检索结果-南通市图书馆

Bilateral U-Net semantic segmentation with spatial attention mechanism

CAAI Transactions on Intelligence Technology 2023年第2期8卷 297-307页

作者： Guangzhe Zhao Yimeng Zhang Maoning Ge Min Yu Beijing University of Civil Engineering and Architecture College of Electrical and Information EngineeringBeijingChina Graduate School of Informatics Nagoya UniversityNagoyaJapan Department of General Surgery Guangdong Provincial People's HospitalGuangdong Academy of Medical SciencesGuangzhouChina

Aiming at the problem that the existing models have a poor segmentation effect on imbalanced data sets with small-scale samples,a bilateral U-Net network model with a spatial attention mechanism is designed.The model uses the lightweight MobileNetV2 as the backbone network for feature hierarchical extraction and proposes an Attentive Pyramid Spatial Attention(APSA)module compared to the Attenuated Spatial Pyramid module,which can increase the receptive field and enhance the information,and finally adds the context fusion prediction branch that fuses high-semantic and low-semantic prediction results,and the model effectively improves the segmentation accuracy of small data sets.The experimental results on the CamVid data set show that compared with some existing semantic segmentation networks,the algorithm has a better segmentation effect and segmentation accuracy,and its mIOU reaches 75.85%.Moreover,to verify the generality of the model and the effectiveness of the APSA module,experiments were conducted on the VOC 2012 data set,and the APSA module improved mIOU by about 12.2%.

关键词： attention mechanism receptive field semantic fusion semantic segmentation spatial attention module U-Net

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

面向情报感知的多源多模态数据融合方法研究

图书馆学情报学

引用

图书馆学情报学 2024年第1期

作者：白如江鞠孜涵张玉洁张亚辉冯梦莹

[研究目的]针对多源多模态数据在情报感知应用中存在的问题，在梳理多源多模态数据融合方法的基础上提出一种新的多模态数据融合思路，以支撑细粒度情报感知的相关研究。[研究方法]首先，系统梳理了情报感知和多源多模态数据的特征，总... 详细信息

[研究目的]针对多源多模态数据在情报感知应用中存在的问题，在梳理多源多模态数据融合方法的基础上提出一种新的多模态数据融合思路，以支撑细粒度情报感知的相关研究。[研究方法]首先，系统梳理了情报感知和多源多模态数据的特征，总结了多源多模态数据融合面临的挑战。其次，从不同的融合粒度详细调研了多源异构数据的融合方法；从不同的融合深度总结了多模态数据的语义融合方法。最后，提出了时序数据和地理空间数据辅助的多模态数据融合思路。[研究结论]面向情报感知的多源多模态数据融合中，细粒度的融合是基础，语义融合是核心，基于深度学习的融合方法是大势所趋，基于异质图神经网络的融合方法推动了情报感知更准确、全面和智慧的发展。

关键词：情报感知多源多模态数据数据融合细粒度语义融合 intelligence perception multi-mode data data fusion fine grained semantic fusion

来源：人大复印报刊资料评论

在线全文

人大复印报刊资料

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：