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2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：
一种无人机航拍图像多尺度目标语义分割方法
1
作者 张蔚 《火力与指挥控制》 北大核心 2026年第2期54-60,69,共8页
针对无人机航拍图像多尺度目标语义分割任务中小目标分割精度与跨尺度特征对齐等方面的局限性,提出TransSeg模型,通过融合Swin Transformer的全局建模能力与U-Net对称编解码架构,并引入D-ASPP和残差注意力机制,损失函数采用Dice Loss与F... 针对无人机航拍图像多尺度目标语义分割任务中小目标分割精度与跨尺度特征对齐等方面的局限性,提出TransSeg模型,通过融合Swin Transformer的全局建模能力与U-Net对称编解码架构,并引入D-ASPP和残差注意力机制,损失函数采用Dice Loss与Focal Loss协同优化策略。实验基于UAVid数据集,对比DANet、BiSeNet、SegFormer等主流模型,验证了TransSeg在8类城市场景目标分割中的有效性,并在自定义数据集上有着良好的表现。结果表明,模型平均IoU达66.9%,较SegFormer提升0.9%,其中,移动车辆、行人等小目标IoU分别提升4.1%和5.6%。研究揭示了全局上下文建模与动态多尺度融合机制对提升分割性能的关键作用,为无人机遥感图像处理提供了新的解决方案。 展开更多
关键词 无人机航拍图像 语义分割 多尺度目标 Swin Transformer D-ASPP 残差注意力机制
在线阅读 下载PDF
基于改进DeepLabv3+网络的风机叶片分割算法研究 被引量：2
2
作者 李宁 张彦辉 +2 位作者 尚英强 周弋 高金秋 《电子技术应用》 2022年第9期108-113,118,共7页
为了提高风机叶片图像的分割质量,提出了一种改进DeepLabv3+网络的风机叶片分割算法。由于无人机采集风机叶片图像具有背景复杂和叶片占比差异较大的问题,提出的算法在DeepLabv3+网络的基础上改进了ASPP模块和Decoder模块。DASPP通过级... 为了提高风机叶片图像的分割质量,提出了一种改进DeepLabv3+网络的风机叶片分割算法。由于无人机采集风机叶片图像具有背景复杂和叶片占比差异较大的问题,提出的算法在DeepLabv3+网络的基础上改进了ASPP模块和Decoder模块。DASPP通过级联多个空洞卷积层,使用密集连接的方式将每个空洞卷积层的输出传递给后续的空洞卷积层,通过一系列的特征连接编码不同尺度的中间特征,获得了更大范围的感受野。在Decoder阶段添加多层特征融合,以恢复在降采样过程中丢失的细节信息和各级特征。通过对风机叶片数据集进行实验,MIoU值达到了0.9913,PA值达到了0.9968,实验表明该设计的算法对风机叶片的分割效果优于DeepLabv3+网络,具有更好的细节信息。 展开更多
关键词 风机叶片 图像分割 DeepLabv3+ daspp
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