彝族服饰图案分割的轻量化的AES-unet模型。AES-unet模型通过在U-net模型上做改进,首先对U-net模型的基本框架做了改进,然后在其编码器中嵌入ASPP和ECA注意力,以此提升模型的特征提取能力并关注通道信息的重要程度,然后在其解码器中嵌入SA注意力,以此突出彝族服饰图案的语义特征,实现对彝族服饰图案的注意力操作。在Lovász-hinge损失函数的基础上,本文结合BCE损失函数和Lovász-hinge损失函数提出了一种针对彝族图案分割的改进的损失函数,以此来提升彝族服饰图案的分割准确性。实验结果显示,本文提出的AES-unet分割模型在彝族服饰图案分割上好于其他4种基于深度学习的对比分割模型,相较于基准模型u-net,本文提出的AES-unet模型在Dice系数、Iou、精确率、召回率及准确度等指标上分别提升了4.06%、4.61%、3.61%、2.05%及3.18%。因此,本文提出的AES-unet分割模型能够较好的完成彝族服饰图案的分割。

关键词：图案分割注意力样本类别不均衡 U-net模型深度学习

基于U-net模型和FCM算法的番茄穴盘苗重叠幼叶分割方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

江苏农业科学 2022年第2期50卷 206-212页

作者：赵广猛王卫兵石河子大学机械电气与工程学院新疆石河子832003

针对传统方法对番茄穴盘苗重叠幼叶图像分割精度较低、背景剔除困难的问题,提出一种基于U-net模型和模糊C均值聚类(FCM算法)相结合的图像分割方法。首先用ExRG法对图像的背景进行剔除,得到待分割幼叶的主体区域,对图像进行预处理。其次... 详细信息

针对传统方法对番茄穴盘苗重叠幼叶图像分割精度较低、背景剔除困难的问题,提出一种基于U-net模型和模糊C均值聚类(FCM算法)相结合的图像分割方法。首先用ExRG法对图像的背景进行剔除,得到待分割幼叶的主体区域,对图像进行预处理。其次建立数据集,训练网络模型,用预训练的U-net模型分割幼叶主体区域,提取其过渡区域;同时用FCM算法分割幼叶主体区域,提取其过渡区域。然后结合FCM算法分割得到的过渡区域和U-net模型分割得到的过渡区域,得到重叠叶片的最终分割结果。最后,为了得到精准的评估结果,将重新连接的过渡区域进行填充,并与其他文献所述的算法进行对比分析。结果表明,所提出的基于U-net模型和FCM算法对穴盘苗幼叶轮廓分割的结果更加准确,泛化性更强。证明对番茄幼苗叶片图像分割的有效性,为幼苗生长状况的检测研究提供了支持。

关键词：穴盘苗幼叶 U-net模型 FCM算法图像分割结合分割

应用U-net模型和多时相Landsat-8影像对森林植被的分类

在线全文

学校读者我要写书评

暂无评论

东北林业大学学报 2021年第9期49卷 55-59,66页

作者：杨丹李崇贵常铮李煜雷田旺西安科技大学测绘科学与技术学院西安710054 西安科技大学西安710054 西安交通工程学院

为了探讨深度学习全卷积神经网络模型(u-net)在多时相Landsat-8影像上的森林植被分类效果,以黑龙江孟家岗林场为研究区,采用多时相的Landsat-8影像为数据源,根据各森林类别多时相的光谱曲线确定分类的最佳时相,并对优化后的U-net模型进... 详细信息

为了探讨深度学习全卷积神经网络模型(u-net)在多时相Landsat-8影像上的森林植被分类效果,以黑龙江孟家岗林场为研究区,采用多时相的Landsat-8影像为数据源,根据各森林类别多时相的光谱曲线确定分类的最佳时相,并对优化后的U-net模型进行训练并验证。同时,进一步构建多时相植被指数特征,训练分类模型并对森林植被进行分类,比较优化后的u-net分类方法和最大似然分类法的分类精度。结果表明:加入多时相植被指数的U-net模型分类精度为83.5%,比单一时相分类精度高6.1%;优化后的U-net模型分类方法精度明显高于最大似然分类方法,说明加入多时相植被指数的U-net模型分类方法可以有效的提高森林分类精度。

关键词： Landsat8多时相影像 U-net模型最大似然法植被指数森林分类

基于图像和改进U-net模型的小麦赤霉病穗识别

在线全文

学校读者我要写书评

暂无评论

麦类作物学报 2021年第11期41卷 1432-1440页

作者：邓国强王君婵杨俊刘涛李冬双孙成明江苏省作物遗传生理重点实验室/江苏省作物栽培生理重点实验室扬州大学农学院江苏扬州225009 江苏省粮食作物现代产业技术协同创新中心扬州大学江苏扬州225009 江苏里下河地区农业科学研究所/农业部长江中下游小麦生物学与遗传育种重点实验室江苏扬州225007

为了快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,利用深度学习网络u-net来对人工标记好的发病麦穗图像进行训练。通过深度学习数据集的构建与测试,建立了基于RG... 详细信息

为了快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,利用深度学习网络u-net来对人工标记好的发病麦穗图像进行训练。通过深度学习数据集的构建与测试,建立了基于RGB图像和改进u-net网络模型的小麦赤霉病识别与监测模型,并对模型识别结果进行了验证。结果表明,u-net可以很好地提取图像波段信息,但对于比较复杂的麦穗图像,在使用Keras方法进行图像语义分割时,需要对u-net网络结构进行改进,即在下采样部分加入Dropout层。与人工标记结果相比,模型识别结果的一致性较好,具有较高的监测精度。该模型平均精度为0.9694,损失函数值为0.0759,平均交并比MIou为0.799。上述结果说明改进的U-net模型可以很好地识别和监测小麦图像中的发病麦穗,并在发病麦穗的分割上具有很好的效果.

关键词：小麦赤霉病 U-net模型深度学习图像识别

改进U-net模型的保护性耕作田间秸秆覆盖检测

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2022年第9期30卷 1101-1112页

作者：刘媛媛周小康王跃勇于海业庚晨何铭吉林农业大学信息技术学院吉林长春130118 吉林农业大学工程技术学院吉林长春130118 吉林大学工程仿生教育部重点实验室吉林长春130025

为了适应保护性耕作秸秆还田监测的技术需求,提出了一种改进的u-net语义分割算法对秸秆覆盖率进行检测。首先,提出一种新的卷积模块代替原始u-net框架中的卷积模块;其次,改进Inception结构,引入条纹池化和高效空间金字塔空洞卷积模块,... 详细信息

为了适应保护性耕作秸秆还田监测的技术需求,提出了一种改进的u-net语义分割算法对秸秆覆盖率进行检测。首先,提出一种新的卷积模块代替原始u-net框架中的卷积模块;其次,改进Inception结构,引入条纹池化和高效空间金字塔空洞卷积模块,形成新的Gception结构;最后,在模块中引入注意力机制。利用无人机采集田间地表图像,将改进的U-net模型应用于自标注田间秸秆图像分割,与u-net,PSP-net,Link-net,Res-net,DSRA-unet和DE-GWO算法进行对比实验,得到的平均交并比为80.05%,平均像素精确度为91.20%,覆盖率平均误差为0.80%。实验结果表明,改进U-net模型的分割结果优于对比算法,能够保证特征提取的有效性和全局特征的完备性,有效剔除树影以及田内其他干扰因素。该模型适用于含有农机和树影等干扰的田间复杂场景,在大尺度图像中亦可获得较好的分割效果,可为大面积秸秆覆盖率检测提供技术支持。

关键词：秸秆图像覆盖率检测语义分割 U-net模型注意力机制