基于DeepLabV3+的轻量级多特征融合街景语义分割

1

作者 宋宇 刘伟达 +1 位作者 郭杨 梁超 《长春工业大学学报》 2025年第3期222-232,共11页

针对基于深度学习的语义分割网络中参数大,难以在移动平台上实施;网络中感受野较小,没有充分利用低层语义信息等问题。提出基于DeepLabV3+改进的神经网络算法。网络编码器在主干网络使用轻量级MobilenetV2替换原网络并增加通道注意力机... 针对基于深度学习的语义分割网络中参数大,难以在移动平台上实施;网络中感受野较小,没有充分利用低层语义信息等问题。提出基于DeepLabV3+改进的神经网络算法。网络编码器在主干网络使用轻量级MobilenetV2替换原网络并增加通道注意力机制模块,大幅降低网络的计算时间;将原ASPP部分替换为密集连接的ASPP结构,扩张率设置为1~8倍,增大感受野的同时控制了计算量,同时针对密集连接ASPP加入了条形池化,在精度提高的同时运算量基本维持不变;并将得到的特征图通过空间和通道注意力机制进行语义信息建模。解码端融合编码端第二次和第三次下采样的语义特征,提升图像的分割精度。实验结果表明,在Camvid与Cityscapes数据集上测试,该网络能够改善DeepLabV3+的不足,且在平均交并比分别达到72.3%、66.41%,在CamVid上用时降低了33.8%。 展开更多

关键词 语义分割 注意力机制 改进的deeplabv3+网络 密集连接ASPP 多特征融合

在线阅读 下载PDF 职称材料

基于注意力机制改进DeepLabV3+网络的拉索检测方法

2

作者 蒋田勇 胡淳俊 郑力之 《交通科学与工程》 2025年第3期73-81,共9页

【目的】基于计算机视觉进行拉索振动测量时,背景图像中物体的运动会影响拉索振动识别的精度。因此,提出一种引入有效通道注意力(ECA)机制的改进DeepLabV3+网络方法,以去除复杂图像背景并提取图像前景中的拉索目标。【方法】在DeepLabV3... 【目的】基于计算机视觉进行拉索振动测量时,背景图像中物体的运动会影响拉索振动识别的精度。因此,提出一种引入有效通道注意力(ECA)机制的改进DeepLabV3+网络方法,以去除复杂图像背景并提取图像前景中的拉索目标。【方法】在DeepLabV3+网络的编码阶段增设特征提取模块以增强拉索图像的深层特征,从而获得更精细的拉索边缘;在解码阶段引入浅层特征融合模块过滤背景信息并减少细节信息的损失。【结果】在采集的离散拉索图像数据上对模型的精度进行评估,结果表明:改进后的DeepLabV3+网络的平均交互比(MIoU)、类别像素精度(PA)和平均像素精度(MPA)均有提高,分别达到0.9901、0.9984和0.9949。【结论】改进后的DeepLabV3+网络对拉索像素识别的精度更高,对背景图像的分割更完全,可有效去除拉索的复杂图像背景。 展开更多

关键词 计算机视觉 注意力机制 复杂图像背景 前景拉索 deeplabv3+网络

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的钢桥锈蚀检测方法 被引量：3

3

作者 黄海新 贺朝 +2 位作者 程寿山 许瑞宁 张连振 《重庆交通大学学报(自然科学版)》 北大核心 2025年第2期18-24,60,共8页

锈蚀检测算法是钢桥管养从人工视觉向机器视觉转型的关键,更是智能化钢桥检测机器人构建的技术基础。面向钢桥智能检测机器人对锈蚀检测算法低能耗和高精度的实际需求,针对DeepLabV3+模型加以改进,采用MobileNetV2主干网络替换原模型中... 锈蚀检测算法是钢桥管养从人工视觉向机器视觉转型的关键,更是智能化钢桥检测机器人构建的技术基础。面向钢桥智能检测机器人对锈蚀检测算法低能耗和高精度的实际需求,针对DeepLabV3+模型加以改进,采用MobileNetV2主干网络替换原模型中的Xception主干网络,使模型轻量化以易适配移动端设备,优化ASPP模块中的空洞率以提高网络对不同尺寸锈蚀的提取效果,添加CBAM注意力机制增强模型对关键特征的感知和捕捉;将改进后的DeepLabV3+模型与原DeepLabV3+模型、PSPNet模型和U-Net模型进行了对比,同时开展了消融实验;最后,将改进模型搭载于视觉机器人上,并开展实地工程测试。结果表明:相比于其它模型,改进的DeepLabV3+模型对钢桥锈蚀图像的分割准确率平均提高了7.5%,平均交并比平均提高了14.7%,召回率平均提高了9.1%。 展开更多

关键词 桥梁工程 deeplabv3+ 钢桥锈蚀检测 卷积神经网络 图像分割

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的海上船舶目标分割方法

4

作者 陶维昊 罗亚松 +2 位作者 林法君 曲建静 刘一平 《兵工学报》 北大核心 2025年第8期324-336,共13页

船舶目标分割对于提高海洋监测系统的自动化程度具有重要意义。现有的分割方法往往存在误分割、易受噪声干扰、处理效率低等问题,难以灵活高效地适应实际场景的需求。针对海上船舶目标分割任务,提出一种基于改进DeepLabV3+网络的分割算... 船舶目标分割对于提高海洋监测系统的自动化程度具有重要意义。现有的分割方法往往存在误分割、易受噪声干扰、处理效率低等问题,难以灵活高效地适应实际场景的需求。针对海上船舶目标分割任务,提出一种基于改进DeepLabV3+网络的分割算法MET-DeepLabV3+。在图像预处理阶段采用线性变换、双边滤波和多尺度Retinex级联式算法,以减弱噪声、天气等不利因素的影响;模型设计中采用轻量化的MobileNetV2作为主干网络,以降低模型复杂度;引入ECA-Net注意力机制,以增强模型对多尺度特征的捕捉能力。采用迁移学习方法,将在SeaShips数据集上预训练得到的特征权重应用于模型训练中,进一步优化分割效果。实验结果表明,改进算法的平均交互比为91.62%,平均像素准确率为92.87%,相比于基础DeepLabV3+模型分别提高2.13%和1.11%,且高于HRNet、PSPNet和UNet等分割模型,较好地满足了船舶目标分割任务的实际需求,具有较高的应用价值。 展开更多

关键词 船舶目标分割 deeplabv3+ 轻量化网络 注意力机制 迁移学习

在线阅读 下载PDF 职称材料

基于L-DeepLabV3+的风机组件图像分割方法

5

作者 王先知 邬满 +1 位作者 王高才 周雨晨 《计算机工程与设计》 北大核心 2025年第7期2089-2098,共10页

为提高风机组件图像的分割准确度和速度,提出一种L-DeepLabV3+的高效语义分割模型。采用改进后的EfficientNetV2-S1作为骨干网络,引入双融合注意力机制和深度可分离空洞卷积改进空洞空间卷积金字塔池化(atrous spatial pyramid pooling,... 为提高风机组件图像的分割准确度和速度,提出一种L-DeepLabV3+的高效语义分割模型。采用改进后的EfficientNetV2-S1作为骨干网络,引入双融合注意力机制和深度可分离空洞卷积改进空洞空间卷积金字塔池化(atrous spatial pyramid pooling,ASPP)模块,提高图像特征提取的准确性。损失函数采用Dice+Focal,使得模型在训练过程中会更加专注于复杂样本。实验结果表明,L-DeepLabV3+模型总体分类的准确率(Ac)提高了8.08%,mIoU值提高了7.59%。对比主流的语义分割模型,L-DeepLabV3+模型的分割精度得到进一步提升。 展开更多

关键词 图像分割 语义分割 deeplabv3+ 注意力机制 EfficientNetV2网络 平均交并比 风机叶片

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+卷积神经网络的废钢智能判定算法

6

作者 吉孟扬 施凯旋 +1 位作者 郭宇 杨博晟 《轧钢》 北大核心 2025年第5期150-158,共9页

废钢等级判定是实现钢铁合理循环利用的关键环节。针对现有废钢判定方法检测精度不足、效率较低等问题,本文提出了一种基于改进DeepLabv3+卷积神经网络的废钢智能判定算法,该算法在空洞空间金字塔池化(ASPP)层后增加混合注意力机制,并... 废钢等级判定是实现钢铁合理循环利用的关键环节。针对现有废钢判定方法检测精度不足、效率较低等问题,本文提出了一种基于改进DeepLabv3+卷积神经网络的废钢智能判定算法,该算法在空洞空间金字塔池化(ASPP)层后增加混合注意力机制,并使用深度条带空洞卷积代替ASPP层中部分空洞卷积;通过构建不同料型、不同视角、不同时间段等实际场景的废钢堆图像数据集,训练获得了废钢智能判定模型。改进型算法能有效提升网络的检测精度,在以ResNet作为主干网的对照组中,平均交并比m_(IoU)提升约2.54%,在以Xception作为主干网的对照组中,m_(IoU)提升约4.42%,有效提高了废钢语义分割精度;通过厚度和距离两因素建立转换模型,完成各类废钢在图片中占据的像素点占比到实际质量占比的转换,并使用全连接网络方式将算法得出的结果和工人实际结果进行拟合。本文使用大量数据对所提出的模型进行实验,实验结果表明:本文模型判定精度能够达到93.75%,明显优于现有方法,并且能够满足实际生产需要。 展开更多

关键词 废钢 深度学习 语义分割 deeplabv3+卷积神经网络 智能算法

原文传递

基于改进DeepLabv3+和半自动标签策略的面部皱纹检测

7

作者 钟佳璇 张俊巧 +3 位作者 张宁涛 郭振宇 张梅 张榆锋 《计算机系统应用》 2025年第6期180-187,共8页

皮肤衰老问题日渐引起关注,皱纹可以有效反馈皮肤抗衰老治疗进程,还可以反映人的生活方式、提供关于皮肤健康状况的信息.现有皱纹检测算法受到人脸五官及图片背景的影响,需要将面部区域切割成多个模块后才能进行检测,且仅能在额头处水... 皮肤衰老问题日渐引起关注,皱纹可以有效反馈皮肤抗衰老治疗进程,还可以反映人的生活方式、提供关于皮肤健康状况的信息.现有皱纹检测算法受到人脸五官及图片背景的影响,需要将面部区域切割成多个模块后才能进行检测,且仅能在额头处水平方向皱纹的检测中展现出较好的结果,具有较强的局限性.针对上述问题,本文提出一种基于改进DeepLabv3+和半自动标签策略的面部皱纹检测算法,主要创新点包括:(1)结合面部纹理特征和皮肤科医生对皱纹的人工标注生成深度学习所需的目标数据集标签;(2)使用轻量级的MobileNetV2网络作为模型的主干网络,以降低网络参数量和计算量;(3)加入混合注意力机制,增强特征提取能力.最终,使用原始图像和生成标签训练所构建的学习模型,实现面部皱纹检测.采用Jaccard相似性指数对本文方法的准确性进行评估.实验结果表明,所提算法相较于传统算法、U-Net网络、HRNetV2网络、PSPNet网络和原始DeepLabv3+网络显示出更好的性能. 展开更多

关键词 deeplabv3+ 轻量级网络 注意力机制 皱纹检测 半自动标记

在线阅读 下载PDF 职称材料

基于注意力机制和DeepLabv3+的图像篡改检测方法

8

作者 吴琛 唐贝贝 邵叱风 《哈尔滨商业大学学报(自然科学版)》 2025年第3期283-289,共7页

针对图像篡改检测领域中无法有效处理不同尺度特征的问题,设计了一种基于改进DeepLabv3+的图像篡改检测网络.该网络采用改进后的SKAttention模块——ISKAttention模块,结合DeepLabv3+分割网络结构,能够有效融合不同尺度的特征信息.此外... 针对图像篡改检测领域中无法有效处理不同尺度特征的问题,设计了一种基于改进DeepLabv3+的图像篡改检测网络.该网络采用改进后的SKAttention模块——ISKAttention模块,结合DeepLabv3+分割网络结构,能够有效融合不同尺度的特征信息.此外,引入坐标注意力使网络能够更加灵活的选择不同位置的语义信息,从而更好地增强对纹理特征的感知能力,进一步强化网络的检测准确性.经过实验验证,与现有的检测方法相比,该网络能够更准确地定位和识别图像中的篡改区域,特别是针对拼接篡改等复杂情况,该网络在CASIA V1.0和COLUMBIA数据集上表现出了较高的准确性,F 1分数分别达到了92.2%和91.4%,展现了出色的通用性和鲁棒性.这一结果清晰地表明该方法在处理图像篡改检测领域中尺度特征问题方面具有显著的优势,可为图像篡改检测领域的进一步研究和应用提供有力的支持. 展开更多

关键词 深度学习 图像篡改检测 ISKAttention deeplabv3+网络 坐标注意力

在线阅读 下载PDF 职称材料

改进型DeepLabV3+的糖尿病眼底病变分割 被引量：2

9

作者 马晓普 刘文涛 李贺 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第5期90-97,共8页

针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着... 针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着通过优化空洞空间卷积金字塔池化中的空洞卷积层数与空洞率,以提高捕获小病灶特征的能力;然后基于DeepLabV3+网络模型进行改进,借助坐标注意力机制感知病灶方向和位置信息,从而提高识别精度;最后采用FGADR和IDRiD数据集分别训练和测试所提出的模型.实验结果表明:所提出方法的平均交并比(MIoU)指标为73.75%,具有较高的分割精度,验证了模型有效性. 展开更多

关键词 糖尿病视网膜眼底病变 深度学习 deeplabv3+网络 坐标注意力 多类分割

原文传递

基于改进DeeplabV3+的城市内涝监测方法 被引量：2

10

作者 薛丰昌 吕鑫 陈笑娟 《测绘科学》 CSCD 北大核心 2023年第10期216-224,共9页

针对城市内涝随着时间的变化在视频图像中表现出的轮廓大小会产生较大的偏差,其纹理和色彩特征也会变得和周围道路相似,单独的卷积神经网络难以区分这类目标,虽然DeeplabV3+模型引入空洞空间金字塔池化模块能够实现不同尺度物体的提取,... 针对城市内涝随着时间的变化在视频图像中表现出的轮廓大小会产生较大的偏差,其纹理和色彩特征也会变得和周围道路相似,单独的卷积神经网络难以区分这类目标,虽然DeeplabV3+模型引入空洞空间金字塔池化模块能够实现不同尺度物体的提取,但其主干网络的复杂结构限制了在资源受限的设备上的应用问题,该文提出了融合注意力机制与轻量化网络的语义分割模型。将MobileNetV2迁移至DeeplabV3+的主干网络,减少模型计算量与参数量的同时利用倒置残差结构增强特征层的贡献。将串联的通道与空间注意力机制融入模型,分别对浅层特征图与加强特征图进行处理,有效筛选积水区域的特征。最后,经过上采样到原始输入图像大小,完成对城市积水的像素级预测。实验结果表明,改进后的网络能在占用少量计算资源的条件下完成对目标较高精度的识别,可为城市内涝监测与防灾救灾提供参考。 展开更多

关键词 城市内涝 deeplabv3+ 轻量化网络 注意力模块 视频监测

原文传递

DeepLabv3+和PSPNet算法对防尘网自动识别的适用性研究 被引量：3

11

作者 李夏 李媛 张博 《水利信息化》 2022年第3期28-33,39,共7页

生产建设项目地块数量多而分布分散,当前开展自动化遥感提取生产建设项目地块的研究较少,仍主要采用人工目视解译遥感影像的方法进行提取,存在效率低、成本高、稳定性差等问题。基于高分一号(GF-1)遥感影像,分析归纳不同类型和阶段生产... 生产建设项目地块数量多而分布分散,当前开展自动化遥感提取生产建设项目地块的研究较少,仍主要采用人工目视解译遥感影像的方法进行提取,存在效率低、成本高、稳定性差等问题。基于高分一号(GF-1)遥感影像,分析归纳不同类型和阶段生产建设项目组成地物的光谱、形状和空间特征,将防尘网确定为在建生产建设项目检测的特征地物,比较分析不同场景下DeepLabv3+和PSPNet 2种深度学习方法对防尘网的提取结果。研究结果表明:不同难易程度场景下,DeepLabv3+模型的识别结果均明显优于PSPNet模型,从而为在建生产建设项目防尘网的遥感监管提供一种新模式。快速获取生产建设项目地块的位置和边界信息,对提升水土保持监管效率、保护区域水土资源具有重要意义。 展开更多

关键词 图像融合 卷积神经网络 deeplabv3+ PSPNet 自动识别 适用性 防尘网

在线阅读 下载PDF 职称材料

基于注意力机制改进的DeepLabV3+遥感图像分割算法 被引量：2

12

作者 侯艳丽 盖锡林 《微电子学与计算机》 2024年第8期53-61,共9页

DeepLabV3+分割算法具有高效的编解码结构,常用在图像分割任务中。针对DeepLabV3+高分辨率遥感图像语义分割中存在的分割目标边缘不精确和孔洞缺陷问题,提出了一种基于注意力机制改进的DeepLabV3+遥感图像分割算法。构建ECBA(Efficient ... DeepLabV3+分割算法具有高效的编解码结构,常用在图像分割任务中。针对DeepLabV3+高分辨率遥感图像语义分割中存在的分割目标边缘不精确和孔洞缺陷问题,提出了一种基于注意力机制改进的DeepLabV3+遥感图像分割算法。构建ECBA(Efficient Convolutional Block Attention Module)注意力机制,将ECBA添加至DeepLabV3+主干网络Xception,增强其特征提取能力,得到注意力加权的高层特征。同时,将ECBA添加至编码器和解码器的连接支路,得到注意力加权后的低层特征。解码器将两种特征进行特征融合,以增强网络对不同分割目标的边缘以及同一目标内部的感知。实验结果表明,改进后的算法在ISPRS Potsdam数据集上的平均交并比(mean Intersection over Union,mIoU)和F1指数分别达到了79.80%和75.88%,比DeepLabV3+算法提高了11.06%和6.32%。 展开更多

关键词 遥感图像分割 deeplabv3+ 注意力机制 神经网络 深度学习

在线阅读 下载PDF 职称材料

基于随机补片和DeepLabV3+的建筑物遥感图像变化检测 被引量：12

13

作者 王民水 孔祥明 +3 位作者 陈学业 杨国东 王明常 张海明 《吉林大学学报（地球科学版）》 CAS CSCD 北大核心 2021年第6期1932-1938,共7页

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随... 为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。 展开更多

关键词 随机补片 deeplabv3+网络 语义分割 建筑物变化检测

在线阅读 下载PDF 职称材料

融合注意力机制的DeeplabV3+服装图像分割方法 被引量：2

14

作者 肖雅慧 张自力 +2 位作者 胡新荣 彭涛 张俊 《计算机科学》 CSCD 北大核心 2024年第S01期581-587,共7页

针对在服装图像语义分割中存在由服装颜色、纹理、背景以及多目标遮挡导致的边缘分割粗糙和分割精度低等问题,文中基于Deeplabv3+框架,提出了一种图像语义分割算法(FFDNet)。首先,模型的骨干网络采用ResNet101网络,并添加通道空间注意... 针对在服装图像语义分割中存在由服装颜色、纹理、背景以及多目标遮挡导致的边缘分割粗糙和分割精度低等问题,文中基于Deeplabv3+框架,提出了一种图像语义分割算法(FFDNet)。首先,模型的骨干网络采用ResNet101网络,并添加通道空间注意力模块(Feature-Enhanced Attention Module,FEAM),通过对特征图加权来挖掘并增强特征信息,提高网络表达能力。其次引入特征对齐模块(Feature Align Module,FAM)作为一种新的上采样方式,解决不同尺度特征融合之间特征未对齐导致分割错误且效率低的问题,以此提高对服装图像分割的准确性和鲁棒性。最后,FFDNet在Deepfashion2和PASCAL VOC 2012数据集上的平均交并比分别达到55.2%和79.4%;在参数量方面,该模型相比原模型在Deepfashion2上仅增加了0.61 MB。与其他现有经典模型对比,其分割性能更优,能有效捕获图像局部细节信息,减少像素分类错误。 展开更多

关键词 服装图像 语义分割 注意力机制 deeplabv3+网络 特征对齐

在线阅读 下载PDF 职称材料

融合注意力机制与轻量化DeepLabv3+的非结构化道路识别 被引量：6

15

作者 龚志力 谷玉海 +1 位作者 朱腾腾 石文天 《微电子学与计算机》 2022年第2期26-33,共8页

由于非结构化道路特征众多、结构复杂的特点,图像分割以及道路模型等经典算法无法满足非结构化道路识别在实际应用中的准确性和实时性要求.上述难点可通过基于深度学习的语义分割算法有效解决,采用轻量化的特征提取网络,改善特征提取网... 由于非结构化道路特征众多、结构复杂的特点,图像分割以及道路模型等经典算法无法满足非结构化道路识别在实际应用中的准确性和实时性要求.上述难点可通过基于深度学习的语义分割算法有效解决,采用轻量化的特征提取网络,改善特征提取网络中离散计算过多问题,优化对参数量和速度的控制,减少DeepLabv3+网络的冗余;针对非结构化道路在图像中空间和通道的分布特性,引入注意力机制对高级特征图和低级特征图处理,以提升网络对特征提取的敏感性和准确性;选用样本类别充足并具代表性且与我国路况相似性强的IDD(India Driving Dataset)非结构化道路数据集,对其中非结构化道路类别进行筛选和预处理并对网络进行训练.实验对比表明,相比于同类网络,参数量最少,准确率和快速性均处于前列;相比于改进前,网络参数量减少93.1%,识别帧率提升116.1%,精确率提高10.1%. 展开更多

关键词 语义分割 非结构化道路 deeplabv3+ 注意力机制

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+孪生网络的遥感影像变化检测方法 被引量：20

16

作者 赵祥 王涛 +3 位作者 张艳 郑迎辉 张昆 王龙辉 《地球信息科学学报》 CSCD 北大核心 2022年第8期1604-1616,共13页

传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基... 传统遥感影像变化检测方法依赖人工构建特征,算法设计复杂且精度不高;而将2幅不同时相影像叠加后输入神经网络的遥感影像变化检测方法会造成不同时相的特征相互影响,难以保持原始影像的高维特征,且模型鲁棒性较差。因此,本文提出一种基于改进DeepLabv3+孪生网络的遥感影像变化检测方法,以经典DeepLabv3+网络的编解码结构为基础对网络进行改进:(1)在编码阶段利用共享权值的孪生网络提取特征,通过2个输入端分别接收2幅遥感影像,以保留不同时相影像的高维特征;(2)在特征融合中用密集空洞空间金字塔池化模型代替空洞空间金字塔池化模型,通过密集连接的方式结合每个空洞卷积的输出,以提高对不同尺度目标分割的精度;(3)在解码阶段中针对不同层级特征图信息差异较大,难以融合的问题,引入基于注意力机制的特征对齐模型,引导不同层级的特征对齐并强化学习重要特征,以提升模型的鲁棒性。应用开源数据集CDD验证本文方法的有效性,并与UNet-EF、FC-Siam-conc、Siam-DeepLabv3+和N-Siam-DeepLabv3+网络对比试验。试验结果表明,本文方法在精确率、召回率、F1值和总体精度上达到87.3%、90.2%、88.4%、96.4%,均高于UNet-EF、FC-Siamconc、Siam-DeepLabv3+网络和N-Siam-DeepLabv3+网络,检测结果较为完整,对边界的检测也更为平滑,且对尺度变化具有更高的鲁棒性。 展开更多

关键词 变化检测 孪生网络 deeplabv3+ DenseASPP 特征对齐 ASPP 注意力机制 深度学习

原文传递

基于DeepLabv3+的遥感建筑物语义分割算法 被引量：10

17

作者 胡智翔 鲍胜利 +1 位作者 徐传淇 王浩然 《计算机应用》 CSCD 北大核心 2021年第S02期71-75,共5页

针对遥感图像语义分割中的小目标分割不全、边界精度不高,以及模型参数量大、实时性达不到需求等问题,通过改进DeepLabv3+网络来满足遥感语义分割任务中对精度和实时性的要求。该算法首先将高分辨率的遥感图像裁剪为统一尺寸的低分辨率... 针对遥感图像语义分割中的小目标分割不全、边界精度不高,以及模型参数量大、实时性达不到需求等问题,通过改进DeepLabv3+网络来满足遥感语义分割任务中对精度和实时性的要求。该算法首先将高分辨率的遥感图像裁剪为统一尺寸的低分辨率图像,便于针对小目标物的分割和批量训练。其次,使用轻量级网络MobileNet作为特征提取基干网络并在编码阶段后引入通道间注意力模块,在保证不损失分割性能的前提下,极大地减少了模型的参数量,使模型搭载在移动端和嵌入式设备上成为可能。最后,为了解决正负样本不均衡对模型性能产生的影响,将Focal loss和Dice loss合并起来充当损失函数进行网络训练。最终在马萨诸塞州建筑数据集上,相较于引入双注意力机制的DeepLabv3+网络,其分割像素精度(PA)和交并比(IoU)分别仅损失0.6和1.1个百分点,但模型大小仅为20.1 MB,为双注意力DeepLabv3+模型的1/7左右,在中央处理器(CPU)单张分割耗时上仅为399 ms,分割效率为其两倍多。该算法在充分保证分割精度的同时,能尽可能地提升模型的便携性和实时性。 展开更多

关键词 遥感图像 语义分割 deeplabv3+网络 MobileNet 样本不均衡 注意力机制

在线阅读 下载PDF 职称材料

改进DeepLabv3+网络的钢板表面缺陷检测研究 被引量：8

18

作者 范瑶瑶 王兴芬 刘亚辉 《计算机工程与应用》 CSCD 北大核心 2023年第16期150-158,共9页

针对钢板表面缺陷检测中存在的边缘分割粗糙、漏检和误检率高等问题,提出了一种引入注意力机制的多尺度特征融合的DeepLabv3+检测方法。在DeepLabv3+网络的解码区中,充分利用多尺度特征信息,对跃层特征融合进行优化,保留浅层特征并对深... 针对钢板表面缺陷检测中存在的边缘分割粗糙、漏检和误检率高等问题,提出了一种引入注意力机制的多尺度特征融合的DeepLabv3+检测方法。在DeepLabv3+网络的解码区中,充分利用多尺度特征信息,对跃层特征融合进行优化,保留浅层特征并对深层特征进行了细化的上采样操作,获得更精细的缺陷边缘;在编码区主干网络ResNet101中引入坐标注意力机制,增强特征提取能力,提高分割准确率。设计了加权Dice损失和二元交叉熵损失(BCEloss)结合的优化损失函数来缓解样本不均衡的问题,提高分割精度。改进DeepLabv3+网络的Dice系数和mIoU值分别提高了6.0%和7.92%,刮痕缺陷边缘分割更准确,对凹坑、边缘裂纹与氧化铁皮缺陷的分割效果提升明显,实验结果验证了该方法处理钢板表面缺陷问题的有效性。 展开更多

关键词 表面缺陷检测 deeplabv3+网络 坐标注意力机制 图像语义分割 图像增强

在线阅读 下载PDF 职称材料

改进DeeplabV3+模型的河流水体提取 被引量：4

19

作者 张晗涛 胡荣明 +1 位作者 姜友谊 胡亚轩 《遥感信息》 CSCD 北大核心 2023年第3期146-152,共7页

为了探究深度学习DeeplabV3+模型在河流水体提取的潜力,分别构建了ResNet-50、ResNet-101、ResNet-152、Xception共4种不同骨架网络的DeeplabV3+模型,开展河流水体提取研究。通过河流水体提取结果对比分析,确定了最优骨架网络模型为ResN... 为了探究深度学习DeeplabV3+模型在河流水体提取的潜力,分别构建了ResNet-50、ResNet-101、ResNet-152、Xception共4种不同骨架网络的DeeplabV3+模型,开展河流水体提取研究。通过河流水体提取结果对比分析,确定了最优骨架网络模型为ResNet-50,在此基础上提出了改进的DeeplabV3+模型,并与最邻近分类法、随机森林分类法、支持向量机分类法、原始DeeplabV3+模型法等分类方法的分类结果进行比较。结果表明:改进的DeeplabV3+网络模型能有效提取河流水体目标,增强小面积河流水体识别能力,减少河流水体漏分现象,提高河流水体提取效果。改进后的DeeplabV3+网络模型在高分辨率遥感影像河流水体提取方面具有可行性,为后续该领域的进一步研究应用提供了参考。 展开更多

关键词 深度学习 高分辨率遥感影像 河流水体提取 deeplabv3+ 卷积神经网络

在线阅读 下载PDF 职称材料

基于改进的DeepLabV3+网络模型的杂交水稻育种父母本语义分割研究 被引量：2

20

作者 温佳 梁喜凤 王永维 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2023年第6期893-902,共10页

为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题,本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络MobileNetV2结构替换原DeepLabV3+的主干网络Xceptio... 为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题,本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络MobileNetV2结构替换原DeepLabV3+的主干网络Xception结构,使之更适用于移动设备,并提出一种联系较为紧密的低层特征信息提取方法,将较低层次信息和较高层次信息初步融合作为原低层次信息的输入,使网络获得更加密集的信息,从而增强网络对于细节的提取能力。结果表明,改进的DeepLabV3+网络模型较原DeepLabV3+网络模型具有更高的杂交水稻制种父母本分割精度,并能够减少模型训练和图片预测时间。将改进后的DeepLabV3+网络模型与其他主流网络和先进网络模型对比发现,各项参数精度均有所提高。本研究为深度学习在农业视觉机器人领域中的发展提供了参考。 展开更多

关键词 语义分割 深度学习 deeplabv3+网络模型 杂交水稻 轻量化模型

在线阅读 下载PDF 职称材料