期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,167篇文章
< 1 2 … 59 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SAM的水陆两栖环境感知微调策略与应用
1
作者 左哲 蓝鸿 +1 位作者 覃卫 王坤 《北京理工大学学报》 北大核心 2026年第1期20-28,共9页
针对水陆两栖无人平台在不确定环境中面临的高误报率及多感知任务整合困难的问题,本研究提出了一种基于分割一切模型(segment anything model,SAM)的多模型联合环境感知方法,实现了障碍物检测与水陆域分割的统一处理.具体而言,是将U-Net... 针对水陆两栖无人平台在不确定环境中面临的高误报率及多感知任务整合困难的问题,本研究提出了一种基于分割一切模型(segment anything model,SAM)的多模型联合环境感知方法,实现了障碍物检测与水陆域分割的统一处理.具体而言,是将U-Net和YOLOv8与SAM结合,U-Net和YOLOv8负责获取目标的粗略轮廓,而SAM通过其编码−解码结构实现进一步精细分割.此外,设计了专门的微调策略以实现联合训练,进一步提升了模型的性能.本研究还构建了专有数据集USV-Dataset,并开发了数据引擎以提高标注效率.为增强模型的泛化能力,采用了4个公开数据集与USV-Dataset进行混合训练,涵盖了多样化的场景和障碍物类别.实验结果表明,该方法实现了96.8%的mPA分割精度和10 FPS的推理速度,展现出良好的泛化能力,能够满足中低速两栖无人平台的实时环境感知需求. 展开更多
关键词 水陆两栖平台 环境感知 sam 多模型融合
在线阅读 下载PDF
基于SAM多尺度标签优化的半监督学习遥感目标检测 被引量：1
2
作者 周洁 方振宇 《微电子学与计算机》 2026年第1期65-74,共10页
针对遥感图像中目标分辨率低、背景复杂且获取高质量旋转框标注费用高、耗时长等问题,提出了一种多尺度标签优化的半监督学习遥感目标检测方法。该方法使用SoftTeacher模型能够充分利用大量未标注且多样化的数据,同时还能发现原始数据... 针对遥感图像中目标分辨率低、背景复杂且获取高质量旋转框标注费用高、耗时长等问题,提出了一种多尺度标签优化的半监督学习遥感目标检测方法。该方法使用SoftTeacher模型能够充分利用大量未标注且多样化的数据,同时还能发现原始数据集中未标注的目标;借助SAM(Segment Anything Model)模型可实现基于深度学习的图像分割,并通过基于掩码的优化生成高质量的标签。通过半监督学习生成伪标注,对伪标注中的标签特征框进行多尺度处理后输入SAM模型进行优化,使用优化后的标注扩充原数据集样本重新用于全监督训练。实验结果表明:所选用的半监督目标检测模型SoftTeacher能够展现出优于全监督目标检测模型的性能,经过优化后的数据集样本能够展现相比原本伪标注数据集更精确的效果。在使用扩充后的数据集进行全监督训练时,原先的平均精度均值(mean Average Precision, mAP, mAP)从51.4%提升到53.5%。此外,全监督训练阶段使用现有的常用目标检测器进行了对比实验,进一步验证了所提方法可以有效提高遥感目标检测在标注不足情况下的准确性。 展开更多
关键词 遥感图像 半监督学习 sam 图像分割
在线阅读 下载PDF
从通用分割到专用化建筑物提取——SAM在高分遥感影像中的优化策略研究
3
作者 陈秀秀 金永胜 +1 位作者 叶建生 方雷 《中国图象图形学报》 北大核心 2026年第2期642-656,共15页
目的 针对传统高分辨率影像建筑物提取方法的精度瓶颈,SAM(segment anything model)模型虽然具有分割优势,却因训练域差异和人工提示依赖,无法直接应用于大规模遥感影像的自动化提取。为此,提出一种无提示—判别联合模型(SAM-Classifie... 目的 针对传统高分辨率影像建筑物提取方法的精度瓶颈,SAM(segment anything model)模型虽然具有分割优势,却因训练域差异和人工提示依赖,无法直接应用于大规模遥感影像的自动化提取。为此,提出一种无提示—判别联合模型(SAM-Classifier),实现了通用视觉模型向遥感场景的迁移,完成了建筑物的自动化高效提取。方法 本研究采用了一系列实验来系统探究不同提示方式(包括点提示、框提示和掩码提示)在SAM模型指导下的建筑物提取效果,并引入一个无需提示的联合模型——SAM-Classifier,以克服传统SAM模型在语义理解和提示依赖方面的限制。实验基于3个公开可用的数据集进行,以全面评估各种提示策略下SAM模型的表现。此外,为了比较不同解决方案在建筑物提取任务中的性能差异,还特别设计了对比实验,将SAM模型及SAMClassifier的结果与商汤科技开发的遥感大模型(Sense Earth 3.0)进行了详细的对比分析。结果 实验表明,框提示引导下的SAM分割表现最优(WHU数据集F1分数0.945);所提出的SAM-Classifier无需人工提示,Ma数据集F1分数0.717,与对比的先进方法性能相近。结论 本文提出SAM-Classifier,通过融合轻量级分类器实现无需提示的端到端建筑物提取,有效缓解了SAM的语义理解不足与提示依赖问题,为遥感影像的自动化解译提供了新方案。 展开更多
关键词 图像分割 高分辨率影像 建筑物提取 sam(segment anything model) 提示分割 优化策略
原文传递
基于Stone-SAM的便携式粗集料级配智能检测 被引量：1
4
作者 张鸿 杨俊雅 +2 位作者 刘可心 张益鹏 程雪聪 《建筑材料学报》 北大核心 2025年第6期581-590,共10页
为实现精确的粗集料级配检测,提出了一种便携式粗集料级配智能检测方法。采用知识蒸馏的策略对视觉大模型——分割一切模型(SAM)进行网络结构轻量化,嵌入神经网络分类器PP-HGNetV2为模型提供语义判断的能力,设计粗集料颗粒特征参数数学... 为实现精确的粗集料级配检测,提出了一种便携式粗集料级配智能检测方法。采用知识蒸馏的策略对视觉大模型——分割一切模型(SAM)进行网络结构轻量化,嵌入神经网络分类器PP-HGNetV2为模型提供语义判断的能力,设计粗集料颗粒特征参数数学表征算法,开发移动端应用程序,实现粗集料级配高通量检测。对5种粗集料级配场景进行测试。结果表明:本研究方法对于粗集料颗粒的分割精度高于原始SAM模型,并且能够精确去除背景信息,粗集料颗粒关键参数提取结果准确可靠。 展开更多
关键词 分割一切模型(sam) 粗集料级配 智能检测 移动端 工程检测
在线阅读 下载PDF
光影智绘:基于SAM的视频阴影鲁棒抽取
5
作者 陈东 李昌隆 +2 位作者 杜振龙 宋爽 李晓丽 《图学学报》 北大核心 2025年第4期739-745,共7页
针对传统方法对于光照变化和物体遮挡引起复杂的、动态变化阴影处理易致阴影检测的准确率和鲁棒性较低问题,提出了一种基于分割万物模型(SAM)的视频阴影检测方法,对SAM解码器进行微调,使其更适合阴影检测;利用SAM提取关键帧阴影区域,引... 针对传统方法对于光照变化和物体遮挡引起复杂的、动态变化阴影处理易致阴影检测的准确率和鲁棒性较低问题,提出了一种基于分割万物模型(SAM)的视频阴影检测方法,对SAM解码器进行微调,使其更适合阴影检测;利用SAM提取关键帧阴影区域,引入XMem模型,结合感觉记忆、短时记忆和长时记忆联合前后帧信息,给出优化和稳定视频阴影检测结果。实验结果表明:在ViSha数据集的阴影实验结果与传统方法相比,该方法的均值绝对误差降低了约31.8%,交并比提升了约19.7%;定性和定量结果表明本方法不仅提升了视频阴影处理的准确率,并表现出较好的鲁棒性。 展开更多
关键词 阴影检测 语义分割 视频对象分割 sam XMem
在线阅读 下载PDF
SABM:一种蝴蝶生态图像分割的增强SAM模型
6
作者 谢娟英 兰翔 许升全 《陕西师范大学学报(自然科学版)》 北大核心 2025年第6期1-14,共14页
通过分割生态图像中蝴蝶获得蝴蝶掩码是基于生态图像的蝴蝶物种自动化识别的基础,因此研究蝴蝶生态图像分割有重要意义。然而,现有蝴蝶生态图像存在数据集样本量小、蝴蝶拟态、翅膀遮挡等问题,使现有深度网络难以训练出具有良好泛化能... 通过分割生态图像中蝴蝶获得蝴蝶掩码是基于生态图像的蝴蝶物种自动化识别的基础,因此研究蝴蝶生态图像分割有重要意义。然而,现有蝴蝶生态图像存在数据集样本量小、蝴蝶拟态、翅膀遮挡等问题,使现有深度网络难以训练出具有良好泛化能力的分割模型。为此,通过改进SAM(segment anything model)模型,提出一种鲁棒的蝴蝶生态图像分割新模型SABM(segment any butterfly model)。SABM模型通过引入双路卷积模块、蝴蝶词元(butterfly token)及一个3层MLP(multi-layer perceptron)使模型具有更好的特征学习能力。707张蝴蝶生态图像数据集的2折交叉验证实验表明,SABM模型对蝴蝶生态图像的分割能力超越了SAM及其现有的改进SOTA模型。7645张全新蝴蝶生态图像数据集的分割实验测试发现,SABM模型具有非常好的泛化性能,对7645张全新蝴蝶生态图像的蝴蝶实现了非常好的分割。该分割结果为未来的蝴蝶生态图像分割研究提供了10倍于现有数据的大数据集,为野外环境下的蝴蝶物种自动识别提供了更好的可用数据,也为测试聚类算法性能提供了富有挑战性的数据集。另外,还在医学图像数据测试了SABM模型的鲁棒性。 展开更多
关键词 蝴蝶分割 双路卷积 sam SABM 图像分割
在线阅读 下载PDF
基于大幅面SAM的遥感影像建筑物提取研究 被引量：1
7
作者 赫晓慧 吴凯旋 +2 位作者 李盼乐 乔梦佳 程淅杰 《时空信息学报》 2025年第2期148-157,共10页
主流语义分割方法多针对小尺寸影像,而遥感影像通常覆盖地表范围广,现有研究在处理遥感影像时普遍面临分块拼接误差导致的空间特征关联性丢失与计算效率低等挑战。因此,基于SAM(segmentanything model),本文提出一种大幅面SAM(large sca... 主流语义分割方法多针对小尺寸影像,而遥感影像通常覆盖地表范围广,现有研究在处理遥感影像时普遍面临分块拼接误差导致的空间特征关联性丢失与计算效率低等挑战。因此,基于SAM(segmentanything model),本文提出一种大幅面SAM(large scale SAM,LS-SAM)遥感影像建筑物提取方法。首先,构建异构特征编码器来融合卷积神经网络局部提取能力与SAM全局提取优势,通过全局和局部信息的融合有效解决SAM局部特征表达不足问题;其次,设计空间多尺度Adapt Former模块,以增强SAM的多尺度特征提取能力,使得能够学习不同尺度的特征来提高语义分割的准确性;为了减少遥感影像处理过程中出现的内存占用过多和检索分块拼接所带来的误差,设置动态训练策略;最后,基于公开数据集进行验证,并与已有方法进行比较评价。结果表明,本文方法在数据集IAILD的表现优秀,在两种随机裁剪尺寸情况下,平均交并比呈现最优和次优;其中,在1024个像素×1024个像素尺寸时,m Io U达到86.5%,相较于BuildFormer的82.38%、SAM的76.98%,分别提升了3.12%、9.52%。 展开更多
关键词 深度学习 建筑物提取 sam 位置编码生成器 CNN
在线阅读 下载PDF
基于SAM模型进行牙槽窝CBCT测量的初步研究
8
作者 樊林峰 宋忠臣 +1 位作者 张楚南 艾松涛 《上海口腔医学》 2025年第4期433-439,共7页
目的:评估基于深度学习技术开发的锥形束CT(CBCT)图像上自动测量牙槽窝的工具,比较其与人工测量的准确性,验证其有效性和可行性。方法:纳入29例成年患者(男11例,女18例),平均年龄(31.31±13.77)岁。入组时均行CBCT检查,提取(5-5)牙... 目的:评估基于深度学习技术开发的锥形束CT(CBCT)图像上自动测量牙槽窝的工具,比较其与人工测量的准确性,验证其有效性和可行性。方法:纳入29例成年患者(男11例,女18例),平均年龄(31.31±13.77)岁。入组时均行CBCT检查,提取(5-5)牙位共427个横断面进行牙槽窝颊舌向骨量测量。开发一种新的基于SAM模型(Segment Anything Model)的交互式分割和测量工具,将其用于CBCT的牙槽窝尺寸评估。通过建立测试集和验证集,分别进行牙槽窝横断面颊舌侧骨量的人工测量和自动测量,并进行数据比较。结果:CBCT自动测量方法与人工测量之间具有显著的相关性和一致性,测试集回归分析的决定系数(R~2)为0.942,验证集测量误差主要集中在-0.43~0.47 mm之间,Pearson相关系数为0.9746(P<0.001)。结论:本研究通过深度学习,开发了一种基于SAM的CBCT的自动测量工具,准确性高,显著提高了牙槽窝测量的效率。 展开更多
关键词 sam 锥形束CT 横断面 牙槽窝 自动测量
原文传递
一种改进的SAM-ShuffleNet明青花龙纹断代模型
9
作者 赵谦 屈佳伟 《现代电子技术》 北大核心 2025年第9期116-123,共8页
青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型... 青花瓷作为瓷器中的明珠,其独特的纹饰承载着深厚的文化底蕴。在众多青花瓷纹饰中,明代龙纹颇具代表性,对明代前、中、后三期的青花瓷龙纹进行断代识别有着极高的历史文化研究价值。文中针对明代龙纹断代问题提出一种改进的深度学习模型,该模型引入空间注意力机制(SAM)改进原网络ShuffleNetV2,能够捕获图像中的长距离依赖关系,用于增强模型的表达能力,并利用迁移学习策略、交叉熵损失函数和RMSProp自适应学习率优化器在青花瓷龙纹数据集上进行实验验证,用于准确年代鉴定。实验表明,在迭代100次、批次大小为16、学习率为0.001以及权重衰减为10-5的条件下,明代前、中、后期断代总体准确率为95.67%,召回率为95%,F1-Score为95%。与VGG16、ResNet18等8个模型对比,所提模型在识别准确率上显著提高,运算速度约是ResNet18的4.9倍,是VGG16的5.9倍,这证明该模型不仅实现了明代青花瓷龙纹的精确断代,还具备快速识别、体积紧凑的特点,为文化遗产保护和鉴定提供了新的技术方法。 展开更多
关键词 龙纹断代 深度学习 ShuffleNet 空间注意力机制 RMSProp 迁移学习策略
在线阅读 下载PDF
混合SAM改善钙钛矿太阳能电池空穴传输能力
10
作者 张琳 关雪峰 +2 位作者 方兴 林梦豪 林杰 《电子测量技术》 北大核心 2025年第16期132-141,共10页
针对反式钙钛矿太阳能电池中MeO-2PACz自组装单分子层因HOMO能级失配导致界面空穴传输势垒等问题,本研究提出一种混合SAM界面工程策略,通过将MeO-2PACz与偶极矩更大的Me-4PACz以特定比例复合,优化氧化镍空穴传输层的能级排列与缺陷钝化... 针对反式钙钛矿太阳能电池中MeO-2PACz自组装单分子层因HOMO能级失配导致界面空穴传输势垒等问题,本研究提出一种混合SAM界面工程策略,通过将MeO-2PACz与偶极矩更大的Me-4PACz以特定比例复合,优化氧化镍空穴传输层的能级排列与缺陷钝化能力。实验表明,当Me-4PACz体积占比为10%时,M-SAM/NiO_(x)复合层可显著提升界面电荷提取效率,并诱导钙钛矿薄膜形成致密晶体结构。基于此,所制备的p-i-n结构PSCs实现了1.079 V的开路电压、24.23 mA/cm^(2)的短路电流密度及0.79的填充因子,光电转换效率从18.7%提升至20.76%。 展开更多
关键词 MeO-2PACz 混合sam 钙钛矿太阳能电池
原文传递
基于SAM和pix2pix的商品数据集生成网络
11
作者 于惠钧 邹志豪 康帅 《电子技术应用》 2025年第4期23-28,共6页
针对商品包装快速变换带来的商品数据集采集和标注过程繁琐的问题,设计了一种基于SAM和pix2pix的商品数据集生成网络。该网络以单个商品多角度图像作为输入,生成与实际结算场景相近似的数据集。在RPC大型商品数据集上进行数据集生成,在Y... 针对商品包装快速变换带来的商品数据集采集和标注过程繁琐的问题,设计了一种基于SAM和pix2pix的商品数据集生成网络。该网络以单个商品多角度图像作为输入,生成与实际结算场景相近似的数据集。在RPC大型商品数据集上进行数据集生成,在YOLOv7、Fast R-CNN、AlexNet三种目标检测网络上验证生成数据集对目标检测效果的提升。实验结果表明,生成数据集融合到原数据集后用于训练模型能够有效提升商品识别准确率,并且与真实数据集相比具有较好的替代性。相较于原数据集,融合生成数据集三个网络上识别精度分别提升7.3%、4.9%、7.8%。通过该方法,显著提高了模型训练的效率与实用性,减轻传统商品数据集采集与标注所需的人力物力投入。 展开更多
关键词 商品识别 sam pix2pix 数据集生成
在线阅读 下载PDF
基于SAM图像处理的堆石料级配计算方法及验证 被引量：1
12
作者 张振伟 蔡可天 +3 位作者 高轩 贺一轩 王建 鲁洋 《水力发电》 2025年第2期80-86,共7页
堆石料级配检测是堆石坝施工过程中质量控制的重要环节,传统方法通常采用现场人工筛分法测量,存在检测样本少、效率低、干扰施工等问题。提出了一种基于图像处理的堆石料级配计算方法,采用国际最新Mata AI开源的通用图像分割大模型Segme... 堆石料级配检测是堆石坝施工过程中质量控制的重要环节,传统方法通常采用现场人工筛分法测量,存在检测样本少、效率低、干扰施工等问题。提出了一种基于图像处理的堆石料级配计算方法,采用国际最新Mata AI开源的通用图像分割大模型Segment Anything Model(SAM)对筑坝堆石料进行自动图像分割,提出堆石长宽比、面积比等堆石形态学几何参数用于提取堆石料图像中的堆石颗粒目标;同时,建立堆石形态数据库、堆石实例分割数据库,并分析参数取值和验证堆石图像级配计算方法的有效性;最后,试验验证结果表明该方法能够有效识别出图像中的堆石颗粒目标,实现级配曲线的智能识别,以及曲率、不均匀系数等级配指标的快速计算。该方法计算获得的级配与真实筛分法测的级配相关性可达0.94,平均绝对误差约5%,能够在堆石坝施工过程中有效辅助检测堆石料的颗粒级配信息,服务堆石坝的施工碾压质量控制。 展开更多
关键词 堆石料 级配 Segment Anything Model(sam) 图像识别 快速检测
在线阅读 下载PDF
基于预训练SAM的提示式三维牙齿分割方法 被引量：1
13
作者 刘复昌 蔡煜晨 +1 位作者 缪永伟 范然 《浙江大学学报(理学版)》 北大核心 2025年第1期59-69,共11页
目前,大多研究采用有监督学习方法在牙齿的三维数据上训练网络,完成分割任务,但在处理缺牙、严重错位或颌部不完整的牙齿时效果不佳,泛化能力较弱。为此,提出了一种基于预训练分割一切模型(segment anything model,SAM)和提示分割技术... 目前,大多研究采用有监督学习方法在牙齿的三维数据上训练网络,完成分割任务,但在处理缺牙、严重错位或颌部不完整的牙齿时效果不佳,泛化能力较弱。为此,提出了一种基于预训练分割一切模型(segment anything model,SAM)和提示分割技术的方法。首先,在2022年国际医学图像计算和计算机辅助干预会议(MICCAI 2022)的三维牙齿公开数据集上微调模型。然后,将三维牙齿模型投影至多个二维视图,利用SAM网络进行图像分割。再将每个像素的标签映射回原始的三维三角形面片,完成三维牙齿分割。在该数据集中,测试了900个较理想的三维上下牙数据,取得了与主流技术相当的结果。对于缺牙、牙齿错位以及上下颚不完整的复杂情况,本文方法表现出显著优于现有技术的效果,展示了更强的泛化能力和稳定性。 展开更多
关键词 口腔正畸 三维牙齿分割 sam 图像分割
在线阅读 下载PDF
基于MSC-LSAM的多尺度交叉超声医学图像分割方法 被引量：1
14
作者 王朝欣 杨汶汶 +3 位作者 戎泽 李铮昱 王行 马磊 《数据采集与处理》 北大核心 2025年第2期469-484,共16页
脑卒中是全球范围内致死致残率最高的疾病之一,颈动脉狭窄和心脏病变是缺血性脑卒中的重要致病因素。超声(Ultrasound,US)是检查由颈动脉狭窄和心脏病变引起的缺血性脑卒中的常用影像学手段,但超声图像噪声多、边界模糊,具有较高的分割... 脑卒中是全球范围内致死致残率最高的疾病之一,颈动脉狭窄和心脏病变是缺血性脑卒中的重要致病因素。超声(Ultrasound,US)是检查由颈动脉狭窄和心脏病变引起的缺血性脑卒中的常用影像学手段,但超声图像噪声多、边界模糊,具有较高的分割难度。本文提出MSC⁃LSAM算法,一种多尺度交叉的双编码器超声图像分割网络,旨在实现颈动脉腔体和心脏腔体的快速、准确分割,辅助医生完成疾病诊断。MSC⁃LSAM在编码器部分并行了分割一切模型(Segment anything model,SAM)的视觉编码器和UNet编码器,在解码器部分采用UNet解码器。本研究首先冻结了预训练的SAM视觉编码器,并在Transformer层中引入高效的适配器(Adapter)块,被称可学习的分割一切模型(Learnable SAM,LSAM)。LSAM在拥有较低参数量的同时,保留学习能力和高度泛化性。然后,在UNet全局网络引入多尺度交叉注意力(Multi⁃scale cross⁃axial attention,MCA),实现多尺度特征的交叉融合,有效提升边缘分割能力,抑制模型过拟合。最后,通过高效通道注意力(Efficient channel attention,ECA)实现双编码器多尺度特征的高效融合,减少模型误分割。结果表明,本研究提出的MSC⁃LSAM在心脏超声公开数据集CAMUS和颈动脉超声自建数据集CAUS上均取得了良好的效果。CAMUS的两心腔(2CH)和四心腔(4CH)数据集分割的平均Dice相似系数(Dice similarity coefficient,DSC)分别达到0.927和0.934;CAUS数据集的平均DSC达到0.917。MSC⁃LSAM在颈动脉腔体和心脏腔体超声图像分割任务上获得了良好的分割准确度,高于主流分割算法,具有良好的应用前景。 展开更多
关键词 缺血性脑卒中 超声图像分割 分割一切模型 多尺度交叉注意力 高效通道注意力
在线阅读 下载PDF
轻量级微调SAM的结肠息肉分割方法SAMCP
15
作者 刘娜 封筠 +2 位作者 霍一儒 王弘扬 杨柳 《计算机应用》 北大核心 2025年第10期3390-3398,共9页
在胃肠道内窥镜图像处理中,精准分割结肠息肉具有重要的临床意义。传统分割方法常因细节捕捉不足和对大规模数据的依赖,在应对复杂形态的息肉时表现不佳。尽管分割一切模型(SAM)在自然图像分割中取得显著进展,但由于自然图像与医学图像... 在胃肠道内窥镜图像处理中,精准分割结肠息肉具有重要的临床意义。传统分割方法常因细节捕捉不足和对大规模数据的依赖,在应对复杂形态的息肉时表现不佳。尽管分割一切模型(SAM)在自然图像分割中取得显著进展,但由于自然图像与医学图像存在域差异,现有的SAM方法在结肠息肉分割任务上仍难以取得理想效果。为解决这一问题,基于SAM架构提出一种轻量级微调结肠息肉分割方法(SAMCP)。该方法引入精简适配器模块,重点关注通道维度信息,采用Dice和交并比(IoU)简化联合损失函数,并在训练时冻结原始图像编码器和提示编码器的参数,以低训练成本提升结肠息肉分割性能。在3个公开数据集上与9种先进方法的对比实验结果表明,相较于SAM方法,SAMCP在Kvasir-SEG数据集上的Dice和IoU值分别提高了56.7%和84.5%,在CVC-ClinicDB数据集上的Dice和IoU值分别提高了46.0%和86.0%,在CVC-ColonDB数据集上的Dice和IoU值分别提高了95.3%和122.2%,超过目前SAM-based类方法的最佳性能。在引入点提示的情况下,即使只使用1次点击,SAMCP仍能优于其他SAM-based方法。以上验证了SAMCP在处理复杂形状和局部细节时表现出色,可为医生提供更精确的分割指导。 展开更多
关键词 结肠息肉分割 分割一切模型 适配器 损失函数 轻量级微调
在线阅读 下载PDF
微调SAM的遥感图像高效语义分割模型DP-SAM 被引量：1
16
作者 刘思涌 赵毅力 《中国图象图形学报》 北大核心 2025年第8期2884-2896,共13页
目的SAM(segment anything model)已经成为自然图像零样本分割的一个大模型基准。由于遥感图像的复杂性和场景多变性,且SAM是一个需要提示信息的分割模型,直接将这个“基础宏观模型”应用于遥感图像会导致过分割以及需要大量手动输入提... 目的SAM(segment anything model)已经成为自然图像零样本分割的一个大模型基准。由于遥感图像的复杂性和场景多变性,且SAM是一个需要提示信息的分割模型,直接将这个“基础宏观模型”应用于遥感图像会导致过分割以及需要大量手动输入提示的问题。针对上述问题,提出一种通过微调将SAM用于遥感图像语义分割的高效方法。方法首先,保留原生SAM的图像编码器模块但对其训练参数进行微调,并且引入一条新的卷积神经网络(convolutional neural network,CNN)编码器路径。其次,在解码器中采用一种经过微调的无提示方法,消除了将SAM应用于图像分割需要输入提示的问题。通过CNN和Transformer两条路径分别输出两个独立的预测掩码,并根据这两个掩码获得分割的结果。这种具有两条路径且经过精细微调的模型名为DP-SAM(dual path segment anything model)。结果使用两个经过标注的遥感图像数据集Potsdam和Vaihingen对DP-SAM进行评估,并通过消融性实验对如何根据两条解码器路径的输出生成预测掩码的方法进行讨论。实验结果表明,DP-SAM能对遥感图像进行高效语义分割,平均交并比mIoU和F1分数在Potsdam数据集上达到86.2%和92.7%,在Vaihingen数据集上达到85.9%和92.4%。结论所提方法具有良好的性能,实现了将大模型应用于遥感领域语义分割场景,该方法性能优于所对比的其他基于深度学习和微调SAM的方法。本工作的源代码可在https://github.com/Jacky-Android/DP-SAM获取。 展开更多
关键词 分割一切模型(sam) 零样本 遥感图像语义分割 图像编码器 无提示 掩膜解码器
原文传递
杨树PtSAMS基因家族鉴定及其干旱胁迫响应模式分析
17
作者 程爽 孙昊 +1 位作者 任海燕 宋海凤 《植物生理学报》 北大核心 2025年第5期663-672,共10页
杨树分布广、适应性强,具有较高的生态、经济和工业价值。S-腺苷甲硫氨酸合成酶(SAMS)催化ATP和L-甲硫氨酸反应生成S-腺苷蛋氨酸,参与植物中多胺和乙烯的形成。然而,植物中SAMS基因家族的功能研究较少,SAMS在木本植物中对干旱胁迫的响... 杨树分布广、适应性强,具有较高的生态、经济和工业价值。S-腺苷甲硫氨酸合成酶(SAMS)催化ATP和L-甲硫氨酸反应生成S-腺苷蛋氨酸,参与植物中多胺和乙烯的形成。然而,植物中SAMS基因家族的功能研究较少,SAMS在木本植物中对干旱胁迫的响应尚未探究。依据毛果杨基因组,利用拟南芥SAMS蛋白构建隐马尔科夫模型,筛选PtSAMS家族成员,构建进化树,分析蛋白理化性质及其序列特征并进行蛋白互作预测。同时,收集已公开转录组数据,研究PtSAMS对干旱、高温、低温和盐等非生物胁迫的响应,分析组织部位和干旱胁迫下的表达量。本研究从毛果杨基因组中鉴定出6个PtSAMS基因家族的成员,均匀分布在6条染色体上,且定位于叶绿体中,可能参与木质素的形成,且基因结构相似包含有10个相同的Motif,与SAMS和甲基转移酶等蛋白相互作用。顺式作用元件分析表明,PtSAMS基因启动子中存在多种响应元件,包括植物激素响应元件和非生物胁迫响应元件。转录组数据分析表明,在高温、低温、盐和干旱等非生物胁迫下PtSAMS在不同杨树中上调表达。通过qRT-PCR分析,PtSAMS在杨树根和茎中表达量较高且干旱胁迫后表达下调。本研究丰富了木本植物SAMS家族响应干旱胁迫的作用机制,为研究杨树的抗旱胁迫机制提供依据。 展开更多
关键词 S-腺苷甲硫氨酸合成酶基因 杨树 干旱胁迫 基因家族 生物信息学
原文传递
具备高效CRISPR协同激活活性的HIEC6-dCas9-SAM稳转细胞株构建 被引量：1
18
作者 任柱平 杨泰然 +4 位作者 雷元三 金留飞 崔古贞 田益明 陈峥宏 《生物技术通报》 北大核心 2025年第5期52-61,共10页
【目的】以人正常肠道上皮细胞(HIEC6)为研究模型,建立具有高水平转录激活活性的HIEC6-dCas9-SAM单克隆细胞株,为利用CRISPR激活(CRISPRactivation,CRISPRa)系统筛选人类肠道疾病发生发展相关关键基因和探究分子致病机制提供细胞工具。... 【目的】以人正常肠道上皮细胞(HIEC6)为研究模型,建立具有高水平转录激活活性的HIEC6-dCas9-SAM单克隆细胞株,为利用CRISPR激活(CRISPRactivation,CRISPRa)系统筛选人类肠道疾病发生发展相关关键基因和探究分子致病机制提供细胞工具。【方法】首先利用PiggyBac转座子系统构建HIEC6-dCas9-SAM多克隆细胞;然后通过有限稀释法筛选单克隆细胞株,并使用免疫印迹、间接免疫荧光法鉴定单克隆细胞株中dCas9-SAM蛋白(dCas9、VP64、MS2、HSF1、p65)的表达情况;最后利用CRISPRa荧光报告系统和构建包装特定靶基因sgRNA慢病毒,检测所构建稳转株在转录和蛋白水平的CRISPR激活效率。【结果】成功获得两株HIEC6-dCas9-SAM单克隆细胞,两株细胞均能高水平稳定表达dCas9-SAM蛋白。CRISPRa荧光报告系统检测显示,两株HIEC6-dCas9-SAM稳转细胞的激活效率分别高达96.7%、99.0%。靶基因激活功能验证显示,在转录水平,两株HIEC6-dCas9-SAM稳转细胞中靶基因APN的转录激活水平分别高达2725倍和4521倍,SLC35A1基因的转录激活水平分别为27.5倍和18.1倍;在蛋白水平,APN蛋白的激活效率分别高于12.9倍和11.2倍,SLC35A1蛋白的激活效率分别为1.32倍和0.97倍。两株单克隆稳转细胞均表现出较高的转录激活活性。【结论】成功构建两株具有高水平CRISPR转录激活活性的HIEC6-dCas9-SAM单克隆稳转细胞,为后续基于CRISPRa系统筛选人类肠道疾病发生发展相关关键基因和探究分子致病机制提供了重要细胞工具。 展开更多
关键词 dCas9-sam HIEC6细胞 CRISPR激活 稳转细胞株
在线阅读 下载PDF
基于改进的SAM树冠轮廓分割
19
作者 方王俊 王山东 +1 位作者 郑帅锋 李佳云 《西北林学院学报》 北大核心 2025年第6期148-156,共9页
树冠信息的准确获取是树种分类的基本前提。针对分割一切模型(SAM)在可见光影像树冠轮廓提取时对树冠边界细节的分割不准确,存在漏分、错分等问题,设计了一种融合激光雷达三维点云数据的SAM影像树冠轮廓分割模型,以实现树冠轮廓的精细... 树冠信息的准确获取是树种分类的基本前提。针对分割一切模型(SAM)在可见光影像树冠轮廓提取时对树冠边界细节的分割不准确,存在漏分、错分等问题,设计了一种融合激光雷达三维点云数据的SAM影像树冠轮廓分割模型,以实现树冠轮廓的精细化提取。首先利用SAM分别提取可见光影像树冠轮廓和激光雷达三维点云树冠轮廓,并将合并后的树冠轮廓作为粗分割的结果。然后经过多向剖面分析、局部坐标系重定向、改进的K-means聚类等方法对树冠轮廓粗分割结果精细化。结果表明,改进后的SAM在郁闭度为80%的林区分割精度达到了86.35%,相对改进前的单影像SAM和单点云SAM分别提高了35.09%、51.75%,相对分水岭算法、SVM算法、多尺度分割算法分别提高了32.44%、16.12%、11.14%,能够很好地适应树冠轮廓在高郁闭度林区的分割任务。 展开更多
关键词 树冠轮廓分割 sam 可见光影像 激光雷达三维点云 数据融合
在线阅读 下载PDF
基于Grounded SAM 2和改进YOLOv11n-seg的蝴蝶兰组培苗夹取点分析 被引量：1
20
作者 张盼浩 陈佳慧 苑朝 《农业工程学报》 北大核心 2025年第21期183-195,共13页
为解决传统目标检测方法在蝴蝶兰组织培养自动化移植过程中存在的夹取点定位不准确、模型复杂度高、难以在资源受限设备上部署等问题,该研究提出了一种基于改进YOLOv11n-seg的轻量化组培苗分割模型。首先,使用RepViT架构替换原模型的主... 为解决传统目标检测方法在蝴蝶兰组织培养自动化移植过程中存在的夹取点定位不准确、模型复杂度高、难以在资源受限设备上部署等问题,该研究提出了一种基于改进YOLOv11n-seg的轻量化组培苗分割模型。首先,使用RepViT架构替换原模型的主干网络,在提高模型特征提取能力的同时降低计算需求。其次,在模型的颈部网络引入轻量级跨尺度特征融合模块(cross-scale feature fusion module,CCFM),进一步缩减计算开销,并增强模型对小目标特征的分割检测能力。同时,针对人工标注分割数据集效率低下的问题,提出了一种面向蝴蝶兰组培苗的自动标注方法。基于Grounded SAM 2,设计了一种名为AddSub的后处理算法,通过掩码差分融合运算、动态面积阈值降噪以及形态学运算等步骤对Grounded SAM 2的输出结果进行处理。试验结果表明,改进模型能够准确定位组培苗夹取点,其生成的夹取区域掩码质心与人工标注质心之间的平均欧氏距离仅为1.95 mm;且准确率、召回率、m AP_(50)、m AP_(50:95)分别达到96.0%、81.8%、87.7%、67.2%,相较基线模型YOLOv11n-seg分别提升了0.6、2.8、3.3、8.5个百分点;模型大小仅为3.8 MB,参数量和浮点计算量较原模型分别减少了1.32 M和2.1 G;研究提出的自动标注方法标注成功率达84.5%,单图平均标注时间为6.6 s,较Labelme与ISAT(image segmentation annotation tool)等人工标注方式分别减少了176.6和50.0 s,大幅降低了训练数据集的制作成本。研究结果可为蝴蝶兰组培过程的自动化实现提供参考。 展开更多
关键词 Grounded sam 2 YOLOv11n-seg 蝴蝶兰组培苗 实例分割 夹取点分析
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 59 下一页 到第 页
使用帮助 返回顶部