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80篇文章
< 1 2 … 4 >
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：
基于改进轻量级MobileNet V2-DeepLab V3^(+)模型的恐龙谷环状地区土地利用分类
1
作者 任聪 甘淑 +2 位作者 袁希平 罗为东 朱智富 《兰州大学学报(自然科学版)》 北大核心 2025年第4期436-441,共6页
针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的... 针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的全局特征捕捉能力,有效提升了研究区的土地利用分类精度.在以专家经验构建的道路、耕地、草地等样本中进行对比实验,结果表明,该方法的平均准确率、平均召回率、平均F_(1)分数、平均交并比及К系数比原始DeepLab V3^(+)模型分别提高了1.90%、2.22%、2.22%、3.37%、2.74%,其分割效果相比其他模型,更加关注图像的全局特征,提升了对复杂纹理类别的识别精度. 展开更多
关键词 全局通道空间注意力 MobileNet V2网络 deeplab v3^(+)模型 土地利用 语义分割
原文传递
基于DeepLab v3+的涂鸦式图像分割算法
2
作者 俞颖晖 洪茂雄 《科学与信息化》 2025年第2期95-97,共3页
在现有的基于深度学习的交互式图像分割算法的研究中,主要以点击以及边界框的交互方式为主。本文在Deep GrabCut算法的基础上,选择DeepLab v3+作为模型的架构,并提出了“米”字形采样策略,经过大量的训练,最终生成的模型能够很好地适应... 在现有的基于深度学习的交互式图像分割算法的研究中,主要以点击以及边界框的交互方式为主。本文在Deep GrabCut算法的基础上,选择DeepLab v3+作为模型的架构,并提出了“米”字形采样策略,经过大量的训练,最终生成的模型能够很好地适应涂鸦的交互方式。在分割精度上比原方法提升了5%以上,并有效地简化了用户交互要求,拓展了基于深度学习的交互式图像分割技术在涂鸦交互方式上的研究。 展开更多
关键词 深度学习 交互式图像分割 Deep GrabCut deeplab v3+
在线阅读 下载PDF
基于MHSA+DeepLab v3+的无人机遥感影像小麦倒伏检测 被引量：15
3
作者 杨蜀秦 王鹏飞 +3 位作者 王帅 唐云松 宁纪锋 奚亚军 《农业机械学报》 EI CAS CSCD 北大核心 2022年第8期213-219,239,共8页
倒伏是影响小麦产量和质量的重要因素之一,及时准确获取倒伏信息有利于小麦良种选育中的倒伏损失鉴定。本文以小麦灌浆期和成熟期两个生长阶段的可见光无人机遥感影像为依据,构建多生长阶段小麦倒伏数据集,通过在DeepLab v3+模型中添加... 倒伏是影响小麦产量和质量的重要因素之一,及时准确获取倒伏信息有利于小麦良种选育中的倒伏损失鉴定。本文以小麦灌浆期和成熟期两个生长阶段的可见光无人机遥感影像为依据,构建多生长阶段小麦倒伏数据集,通过在DeepLab v3+模型中添加不同的注意力模块进行比较分析,提出一种基于多头自注意力(MHSA)的DeepLab v3+小麦倒伏检测模型。试验结果表明,提出的MHSA+DeepLab v3+模型的平均像素精度(Mean pixel accuracy,mPA)和均交并比(Mean intersection over union,mIoU),灌浆期分别为93.09%和87.54%,成熟期分别为93.36%和87.49%。与代表性的SegNet、PSPNet和DeepLab v3+模型相比,在灌浆期mPA提高了25.45、7.54、1.82个百分点和mIoU提高了36.15、11.37、2.49个百分点,在成熟期mPA提高了15.05、6.32、0.74个百分点,mIoU提高了23.36、9.82、0.95个百分点。其次,相比于CBAM和SimAM两种注意力模块,在灌浆期及成熟期基于多头自注意力的DeepLab v3+表现均为最优,在灌浆期其mPA和mIoU分别提高了1.6、2.07个百分点和1.7、2.45个百分点,成熟期提高了0.27、0.11个百分点和0.26、0.15个百分点。研究表明提出的改进的DeepLab v3+模型能够有效地捕获灌浆期和成熟期的无人机小麦遥感图像中的倒伏特征,准确识别不同生育期的倒伏区域,具有良好的适用性,为利用无人机遥感技术鉴定小麦倒伏灾害等级和良种选育等提供了参考。 展开更多
关键词 小麦 倒伏 深度语义分割 无人机遥感 注意力机制 deeplab v3+
在线阅读 下载PDF
基于改进DeepLab V3+的果园场景多类别分割方法 被引量：10
4
作者 刘慧 姜建滨 +3 位作者 沈跃 贾卫东 曾潇 庄珍珍 《农业机械学报》 EI CAS CSCD 北大核心 2022年第11期255-261,共7页
果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署,使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数... 果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署,使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数,并在空洞空间金字塔池化(Atrous spatial pyramid pooling, ASPP)模块中运用ReLU6激活函数减少部署在移动设备的精度损失,此外结合混合扩张卷积(Hybrid dilated convolution, HDC),以混合扩张卷积替代原有网络中的空洞卷积,将ASPP中的扩张率设为互质以减少空洞卷积的网格效应。使用视觉传感器采集果园场景RGB图像,选取果树、人、天空等8类常见的目标制作了数据集,并在该数据集上基于Pytorch对改进前后的DeepLab V3+进行训练、验证和测试。结果表明,改进后DeepLab V3+模型的平均像素精度、平均交并比分别达到62.81%和56.64%,比改进前分别提升5.52、8.75个百分点。模型参数量较改进前压缩88.67%,单幅图像分割时间为0.08 s,与原模型相比减少0.09 s。尤其是对树的分割精度达到95.61%,比改进前提高1.31个百分点。该方法可为喷雾机器人精准施药和安全作业提供有效决策,具有实用性。 展开更多
关键词 果园 喷雾机器人 语义分割 deeplab v3+ 混合扩张卷积 感受野
在线阅读 下载PDF
基于DeepLab v3的西藏地区降雨云团分割方法 被引量：4
5
作者 张永宏 刘昊 +1 位作者 田伟 王剑庚 《计算机应用》 CSCD 北大核心 2020年第9期2781-2788,共8页
针对高原地区数值预测法建模复杂,雷达回波外推法易产生累积误差且模型参数难以设置的问题,提出了一种基于改进DeepLab v3网络模型的西藏地区降雨云团的分割方法。首先,通过编码网络中的卷积层和残差模块进行下采样;然后,利用空洞卷积... 针对高原地区数值预测法建模复杂,雷达回波外推法易产生累积误差且模型参数难以设置的问题,提出了一种基于改进DeepLab v3网络模型的西藏地区降雨云团的分割方法。首先,通过编码网络中的卷积层和残差模块进行下采样;然后,利用空洞卷积构建多尺度采样模块,并且加入注意力机制模块提取深层高维特征;最后,通过解码网络利用反卷积恢复特征图分辨率。将所提方法与谷歌语义分割网络DeepLab v3等模型在验证集上进行比较,实验结果表明所提方法具有更好的分割性能与泛化能力,其降雨云团分割结果更为准确,平均交并比(Miou)达到0.95,与原始DeepLab v3相比提高了15.54个百分点。在小目标上和非平衡数据集上,该方法可以更准确地分割出降雨云团,为降雨云团监测预警提供参考。 展开更多
关键词 降雨云团分割 多尺度采样 注意力机制 deeplab v3 遥感图像处理
在线阅读 下载PDF
利用Deeplab v3提取高分辨率遥感影像道路 被引量：11
6
作者 韩玲 杨朝辉 +2 位作者 李良志 刘志恒 黄勃学 《遥感信息》 CSCD 北大核心 2021年第1期22-28,共7页
针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、... 针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、测试;最后,得到高分辨率遥感影像道路提取结果。分析结果可知,该模型能够较好地提取高分辨率遥感影像中的道路边缘特征,相比其他道路提取方法具有更高的提取精度和更加完整的道路信息,正确率可达到93%以上。 展开更多
关键词 道路提取 高分辨率遥感影像 深度学习 deeplab v3 空洞卷积 空洞空间金字塔池化(ASPP)
在线阅读 下载PDF
改进DeepLab v3+模型下的梯田遥感提取研究 被引量：2
7
作者 张俊 陈雨艳 +2 位作者 秦震宇 张梦瑶 张军 《智慧农业（中英文）》 CSCD 2024年第3期46-57,共12页
[目的与意义]梯田作为农业生产的关键要素之一,其面积估算对于农业政策制定、土地规划和资源管理至关重要。为解决复杂的地形条件、种植环境导致传统遥感数据和监测方法难以开展梯田自动化提取问题,探索一种利用深度学习技术在高分辨率... [目的与意义]梯田作为农业生产的关键要素之一,其面积估算对于农业政策制定、土地规划和资源管理至关重要。为解决复杂的地形条件、种植环境导致传统遥感数据和监测方法难以开展梯田自动化提取问题,探索一种利用深度学习技术在高分辨率遥感影像中精准提取梯田面积的方法。[方法]以休耕期梯田高分六号影像构建语义分割数据集,同时提出一种改进的DeepLab v3+模型。该模型使用轻量级网络MobileNet v2作为骨干网络,为了同时兼顾局部细节和全局语境,使用多尺度特征融合(Multi-scale Feature Fusion module,MSFF)模块代替空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,利用扩张率依次增大的空洞卷积级联模式改善信息丢失的问题。此外,对浅层特征和深层特征使用坐标注意力机制以加强网络对于目标的学习。[结果与讨论]利用红、绿和近红外波段组合方式在梯田提取的精度和效果上表现最佳。相比于原始DeepLab v3+网络,精确率、召回率、F_(1)评分和交并比指标分别提升4.62%、2.61%、3.81%和2.81%。此外,与UNet和原始DeepLab v3+相比,改进的DeepLab v3+在参数量上和浮点运算数有着更为优越的性能,其参数量仅为UNet的28.6%和原始DeepLab v3+的19.5%,同时浮点运算数仅为UNet和DeepLab v3+的1/5。这不仅提高了计算效率,也使得改进后的模型更适用于资源有限或计算能力较低的环境中。[结论]深度学习在高分辨率遥感影像梯田识别中具有较高的精度,有利于为梯田精细化监测和管理提供参考依据。 展开更多
关键词 梯田提取 遥感 卷积神经网络 高分六号卫星 deeplab v3+
在线阅读 下载PDF
改进Deeplab V3+在复合绝缘子红外热像分割中的应用
8
作者 黄靖 林杨 +1 位作者 林朝晖 陈斌艺 《电瓷避雷器》 CAS 2024年第3期157-166,共10页
针对现有无人机红外巡检复合绝缘子使用的分割算法精度较低且模型较大的问题,提出一种基于改进Deeplab V3+的复合绝缘子红外热像实时分割方法。首先,将修改后的MobileNet V3作为Deeplab V3+骨干网络以降低模型复杂度,并将空洞卷积池化... 针对现有无人机红外巡检复合绝缘子使用的分割算法精度较低且模型较大的问题,提出一种基于改进Deeplab V3+的复合绝缘子红外热像实时分割方法。首先,将修改后的MobileNet V3作为Deeplab V3+骨干网络以降低模型复杂度,并将空洞卷积池化金字塔中卷积层采用空间可分离卷积运算,提高了网络的推理速度;其次,为了平衡模型参数量减少所带来的解码网络中特征信息缺失和模型精度下降,在MobileNet V3网络中嵌入了超强通道注意力模块(ECA-Net)来加强绝缘子有效特征的提取能力;最后,增加点渲染(PointRend)环节来优化采样点分布,使边缘分割更加精细。通过与主流算法进行实验对比,优化后网络的平均交并比提高了1.24%,能够从红外热像中分割出更精细的绝缘子,并且网络参数量仅为原模型的9.2%,分割分辨率512×512的红外热像速度达到了56 fps,为后续复合绝缘子实时缺陷检测提供了精确有效的预处理手段。 展开更多
关键词 复合绝缘子 红外热像 实时语义分割 deeplab v3+模型
原文传递
基于DeepLab v3+的葡萄叶片分割算法 被引量：12
9
作者 李余康 翟长远 +3 位作者 王秀 袁洪波 张玮 赵春江 《农机化研究》 北大核心 2022年第2期149-155,共7页
为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编... 为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割结果。采用Cityscapes的预训练模型,将300张不同环境下、不同类型的葡萄叶片照片作为训练集,以数据增强的方式进行数据扩容,提高模型的鲁棒性和泛化能力。试验结果证明:本方法有较好的分割效果,在数据增强的方式下精确度(ACC)平均值为98.6%,较全卷积神经网络提高7.3%。对不同类型葡萄叶片分割精确度(ACC)值均高于97%,最高可达98.8%,平均交并比(mIOU)值均高于94%,最高可达97.1%。本算法能够较精准地分割自然光照条件下的葡萄叶片图像,可为后续的病害检测和病斑提取提供参考。 展开更多
关键词 葡萄叶片 卷积神经网络 deeplab v3+ 空洞卷积 ResNet 101 自动分割
在线阅读 下载PDF
基于改进Deeplab v3+的服装图像分割网络 被引量：10
10
作者 胡新荣 龚闯 +3 位作者 张自力 朱强 彭涛 何儒汉 《计算机工程》 CAS CSCD 北大核心 2022年第7期284-291,共8页
在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的... 在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的CA_SFEM_Deeplab v3+网络。为了加强服装图像有效特征的学习,在Deeplab v3+网络的主干网络resnet101中嵌入Coordinate Attention机制,并将经过带空洞卷积池化金字塔网络的特征图输入到语义特征增强模块中进行特征增强处理,从而提高分割的准确率。实验结果表明,CA_SFEM_Deeplab v3+网络在DeepFashion2数据集上的平均交并比与平均像素准确率分别为0.557、0.671,相较于Deeplab v3+网络分别提高2.1%、2.3%,其所得分割服装轮廓更为精细,具有较好的分割性能。 展开更多
关键词 服装图像 语义分割 deeplab v3+网络 Coordinate Attention机制 语义特征增强模块
在线阅读 下载PDF
改进Deeplab V3+网络在视觉SLAM三维地图构建应用 被引量：3
11
作者 屈航 嵇启春 段中兴 《小型微型计算机系统》 CSCD 北大核心 2022年第10期2174-2178,共5页
针对传统同时定位与地图构建(SLAM)算法在构建三维地图过程中缺少语义信息问题,本文在视觉SLAM算法基础上,结合基于深度学习的Deeplab V3+语义分割模型,构建包含几何信息与语义信息的三维稠密语义地图.对Deeplab V3+模型结合视觉SLAM造... 针对传统同时定位与地图构建(SLAM)算法在构建三维地图过程中缺少语义信息问题,本文在视觉SLAM算法基础上,结合基于深度学习的Deeplab V3+语义分割模型,构建包含几何信息与语义信息的三维稠密语义地图.对Deeplab V3+模型结合视觉SLAM造成语义地图构建难以满足实时性问题,精简Deeplab V3+模型参数,主干网络选用轻量级卷积网络MobileNetV3进行特征提取,同时对空洞空间金字塔池化模块中卷积层采用非对称卷积运算.最后利用贝叶斯更新方法将对RGB图像分割后获得的语义信息增量融合进三维地图,实现在三维空间对不同物体进行语义标注,最终完成三维稠密语义地图构建.实验采用NYU v2数据集进行语义地图构建,结果表明,改进后的Deeplab V3+可以精确快速进行语义分割,应用于三维稠密语义地图构建,满足系统实时性要求. 展开更多
关键词 视觉SLAM deeplab v3+ 语义地图 MobileNetv3 贝叶斯更新
在线阅读 下载PDF
基于DeepLab V3+深度神经网络的结直肠息肉内镜图像分割 被引量：5
12
作者 朱世祺 徐昶 +6 位作者 周鑫 刘璐 林嘉希 殷民月 刘晓琳 许春芳 朱锦舟 《中国医学物理学杂志》 CSCD 2023年第8期944-949,共6页
目的:基于深度神经网络DeepLab V3+建立结直肠息肉内镜图像语义分割模型。方法:选取Hyper-Kvasir数据库1000张、苏州大学附属第一医院500张结直肠息肉内镜图像,分为训练集(n=1200)和验证集(n=300),同时收集江苏大学附属金坛医院肠息肉... 目的:基于深度神经网络DeepLab V3+建立结直肠息肉内镜图像语义分割模型。方法:选取Hyper-Kvasir数据库1000张、苏州大学附属第一医院500张结直肠息肉内镜图像,分为训练集(n=1200)和验证集(n=300),同时收集江苏大学附属金坛医院肠息肉图像作为测试集(n=220)。对内镜图像进行分割标记,载入以DeepLab V3+为框架的深度神经网络中训练,建立语义分割模型。结果:在内部验证集中,该模型的准确性(ACC)达97.2%,平均交并比(MIoU)达85.8%,Dice系数达0.924。在外部测试集中,ACC达98.0%,MIoU达80.1%,Dice系数达0.890。结论:基于DeepLab V3+深度神经网络,构建结直肠息肉内镜图像的语义分割模型,具有良好的预测性能,可作为检测结直肠息肉的有效工具。 展开更多
关键词 语义分割 深度学习 deeplab v3+ 结直肠息肉
暂未订购
基于改进CBAM-DeepLab V3+的苹果种植面积提取 被引量：9
13
作者 常晗 郭树欣 +1 位作者 张海洋 张瑶 《农业机械学报》 EI CAS CSCD 北大核心 2023年第S02期206-213,共8页
为提高苹果种植区域的提取精度,提出了一种基于Sentinel-2和MODIS融合影像的CBAM-DeepLab V3+模型。影响苹果种植区域提取精度的主要因素包括遥感影像的质量以及语义分割模型的性能。从影像质量角度来看,采用基于时序的时空融合算法ESTA... 为提高苹果种植区域的提取精度,提出了一种基于Sentinel-2和MODIS融合影像的CBAM-DeepLab V3+模型。影响苹果种植区域提取精度的主要因素包括遥感影像的质量以及语义分割模型的性能。从影像质量角度来看,采用基于时序的时空融合算法ESTARFM,通过融合Sentinel-2和MODIS的遥感影像数据,实现更高空间分辨率和时间分辨率数据的获取。与此同时,将训练样本从原始的800幅扩充至2400幅,为后续语义分割模型提供更为充足的样本容量。在语义分割模型优化方面,为了进一步提高苹果种植面积的提取精度,以DeepLab V3+网络结构模型为基础,引入基于通道和空间的CBAM注意力机制,进而发展出CBAM-DeepLab V3+模型。与原始DeepLab V3+模型相比,加入CBAM注意力机制的CBAM-DeepLab V3+模型在拟合速度较慢、边缘目标分割不精确、大尺度目标分割内部不一致和存在孔洞等缺陷方面实现了突破,这些改进提高了模型的训练与预测性能。本研究采用原始Sentinel-2影像及时空融合后的影像数据集,结合烟台市牟平区王格庄镇的数据集和观水镇苹果数据集对U-Net、FCN以及DeepLab V3+模型和CBAM-DeepLab V3+模型进行对比,研究发现在苹果种植面积提取方面,CBAM-DeepLab V3+优化模型所取得的MIoU为84.6%,苹果种植面积提取准确率达90.4%。U-Net、FCN和DeepLab V3+模型的MIoU分别为79.2%、75%、81.2%。此外,该模型预测的烟台市牟平区王格庄镇苹果种植面积为3433.33 hm^(2),与烟台市国民经济和社会发展统计公报公布的3666.66 hm^(2)相比,误差为233.33 hm^(2),预测准确率高达93.64%。 展开更多
关键词 苹果种植面积提取 时空融合 卷积神经网络 deeplab v3+ 语义分割
在线阅读 下载PDF
基于DeepLab V3模型的图像语义分割速度优化研究 被引量：10
14
作者 司海飞 史震 +1 位作者 胡兴柳 杨春萍 《计算机工程与应用》 CSCD 北大核心 2020年第24期137-143,共7页
为了解决移动端视觉感知模块的内存资源和硬件条件不适应卷积神经网络的快速应用等问题。以经典的DeepLab V3模型为基础,在保证分割精度的前提下,以优化卷积神经网络模型的运行速度为目标,提出一种新的轻量化网络结构。所设计的网络结... 为了解决移动端视觉感知模块的内存资源和硬件条件不适应卷积神经网络的快速应用等问题。以经典的DeepLab V3模型为基础,在保证分割精度的前提下,以优化卷积神经网络模型的运行速度为目标,提出一种新的轻量化网络结构。所设计的网络结构将原有非线性激活函数替换成新的Swish激活函数进行精度补偿,采用改进后的轻量化MobileNet V2结构替代DeepLab V3原有的特征提取器。实验结果表明,改进的DeepLab V3网络模型和目前精度最高的DeepLab V3+算法相比,其在维持一定精度的前提下,参数量和计算复杂度大大减小,运行速度明显提升,模型内存占用率下降了近96%,综合性能更强,更适合对分割性能要求较高的快速分割网络。 展开更多
关键词 图像语义分割 移动端 deeplab v3模型 轻量化 卷积神经网络
在线阅读 下载PDF
基于Deeplab V3+的2019年长宁M6.0地震建筑物震害信息提取研究 被引量：1
15
作者 王鑫 窦爱霞 +1 位作者 郭红梅 袁小祥 《地震》 CSCD 北大核心 2022年第3期124-140,共17页
快速获取地震所造成的建筑物震害信息是灾后救援及灾害损失评估的关键,以语义分割网络为代表的深度学习技术的发展,为震后建筑物震害信息的获取提供了一种新的手段.本文将Deeplab V3+神经网络模型应用于建筑物震害信息的提取,以2019年长... 快速获取地震所造成的建筑物震害信息是灾后救援及灾害损失评估的关键,以语义分割网络为代表的深度学习技术的发展,为震后建筑物震害信息的获取提供了一种新的手段.本文将Deeplab V3+神经网络模型应用于建筑物震害信息的提取,以2019年长宁M6.0地震震后双河镇0.06 m分辨率的无人机影像作为建筑物震害信息提取试验数据源,将试验区建筑物划分为无明显破坏、破坏两类,其余作为背景信息,人工进行建筑物震害信息的分类与标注,构建样本数据集并进行网络模型的训练.为了提高模型针对不同场景下地物类别分类的鲁棒性与泛化能力,进行了样本增强处理,开展了样本增强对模型精度的影响实验与训练样本数量对模型精度的影响实验,并以九寨沟漳扎镇震后无人机0.4 m分辨率影像进行模型的可迁移性实验.实验结果表明,本次研究所建立的神经网络模型在建筑物震害信息的提取中可以达到较高的提取精度;样本增强后较样本增强前模型各类别提取精度都有不同程度的提高,特别是破坏建筑物召回率提高约0.15,精确率提高约0.20;该神经网络模型在未做任何修改的情况下,具有一定的可迁移性. 展开更多
关键词 深度学习 deeplab v3+ 建筑物 震害提取 样本增强
在线阅读 下载PDF
基于DeepLab v3+深度卷积网络的输电导线图像识别方法 被引量：12
16
作者 杨传凯 孔志战 +1 位作者 谢倩楠 杜建超 《电力工程技术》 北大核心 2021年第4期189-194,共6页
输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题,提出一种基于深度卷积网络(DeepLab v3+)的输电导线图像识别方法。首先,采用DeepLab v3+网络模型,实现导线的初步... 输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题,提出一种基于深度卷积网络(DeepLab v3+)的输电导线图像识别方法。首先,采用DeepLab v3+网络模型,实现导线的初步识别。通过多层卷积自动学习导线特征,并通过解码器结构融合导线低层的细节特征与高层的语义特征,较好地实现导线像素分割。然后,针对识别结果中存在的断裂和伪导线问题,采用改进的最小点对法和长度阈值法进一步精细化处理。最后,采用八方向搜索法提取每一条导线并编号。实验结果表明,所提方法能很好地提取出输电线路图像中的导线。 展开更多
关键词 深度学习 图像处理 输电导线检测 语义分割 deeplab v3+网络
在线阅读 下载PDF
基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法 被引量：6
17
作者 黄思文 包腾飞 +1 位作者 李扬涛 牛慧余 《水利水电科技进展》 CSCD 北大核心 2023年第1期81-86,共6页
为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速... 为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速度,降低深层特征下采样倍数以减少语义信息丢失。实例验证结果表明:本文方法帧率达到51.11帧/s,较原网络提高了23.33帧/s,推理速度大幅提升;平均交并比和平均像素精度分别达到89.45和95.19,分割精度高;针对典型混凝土裂缝的分割效果也优于比较方法,泛化能力较强。 展开更多
关键词 deeplab v3+ 水工混凝土 裂缝识别 语义分割 深度学习
在线阅读 下载PDF
一种改进的DeepLab V3+的医学图像分割方法 被引量：13
18
作者 杨志秀 韩建宁 +1 位作者 于本知 史韶杰 《国外电子测量技术》 北大核心 2021年第9期18-23,共6页
医学图像分割是疾病诊断任务中的关键技术,针对现常用的图像分割网络存在对小物体预测不准以及因局部信息丢失产生网格伪像等问题,设计了一种基于注意机制的DeepLab V3+图像分割方法。在编码(Encoder)部分添加YOLOv5网络中Focus+CBL+CS... 医学图像分割是疾病诊断任务中的关键技术,针对现常用的图像分割网络存在对小物体预测不准以及因局部信息丢失产生网格伪像等问题,设计了一种基于注意机制的DeepLab V3+图像分割方法。在编码(Encoder)部分添加YOLOv5网络中Focus+CBL+CSP的级联式特征提取模块,增强网络能力,同时在Encoder和解码(Decoder)网络加入瓶颈注意力机制,增加目标权重,优化特征提取,获取更多的细节、纹理信息。实验结果证明,该方法优于其他分割方法,改进后的模型在像素准确率比DeepLab V3+提高了0.82%,平均交并比(MIoU)上提高0.99%,改进后的模型提高了小目标组织特征提取的能力,实现了更高精度分割。 展开更多
关键词 图像分割 deeplab v3+ 注意力机制
原文传递
结合改进Deeplab v3+网络的水岸线检测算法 被引量：5
19
作者 沈建军 陶青川 肖卓 《中国图象图形学报》 CSCD 北大核心 2019年第12期2174-2182,共9页
目的水岸线既是水利行业视频监控分析的基础,也是无人水面艇实现自主航行的关键。现有的许多水岸线检测的图像识别方法,不仅无法克服水面波纹、水面倒影等因素的影响,而且不具有适应性,无法同时适用于多个水岸场景分析。为此,本文采用... 目的水岸线既是水利行业视频监控分析的基础,也是无人水面艇实现自主航行的关键。现有的许多水岸线检测的图像识别方法,不仅无法克服水面波纹、水面倒影等因素的影响,而且不具有适应性,无法同时适用于多个水岸场景分析。为此,本文采用多个复杂的水岸场景图像,训练了用于水岸分割的Deeplab v3+网络,并综合考虑分割性能和计算速度,对Deeplab v3+进行简化与改进,提出了基于改进的Deeplab v3+分割水面图像提取水岸线的检测方法。方法采集不同水岸场景图像作为训练及验证图集,并利用伽马函数扩充样本;接着修改Deeplab v3+网络,对xception结构进行微调,同时在decoder时多增加一路低级特征(low-level feature),增加特征信息;然后依据图像信息设置损失权重系数,设置可视化参数,基于改进的Deeplab v3+网络针对自己的数据集进行训练。利用训练好的PB模型在Linux操作系统调用TensorFlow的C++接口对测试图像进行区域分割。最后基于提取出的水面区域通过边缘检测算子检测水岸线,将水岸线叠加到原图。结果本文采集了不同光照强度、不同波纹程度以及不同阴影程度的水面图像进行水岸线检测实验,并与现有算法进行比较。实验结果表明本文算法可以在不同的水岸图像中检测出较为清晰完整的水岸线,准确率达93.98%,实时性达到8帧/s。结论本文算法能克服水岸边缘严重不规则、不同水岸场景差异大和复杂水岸场景中光照、波纹、倒影等因素的干扰,提升水岸图像分割准确度及效率,检测出轮廓清晰完整的水岸线,服务于水利行业的智能监控分析。 展开更多
关键词 水利视频监控 deeplab v3+ 水岸图像分割 边缘检测 水岸线检测
原文传递
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 … 4 下一页 到第 页
使用帮助 返回顶部