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5篇文章
< 1 >
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XS-BiSeNetV2的城市地下管道缺陷语义分割模型
1
作者 田淙文 蓝雯飞 +2 位作者 李波 潘禹欣 姚为 《中南民族大学学报(自然科学版)》 2025年第4期536-545,共10页
针对城市地下管道缺陷分割任务对实时分割的需求,基于BiSeNetV2模型提出了一种改进的分割模型XSBiSeNetV2.针对城市地下管道缺陷形态多样、空间特征复杂的问题,设计了互相关联的双分支交叉特征提取策略;针对传统跨步卷积存在的空间信息... 针对城市地下管道缺陷分割任务对实时分割的需求,基于BiSeNetV2模型提出了一种改进的分割模型XSBiSeNetV2.针对城市地下管道缺陷形态多样、空间特征复杂的问题,设计了互相关联的双分支交叉特征提取策略;针对传统跨步卷积存在的空间信息损耗,使用Haar小波变换下采样模块替换细节分支的跨步卷积,保留更多空间信息;针对轻量级模型存在的上下文特征不匹配和空间特征偏移的问题,使用上下文和空间特征校准模块提高模型的分割精度.通过实验验证了提出的缺陷分割模型的实时性和有效性,对比原始BiSeNetV2模型,mIoU提升了2.65%,mPA也提升了1.47%,且拥有每秒49帧的处理速度,具有良好的实时性.相比其他基于深度学习的实时语义分割模型,也具有一定优势. 展开更多
关键词 XS-bisenetv2模型 缺陷分割 城市地下管道 Haar小波下采样
在线阅读 下载PDF
基于数据集构建和改进BiSeNetV2的矿山道路检测研究
2
作者 毛永强 柳霞 李炜强 《中国矿业》 北大核心 2025年第S1期205-211,共7页
自动检测和识别矿山道路不仅能够提高矿山运输安全,而且可以提高生产效率。为了对矿山道路进行自动检测,研究选取了某实验矿山,使用专业设备采集了矿山区域的道路图像。随后通过直方图均衡化来提升图片质量,并引入中值滤波来进行数据去... 自动检测和识别矿山道路不仅能够提高矿山运输安全,而且可以提高生产效率。为了对矿山道路进行自动检测,研究选取了某实验矿山,使用专业设备采集了矿山区域的道路图像。随后通过直方图均衡化来提升图片质量,并引入中值滤波来进行数据去噪处理,以构建检测数据集。在检测模型上,研究采用了双边分割网络模型,并从三个方面对其进行了改进,即细节分支、语义分支和特征恢复。研究结果显示,检测模型的准确率最大值为97.82%,比四种对比模型的最大值分别高了10.63%、7.07%、6.17%和5.55%。该模型的F1最大值为0.993,综合性能较好。Dice系数最大值为0.975,更接近于1,且均方误差和平均绝对误差的平均值分别为1.204和1.110。此外,在计算消耗上,该模型的耗时、中央处理器利用率和内存占用率的最大值分别为83 ms、11.37%和10.95%,明显优于对比算法。研究设计的矿山道路检测模型具有良好的性能,能够对矿山行驶卡车提供道路识别和指引的技术支持。 展开更多
关键词 图像 中值滤波 bisenetv2 道路 检测 改进
在线阅读 下载PDF
基于改进BiSeNetV2的工具语义分割算法
3
作者 方言 陶青川 《现代计算机》 2024年第10期65-68,共4页
针对发电机风洞检修场景下检修工具自动化检测任务,提出了一种改进BiSeNetV2的检修工具语义分割算法。在细节分支末端增添SPPFCSPC模块融合不同尺度的特征,并将细节分支中的标准卷积替换为深度可分离卷积,显著降低计算量。在语义分支中... 针对发电机风洞检修场景下检修工具自动化检测任务,提出了一种改进BiSeNetV2的检修工具语义分割算法。在细节分支末端增添SPPFCSPC模块融合不同尺度的特征,并将细节分支中的标准卷积替换为深度可分离卷积,显著降低计算量。在语义分支中添加高效通道注意力模块优化特征提取性能,提升分割的精度。实验结果表明改进的BiSeNetV2算法能精准检测检修工具位置信息,相比于BiSeNetV2,该算法MIoU提升了3.7个百分点,推理速度提升了16.4%。 展开更多
关键词 bisenetv2 语义分割 SPPFCSPC 深度可分离卷积
在线阅读 下载PDF
基于改进BiSeNetV2的裂缝检测与识别 被引量：2
4
作者 马俊祺 陶星珍 +1 位作者 彭霖 谢宇飞 《有色金属科学与工程》 CAS 北大核心 2022年第6期91-97,共7页
裂缝作为固体材料中较为常见的某种不连续现象,是固体结构破坏的开始,及时对裂缝进行识别和检测,并对检测结果进行分析,采取相对应的措施,能够较好地防止事故发生,保障工程作业中的安全。目前裂缝识别主要依靠人工检测,存在劳动强度大... 裂缝作为固体材料中较为常见的某种不连续现象,是固体结构破坏的开始,及时对裂缝进行识别和检测,并对检测结果进行分析,采取相对应的措施,能够较好地防止事故发生,保障工程作业中的安全。目前裂缝识别主要依靠人工检测,存在劳动强度大、耗时长、精确度不高、危险、耗费高等问题,为此基于数字图像处理技术的裂缝智能识别被广泛研究,然而裂缝表面纹理不规则、噪声的复杂信息,影响了识别精度。为了解决常见固体材料的裂缝智能识别问题,提出了以轻量级语义分割网络模型BiSeNetV2来进行裂缝自动检测,同时自主构建裂缝数据集。实验表明,改进后的裂缝识别模型识别精度提升了7.6%。基于BiSeNetV2的裂缝识别模型,能对裂缝进行精准检测和识别,解决人工识别存在的各类问题。 展开更多
关键词 bisenetv2 语义分割 裂缝检测与识别 岩石裂缝
在线阅读 下载PDF
基于双边实时语义分割的金属缺陷检测
5
作者 张伟娜 李卫东 +1 位作者 李晓娟 赵子琪 《河北省科学院学报》 CAS 2023年第6期1-8,共8页
带钢表面缺陷的实时检测对现代工业提升产品质量、维护生产安全具有重要意义。然而,由于工件表面缺陷种类繁多、类内差异明显、类间相似度高,现有的缺陷检测方法难以兼顾准确度和推理速度。因此,在Bisenetv2基础上提出一种改进的双边实... 带钢表面缺陷的实时检测对现代工业提升产品质量、维护生产安全具有重要意义。然而,由于工件表面缺陷种类繁多、类内差异明显、类间相似度高,现有的缺陷检测方法难以兼顾准确度和推理速度。因此,在Bisenetv2基础上提出一种改进的双边实时缺陷分割网络模型。首先,改进原网络的上下文嵌入块以更好地对语义特征进行补充;其次,重新设计聚合层,采用双门控引导机制补充语义分支缺失的细节,避免使用不必要的卷积来选择聚合特征;最后,在检测阶段引入循环交叉自注意力模块,从远程依赖中捕获上下文信息以加强特征。模型在关注语义信息的同时采用浅层特征共享实现参数的大量减少。利用本文模型在NEU缺陷数据集上进行检测实验,与Bisenetv2相比,在参数量减少4%的情况下,MIou、MF指标数据均有所提升,兼顾了检测的准确性与实时性。 展开更多
关键词 实时语义分割 缺陷检测 bisenetv2 自注意力机制 门控完全融合
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 下一页 到第 页
使用帮助 返回顶部