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483篇文章
< 1 2 … 25 >
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：
改进DeeplabV3plus的道路场景分割算法
1
作者 陈雨佳 宁媛 +1 位作者 唐坤俊 刘聂天和 《智能计算机与应用》 2025年第11期87-93,共7页
道路场景分割是自动驾驶感知系统的一项基本任务。为解决DeeplabV3plus模型在道路场景分割中精度不够,特别是针对小目标分割精度不够的问题,本文提出一种融合注意力机制的改进DeeplabV3plus模型,该模型整体结构为非对称的编码器-解码器... 道路场景分割是自动驾驶感知系统的一项基本任务。为解决DeeplabV3plus模型在道路场景分割中精度不够,特别是针对小目标分割精度不够的问题,本文提出一种融合注意力机制的改进DeeplabV3plus模型,该模型整体结构为非对称的编码器-解码器架构。编码器方面,将Xception模型替换为ResNet50模型,编码器中使用膨胀卷积增大感受野,以提高特征提取能力;解码器方面,使用自行设计的UCA模块,将深层次特征与浅层特征进行融合并且使用双线性插值进行上采样,提高特征图边界轮廓清晰度的同时更容易捕获小目标,同时在UCA模块中引入坐标注意力机制,使得模型能在通道方向和空间位置方面聚焦,捕捉长距离依赖,提升模型对重要目标的关注度。在Cityscape数据集和自建数据集组成的数据集上的实验结果表明,平均交并比(mIoU)指标提升了2.6%,像素精确度(PA)提升了0.9%;针对道路场景中目标较小,数量较少的行人和非机动车的交并比(IoU)指标分别提高了3.2%和4.3%,可行驶区域的分割精度提高了2%,更加准确的获取了道路信息,为自动驾驶感知系统提供了更多信息。 展开更多
关键词 道路场景分割 注意力机制 deeplabv3plus
在线阅读 下载PDF
基于改进DeepLabV3plus架构的洱海流域水体精细提取
2
作者 张莹 陈运春 +3 位作者 郭晓飞 吴晓聪 陈凤林 曾维军 《自然资源遥感》 北大核心 2025年第6期201-210,共10页
传统方法提取细小水体的效果差、精度低,难以满足实际需求,该文以洱海流域的吉林一号国产高分卫星影像为数据源,提出一种改进DeepLabV3plus的深度学习语义分割方法,将编码结构ResNet101替换成EfficientNet-B4,创新性地将二元交叉熵损失(... 传统方法提取细小水体的效果差、精度低,难以满足实际需求,该文以洱海流域的吉林一号国产高分卫星影像为数据源,提出一种改进DeepLabV3plus的深度学习语义分割方法,将编码结构ResNet101替换成EfficientNet-B4,创新性地将二元交叉熵损失(binary cross-entropy loss,BCE Loss)和Dice Loss损失函数进行联合,筛选出了洱海流域精细提取水体的最优方法。结果表明:(1)改进DeepLabV3plus模型较传统方法提取的水体边界效果更佳,更能准确识别主要水体,尤其在细小溪流的提取上表现优于传统方法;(2)改进DeepLabV3plus模型在精确率(98.87%)、召回率(99.30%)和F1分数(99.08%)上均高于归一化差异水体指数(normalized difference water index,NDWI)和面向对象法;(3)在细节对比中,改进的DeepLabV3plus能够有效抑制建筑物阴影、植被遮挡以及复杂地物的影响,提升了细小水体和复杂边缘区域的提取效果。此外,消融实验表明,联合损失函数与复合缩放策略的引入分别将平均交并比提升了0.62和3.07百分点,显著提高了模型的分割精度与对多尺度语义信息的提取能力。 展开更多
关键词 改进deeplabv3plus 高分遥感影像 语义分割 洱海流域 水体提取
在线阅读 下载PDF
基于改进DeepLabv3plus算法的遥感图像海岛建筑提取方法 被引量：4
3
作者 王凌霄 贾婧 《热带地理》 CSCD 北大核心 2021年第4期834-844,共11页
目前海岛经济快速发展,为避免海岛建筑无序扩建,了解海岛建筑分布特征尤为重要。机器学习方法是从高分遥感影像提取地物目标的常见方式,然而建筑物遥感特征复杂,机器学习方法出现鲁棒性差、难以充分挖掘深层次特征的弊端。文章提出基于D... 目前海岛经济快速发展,为避免海岛建筑无序扩建,了解海岛建筑分布特征尤为重要。机器学习方法是从高分遥感影像提取地物目标的常见方式,然而建筑物遥感特征复杂,机器学习方法出现鲁棒性差、难以充分挖掘深层次特征的弊端。文章提出基于DeepLabv3plus网络模型的深度学习语义分割方法提取海岛建筑,并对网络结构进行改进,使用组归一化(GN)方法替代批归一化(BN)以适合小batch size下的语义分割操作。针对海岛建筑数据量较少的问题,采用迁移学习策略,设计基于多源数据的国内城市建筑数据集的预训练样本智能采集和标注方法,再人工标注中国部分海岛建筑进行算法实验。结果表明,在batch size较小时,基于GN的DeepLabv3plus语义分割算法的平均精度和mIoU均得到提升,能够获得更为精确的像素级海岛建筑提取结果。 展开更多
关键词 deeplabv3plus 样本自动标注 海岛建筑 语义分割 迁移学习
在线阅读 下载PDF
基于改进DeepLabv3+的电力设备红外图像分割算法
4
作者 邓长征 骆冰洁 +2 位作者 付添 弓萌庆 刘明泽 《红外技术》 北大核心 2026年第2期176-183,共8页
针对复杂背景下电力设备红外图像分割精度低、耗时长的问题,本文提出一种基于改进DeepLabv3+算法的电力设备红外图像分割算法,首先,使用轻量化CA-MobileNetV3代替Xception实现特征提取,减少模型参数的同时提升分割准确率;其次,用SP-Dens... 针对复杂背景下电力设备红外图像分割精度低、耗时长的问题,本文提出一种基于改进DeepLabv3+算法的电力设备红外图像分割算法,首先,使用轻量化CA-MobileNetV3代替Xception实现特征提取,减少模型参数的同时提升分割准确率;其次,用SP-Dense ASPP替换ASPP,以提取更密集、更广范围的细节特征并增强长条特性;最后,引入ECA注意力机制,实现不同层级特征信息有效融合,提升模型分割精度及鲁棒性。实验结果表明,本文算法相较于较为先进的4种语义分割模型在实际电力设备红外图像分割任务中具有更高的可行性和有效性,MPA平均提升2.67%,mIoU平均提升9.32%。 展开更多
关键词 图像分割 红外图像 注意力机制 DeepLabv3+
在线阅读 下载PDF
小麦联合收获机导航路径识别方法研究
5
作者 李加念 吴坤澍 +1 位作者 李坤依 陈绍民 《智能化农业装备学报(中英文)》 2026年第1期8-18,共11页
针对小麦收获机导航路径识别方法难以兼顾准确性和实时性等问题,本研究在DeepLabv3+模型的基础上进行轻量化设计,采用MobileNetV3-Large替换原主干网络,并使用Leaky_ReLU替代ReLU激活函数;为了进一步减少网络计算量,将金字塔池化模块(at... 针对小麦收获机导航路径识别方法难以兼顾准确性和实时性等问题,本研究在DeepLabv3+模型的基础上进行轻量化设计,采用MobileNetV3-Large替换原主干网络,并使用Leaky_ReLU替代ReLU激活函数;为了进一步减少网络计算量,将金字塔池化模块(atrous spatial pyramid pooling,ASPP)中的3个不同扩张率的空洞卷积替换为具有相同扩张率的深度可分离卷积(depthwise separable convolution,DSC)。为使小麦收获机导航路径识别研究具有较好的普遍性,采集了强光、弱光、逆光、顺光、阴影、地块边缘6种典型环境下的小麦收获区图像,使用Labelme工具对采集图像中的道路信息进行标注,构建小麦收获区域数据集。在路径提取阶段,通过水平扫描法从分割掩码图中获取关键点,并利用多段三次B样条算法拟合导航路径。试验结果表明,改进后的DeepLabv3+模型分割精度和交并比分别为98.04%和95.20%,视频图像处理帧率为7.5帧/s。6种小麦典型环境下,导航路径识别的平均像素误差和平均距离误差分别为7.4像素和37mm,小麦收获机行驶速度约为1.5 m/s,单帧图像路径识别时间约为0.15 s,能够有效地满足小麦收获机实时性和准确性的需求。本研究可为提升小麦收获机自主导航能力提供理论基础和技术支撑。 展开更多
关键词 DeepLabv3+ 语义分割 导航路径 小麦收获机 路径识别 迁移学习
在线阅读 下载PDF
基于改进DeepLabV3+网络的黄瓜叶片病斑分割算法
6
作者 唐卫东 陈冠华 +2 位作者 谭显明 刘灵辉 刘秋明 《井冈山大学学报(自然科学版)》 2026年第1期68-78,共11页
叶片病斑是影响瓜果等农作物品质和产量的重要因素,病斑分割有助于精准识别病害,并为果农提供科学防治策略。由于叶片病斑边缘较模糊且具有反光特性,运用现有方法却难以达到理想的分割效果,本研究以黄瓜为研究对象,提出一种基于改进Deep... 叶片病斑是影响瓜果等农作物品质和产量的重要因素,病斑分割有助于精准识别病害,并为果农提供科学防治策略。由于叶片病斑边缘较模糊且具有反光特性,运用现有方法却难以达到理想的分割效果,本研究以黄瓜为研究对象,提出一种基于改进DeepLabV3+网络的叶片病斑分割算法。首先将原Xception主干网络替换为更轻量化的MobileNetV2网络;其次将密集连接(DenseNet)思想应用于ASPP结构,构造一个基于密集连接的空洞空间金字塔池化(DenseASPP),通过扩大网络感受野来提升对多尺度目标的分割性能,同时在DenseASPP后引入SENet通道注意力机制,以增强模型的特征表达能力;最后将主干网络所提取的各阶段特征图依次与深层特征图拼接,从而充分利用各阶段特征图中的特征信息。在黄瓜病害叶片数据集上对模型进行测试训练,结果表明该算法在sensitivity、specificity、Dice、accuracy等评价指标上分别达到90.55%、98.03%、85.43%、97.31%,相较其他主流方法,其分割精度都有显著提高,且具有良好的泛化能力。该算法能够适用于不同作物的叶片病斑分割,还可以为作物病害防治提供参考。 展开更多
关键词 图像分割 DeepLabV3+ 密集连接 注意力机制
在线阅读 下载PDF
面向多种作物叶片病害的像素级分割方法研究
7
作者 王从胜 李庆阳 邱秀荣 《种业导刊》 2026年第1期70-73,共4页
精准的像素级分割是实现作物叶片病害自动诊断与量化评估的关键技术,但现有模型在跨作物、跨病害的泛化性能尚未得到充分验证。以公开的PlantDoc数据集为实验材料,系统评估主流深度学习模型U-Net和DeepLabV3+在多种作物叶片病害像素级... 精准的像素级分割是实现作物叶片病害自动诊断与量化评估的关键技术,但现有模型在跨作物、跨病害的泛化性能尚未得到充分验证。以公开的PlantDoc数据集为实验材料,系统评估主流深度学习模型U-Net和DeepLabV3+在多种作物叶片病害像素级分割任务中的泛化表现。结果表明,U-Net模型在PlantDoc数据集上表现出卓越的分割性能,平均交并比、均像素准确率和准确率分别达到了77.20%、84.50%和93.64%,全面优于DeepLabV3+模型对应指标,分别为55.63%、62.77%和86.41%。研究结果为农业智能诊断系统提供了模型选择依据。 展开更多
关键词 作物 U-Net模型 DeepLabV3+模型 叶片病害 图像分割
在线阅读 下载PDF
融合改进FCOS与DeepLab的水文场景水位智能识别技术研究
8
作者 曹鸽琴 《水利科技与经济》 2026年第1期160-165,共6页
研究针对水文场景中水位识别受复杂环境影响的问题,提出了一种融合改进全卷积目标检测网络(Fully Convolutional One-Stage,FOCS)与DeepLab的智能识别技术。通过FCOS模型优化水位标尺检测,结合DeepLabv3+实现水位线精确分割,并引入语境... 研究针对水文场景中水位识别受复杂环境影响的问题,提出了一种融合改进全卷积目标检测网络(Fully Convolutional One-Stage,FOCS)与DeepLab的智能识别技术。通过FCOS模型优化水位标尺检测,结合DeepLabv3+实现水位线精确分割,并引入语境调整模块增强多尺度特征融合。在倒影、逆光、风浪及水体清澈四种典型场景下的测试结果表明,FCOS-DeepLab模型的绝对误差显著低于对比算法,其中风浪场景误差仅0.10 cm。该技术为复杂环境下的水文监测提供了高精度、强鲁棒性的解决方案。 展开更多
关键词 水位识别 FOCS DeepLabv3+ 语境调整模块 水文场景
在线阅读 下载PDF
基于Deeplabv3+算法的人工智能模型辅助临床念珠菌快速精准分类研究
9
作者 尚梦雅 方文捷 +2 位作者 潘炜华 陈天成 廖万清 《广西医科大学学报》 2026年第1期81-87,共7页
目的:本研究基于Deeplabv3+的人工智能(AI)模型,高效、准确鉴别念珠菌显色图像,实现快速诊断。方法:选取167株临床常见念珠菌,经显色培养后采集1020张图像用于Deeplabv3+模型的构建与性能验证。结果:AI对白念珠菌识别的准确率为91.00%... 目的:本研究基于Deeplabv3+的人工智能(AI)模型,高效、准确鉴别念珠菌显色图像,实现快速诊断。方法:选取167株临床常见念珠菌,经显色培养后采集1020张图像用于Deeplabv3+模型的构建与性能验证。结果:AI对白念珠菌识别的准确率为91.00%、热带念珠菌为94.00%、光滑念珠菌为86.00%,平均识别准确率可达90.33%;同时选取3名经验丰富临床技师进行测试,人眼平均识别准确率为89.33%,较AI识别准确率差异无统计学意义(χ^(2)=0.14,P>0.05)。在识别速度上,AI识别的平均速度为(1.88±0.04)s/张,人眼图像识别的平均速度为(1.93±0.33)s/张,两组比较差异无统计学意义(U=0.45,P>0.05),但AI识图较人眼识别更稳定,并且可以批量处理数据以及不受多维因素影响。结论:本研究基于Deeplabv3+算法构建的AI模型,对念珠菌显色培养基图像具有高效、准确鉴定能力,具有良好的推广前景。 展开更多
关键词 念珠菌 Deeplabv3+ 人工智能 真菌 人眼图像识别
暂未订购
基于DeepLabv3+的刮板输送机刮板拉斜监测
10
作者 谢永鑫 薛睿源 +3 位作者 刘左权 任腾越 杨帆 刘楨宇 《山西焦煤科技》 2026年第1期13-17,共5页
刮板输送机在运行中易发生刮板拉斜故障,导致物料堆积、链条损坏,影响生产安全与效率,且传统人工检测存在劳动强度大、漏检率高和响应滞后等问题,提出一种基于DeepLabv3+深度学习模型的刮板拉斜智能监测方法。该方法通过采集刮板运行图... 刮板输送机在运行中易发生刮板拉斜故障,导致物料堆积、链条损坏,影响生产安全与效率,且传统人工检测存在劳动强度大、漏检率高和响应滞后等问题,提出一种基于DeepLabv3+深度学习模型的刮板拉斜智能监测方法。该方法通过采集刮板运行图像,利用DeepLabv3+实现刮板区域的精确分割,并依据分割结果自动判别刮板状态。实验结果表明,该模型在刮板图像分割中像素精度达到94%,单张图像平均处理时间为0.06 s,刮板状态判别准确率为100%,显著提升了故障识别的实时性与准确性。 展开更多
关键词 刮板输送机 拉斜检测 语义分割 DeepLabv3+ 深度学习
在线阅读 下载PDF
面向复杂交通场景的改进DeepLabV3+语义分割算法研究
11
作者 程伟贤 《计算机科学与应用》 2026年第2期134-140,共7页
针对现有语义分割算法在处理多目标图像时难度大、精度低的问题,改进DeepLabV3+网络提出一种面向复杂交通场景的语义分割算法。该算法改用轻量级骨干特征提取网络,提高计算速度;重构密集空洞空间金字塔模块并引入卷积注意力机制,加强高... 针对现有语义分割算法在处理多目标图像时难度大、精度低的问题,改进DeepLabV3+网络提出一种面向复杂交通场景的语义分割算法。该算法改用轻量级骨干特征提取网络,提高计算速度;重构密集空洞空间金字塔模块并引入卷积注意力机制,加强高级特征信息提取;采用多尺度特征融合策略,提高特征恢复精度。在Cityscapes数据集上的验证结果表明,该算法能在保证时效性的同时,准确实现车辆、行人等交通目标的特征提取,为复杂交通环境下的实时分割任务提供可行方案。 展开更多
关键词 DeepLabV3+ 交通目标 语义分割 特征融合
在线阅读 下载PDF
基于遥感影像的建设用地变化检测方法研究
12
作者 魏金豹 胡剑辉 林延清 《测绘与空间地理信息》 2026年第1期101-104,共4页
在DeepLabV3+算法的基础上,本文提出了一种改进DeepLabV3+算法,通过改进模型结构,同时通过多层级特征交互操作对图像特征进行融合。以浙江省某地区为试验区域,以WorldView-2卫星影像数据为试验数据开展建设用地变化检测试验,结果表明,改... 在DeepLabV3+算法的基础上,本文提出了一种改进DeepLabV3+算法,通过改进模型结构,同时通过多层级特征交互操作对图像特征进行融合。以浙江省某地区为试验区域,以WorldView-2卫星影像数据为试验数据开展建设用地变化检测试验,结果表明,改进DeepLabV3+算法有效地改善了欠分割与过分割问题,其建设用地变化检测结果较DeepLabV3+算法在召回率、准确率及F1值上均有一定提升,验证了改进DeepLabV3+算法在变化检测任务场景中的优越性与适应性,具有一定的推广价值。 展开更多
关键词 建设用地 变化检测 改进DeepLabV3+算法 语义分割
在线阅读 下载PDF
先验知识引导的黔中耕地非粮化监测方法对比
13
作者 宋善海 古书鸿 +3 位作者 胡锋 李慧璇 刘芸 罗军华 《农业工程》 2026年第2期132-138,共7页
以黔中地区为研究区,基于“三调”数据库中耕地先验知识,对比分析DeepLabV3、MMSegmentation和U-Net在GF-2号影像中非粮化信息的提取效果,为山区耕地的非粮化识别提供思路。结果表明,U-Net在训练阶段整体精度表现最优,其召回率、精准率... 以黔中地区为研究区,基于“三调”数据库中耕地先验知识,对比分析DeepLabV3、MMSegmentation和U-Net在GF-2号影像中非粮化信息的提取效果,为山区耕地的非粮化识别提供思路。结果表明,U-Net在训练阶段整体精度表现最优,其召回率、精准率、F1分数均为95%,MMSegmentation次之,DeepLabV3相对偏差;在时间效率上DeepLabV3较U-Net实现75%的时效优化,训练与分类提取过程速率更快。提取结果表明,3种方法对非粮化监测精度均达到85%以上,其中DeepLabV3精度最高,交并比86.22%,整体精度达到94.27%。研究区共提取非粮化图斑2038个,面积达235.15 hm^(2),空间分布呈现大分散、小集中特征,其中坝区非粮化发生率高达2.96%,山区耕地非粮化发生率仅0.44%,坝区非粮化程度大于山区。 展开更多
关键词 耕地非粮化 ArcGIS Pro GF-2 先验知识 DeepLabV3 MMSegmentation U-Net
在线阅读 下载PDF
改进DeepLabv3+模型的图像语义分割算法
14
作者 陈亦男 史展 《黑龙江科技大学学报》 2026年第1期163-168,共6页
为解决图像在分割时出现的漏分、误分和目标边缘分割不完整等问题,构建了一种改进的DeepLabv3+模型。在编码阶段改进空洞空间卷积池化金字塔模块,以扩大模型的感受野并提取到更多的图片特征,在解码阶段引入注意力机制,增强不同通道间的... 为解决图像在分割时出现的漏分、误分和目标边缘分割不完整等问题,构建了一种改进的DeepLabv3+模型。在编码阶段改进空洞空间卷积池化金字塔模块,以扩大模型的感受野并提取到更多的图片特征,在解码阶段引入注意力机制,增强不同通道间的相关性,提高对边缘特征的提取能力。采用混合损失函数提高小目标的分割精度,将其应用到CVC-ClinicDB和KvasirSEG两个公开的结肠息肉数据集上,测试Dice、ACC、IoU等指标的有效性。结果表明:改进后的DeepLabv3+在Dice、ACC、IoU上分别提升了3.98%和2.72%、0.47%和0.76%、5.04%和3.31%,所提方法较其他网络模型具有更高的准确性,能够为深度学习方法在图像分割以及其他图像处理分析的应用中提供参考。 展开更多
关键词 DeepLabv3+ ASPP 注意力机制 混合损失函数 深度学习
在线阅读 下载PDF
基于DeepLabV3+的SAR洪水水体提取
15
作者 丁健 《测绘与空间地理信息》 2026年第1期149-151,共3页
采用DeepLabV3+模型,该模型基于卷积神经网络强大的提取能力,用于Sentinel-1A SAR遥感图像的洪水提取。结果表明,在洪水提取的准确性和效率方面均较优,DeepLabV3+的平均准确度、F1和mIou分数分别为94.27%、85.51%和83.9%。在淮河流域阜... 采用DeepLabV3+模型,该模型基于卷积神经网络强大的提取能力,用于Sentinel-1A SAR遥感图像的洪水提取。结果表明,在洪水提取的准确性和效率方面均较优,DeepLabV3+的平均准确度、F1和mIou分数分别为94.27%、85.51%和83.9%。在淮河流域阜阳颍上段洪涝提取中也取得满意的提取结果,说明利用该模型可以作为洪水监测和应急管理的重要技术手段。 展开更多
关键词 SAR 洪水提取 DeeplabV3+模型 Sentinel-1
在线阅读 下载PDF
基于改进DeepLabV3+的栖霞市苹果园遥感识别
16
作者 杜欣苑 张小咏 《北京信息科技大学学报(自然科学版)》 2026年第1期12-20,29,共10页
苹果园遥感识别是苹果种植精细化管理的重要基础,但在复杂地物背景下易出现错检、漏检和边界模糊等问题。为提升识别精度,基于高分二号影像与实地采样数据,构建了高分辨率苹果园数据集,并提出一种改进DeepLabV3+多层次特征融合模型,对... 苹果园遥感识别是苹果种植精细化管理的重要基础,但在复杂地物背景下易出现错检、漏检和边界模糊等问题。为提升识别精度,基于高分二号影像与实地采样数据,构建了高分辨率苹果园数据集,并提出一种改进DeepLabV3+多层次特征融合模型,对栖霞市苹果园进行识别。模型采用轻量级MobileNetV2作为主干特征提取网络,将坐标注意力(coordinate attention,CA)机制和条形池化(strip pooling,SP)引入空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP),构建CASP-ASPP模块以融合多尺度特征,并在解码阶段加入边界细化模块优化边界识别。实验结果表明,改进模型的平均交并比较原始模型提升1.9百分点,整体识别精度优于多种主流深度学习网络。该方法可有效提升苹果园遥感识别精度,为果园监测与精细农业管理提供可靠技术支撑。 展开更多
关键词 苹果园识别 深度学习 语义分割 DeepLabV3+ 注意力机制
在线阅读 下载PDF
基于空洞卷积语义分割模型V3+算法的智能地层对比方法及其应用——以大庆油田长垣萨南开发区南2―3区为例
17
作者 王庆宇 朱伟 +3 位作者 李浩 孟丽丽 宋玉梅 王春蕊 《大庆石油地质与开发》 北大核心 2025年第5期98-107,共10页
针对传统地层对比存在主观性强、效率低等问题,为了避免差错、提高工作效率,实现新井地层划分及老井成果质控全过程智能化,基于传统知识构建的知识库,以空洞卷积语义分割模型V3+(DeepLabV3plus)智能算法为核心,形成“知识+数据”双驱动... 针对传统地层对比存在主观性强、效率低等问题,为了避免差错、提高工作效率,实现新井地层划分及老井成果质控全过程智能化,基于传统知识构建的知识库,以空洞卷积语义分割模型V3+(DeepLabV3plus)智能算法为核心,形成“知识+数据”双驱动的智能地层对比方法,实现标志层控制下的沉积单元自动对比。结果表明:通过智能算法改进、扩充样本集的规模与多样性、分段优化模型搭建,经过多轮迭代训练与模型质量评估,实现了传统对比与智能算法的有效融合,地层对比预测模型泛化能力显著增强;在南2―3区实例应用中,构建模型训练及验证精度达到90%以上,在人工质控的基础上,智能地层对比准确率再提升1百分点,工作效率可提升10~20倍。研究成果在提升地层对比精度、提高工作效率方面具有重要的应用价值。 展开更多
关键词 智能地层对比 deeplabv3plus算法 标志层 分段模型 模型评估
在线阅读 下载PDF
基于改进的DeepLabV3+网络的Sentinel-1影像水体提取 被引量：2
18
作者 赵兴旺 赵妍 +1 位作者 刘超 刘春阳 《测绘通报》 北大核心 2025年第3期66-70,共5页
为了提高雷达影像提取水体的精度,本文以2023年Sentinel-1系列影像为数据源,在DeepLabV3+网络模型的基础上优化主干网络,并融合SE通道注意力机制,提出了一种改进的深度学习网络模型SEDeepLabV3+,针对改进的模型进行了消融试验,并以7月3... 为了提高雷达影像提取水体的精度,本文以2023年Sentinel-1系列影像为数据源,在DeepLabV3+网络模型的基础上优化主干网络,并融合SE通道注意力机制,提出了一种改进的深度学习网络模型SEDeepLabV3+,针对改进的模型进行了消融试验,并以7月31日北京市昌平区水体提取为例,对该模型进行了验证。试验结果表明,使用改进后的SEDeepLabV3+方法提取水体时,平均交并比与像素准确率能够达到88.55%和93.49%,与DeepLabV3+、HRNet、U-Net相比,平均交并比分别提高了2.26%、2.31%和5.08%,平均像素准确率分别提高了0.76%、0.80%和3.07%,改进后的SEDeepLabV3+不仅具有更轻量级的网络结构,而且能够有效地提高水体提取精度和效率。 展开更多
关键词 DeepLabV3+ 水体提取 SE通道注意力机制 Sentinel-1影像 语义分割
原文传递
基于道路拓扑关联特征的城乡道路面精细提取网络 被引量：1
19
作者 王艳军 唐徐超 +1 位作者 王成 蔡恒藩 《测绘学报》 北大核心 2025年第1期75-89,共15页
深度学习方法已成为基于遥感影像数据的城乡道路网分类提取的主流技术。然而,现有方法存在邻近地物(如植被和建筑物等)混杂遮挡、模型训练时间长、计算复杂度高等问题,并且大多仅关注道路面、边缘线和中心线等独立目标,导致道路分类提... 深度学习方法已成为基于遥感影像数据的城乡道路网分类提取的主流技术。然而,现有方法存在邻近地物(如植被和建筑物等)混杂遮挡、模型训练时间长、计算复杂度高等问题,并且大多仅关注道路面、边缘线和中心线等独立目标,导致道路分类提取结果精度不高。为了充分利用道路边缘与道路面之间的空间拓扑关系约束特征,本文提出了一种基于道路拓扑关联特征信息的道路面提取网络,记作CAS-DeepNet。首先,基于DeepLabV3+网络架构,改进轻量级MobileNetV2特征提取网络,嵌入基于残差连接的边缘增强模块以捕获道路边缘信息;其次,设计基于密集连接的CS-ASPP结构以提高模型性能;然后,引入通道注意力机制,有效地融合图像中的多分支通道,以提高特征表征能力;最后,通过道路边缘拓扑关联信息构建道路连通性约束,以提升道路网提取结果完整性。在CHN6-CUG和DeepGlobe等数据集进行试验,结果表明,本文设计的CAS-DeepNet与当前流行的U-Net++、DeepLabV3+、D-LinkNet、RoadNet、ACNet和SDUNet等方法相比,在准确率、召回率、F_(1)值和总体精度等评价指标方面更具优势,能够明显提升道路路网提取结果精度与完整性。本文方法可为自然资源调查监测和地理空间环境感知建模提供基础支撑。 展开更多
关键词 道路提取 边缘增强模块 改进DeepLabV3+ CS-ASPP 注意力机制
在线阅读 下载PDF
基于改进DeeplabV3+的阴极铜板结瘤缺陷识别方法
20
作者 靖青秀 常琪琪 +2 位作者 杨雪晴 张志聪 黄晓东 《有色金属科学与工程》 北大核心 2025年第4期544-551,共8页
表面结瘤是电解阴极铜板产品的一种主要质量缺陷,生产实践中常根据阴极铜板结瘤类型的不同对电解生产过程出现的问题进行反馈诊断。针对传统人工观察方式判定阴极铜板结瘤类型准确度不高及时间滞后等问题,文中提出一种改进DeeplabV3+语... 表面结瘤是电解阴极铜板产品的一种主要质量缺陷,生产实践中常根据阴极铜板结瘤类型的不同对电解生产过程出现的问题进行反馈诊断。针对传统人工观察方式判定阴极铜板结瘤类型准确度不高及时间滞后等问题,文中提出一种改进DeeplabV3+语义分割模型,将模型部署在生产现场,可实现对阴极铜板表面结瘤类型的在线实时识别。该方法采用MobileNetV2作为主干网络实现轻量化,模型大小为改进前的11.15%;并引入注意力机制捕获多尺度信息,以增进结瘤边缘区域划分的精度,缺陷类别分类的准确度提高1.06%。实验结果表明,该算法对电解阴极铜板上的点状、聚集状和边缘结瘤缺陷的分割和分类效果优异,在测试集上的分割准确率高达91.58%,能够满足实际生产需求,为进一步实现电解铜生产过程中阴极铜板表面质量在线检测的智能化管控提供了一定的实践借鉴。 展开更多
关键词 阴极铜板结瘤 图像分割 DeeplabV3+ 注意力机制
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 … 25 下一页 到第 页
使用帮助 返回顶部