期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的DSM林地自动降高研究
1
作者
曹南
李昕
+1 位作者
刘小龙
段文辉
《地理空间信息》
2024年第8期37-40,共4页
将DSM看做单通道图像,林地区域视为空洞区域,将降高视为图像修复过程进行研究。首先利用HRNet-OCR深度学习模型经训练和推理识别林地区域,构建降高模型训练样本与分类信息;然后利用RFRNet深度学习模型经训练和迭代构成自动降高模型,进...
将DSM看做单通道图像,林地区域视为空洞区域,将降高视为图像修复过程进行研究。首先利用HRNet-OCR深度学习模型经训练和推理识别林地区域,构建降高模型训练样本与分类信息;然后利用RFRNet深度学习模型经训练和迭代构成自动降高模型,进行自动降高;最后利用高程归一化算法将待降高区域和训练数据统一到同一高程面,同时加入高程值修正,构成最终的自动降高成果。结果表明,深度学习可以实现DSM林地区域的自动降高,且降高结果会形成较多的可替补范围,应用于DEM项目生产。
展开更多
关键词
深度学习
hrnet-ocr
RFRNet
DSM自动降高
高程归一化
在线阅读
下载PDF
职称材料
基于K-means聚类和RF算法的葡萄霜霉病检测分级方法
被引量：
20
2
作者
李翠玲
李余康
+2 位作者
谭昊然
王秀
翟长远
《农业机械学报》
EI
CAS
CSCD
北大核心
2022年第5期225-236,324,共13页
针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割...
针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和模型支持。
展开更多
关键词
葡萄霜霉病
病害分级
K-MEANS聚类
随机森林算法
HRNet
v2
OCR
在线阅读
下载PDF
职称材料
基于改进HRNet架构的图像语义分割算法应用研究
被引量：
1
3
作者
胡航
牛晓伟
+1 位作者
左昊
金重阳
《现代计算机》
2022年第18期23-29,共7页
针对当前主流图像语义分割算法提取的特征图分辨率过低,上采样过程中有效语义信息损失过大,易丢失像素点和目标物体区域相关性的问题,提出了一种基于HRNet-OCR联合交叉注意力机制的图像语义分割算法。该法先采用HRNet替代ResNet作为特...
针对当前主流图像语义分割算法提取的特征图分辨率过低,上采样过程中有效语义信息损失过大,易丢失像素点和目标物体区域相关性的问题,提出了一种基于HRNet-OCR联合交叉注意力机制的图像语义分割算法。该法先采用HRNet替代ResNet作为特征提取骨干网络,保留特征提取过程中的高分辨率信息;然后融合OCR算法对图像进行初步的粗略分割,确定目标对象的大致区域;最后,引入交叉注意力机制模块对像素和对象区域的关联程度加权计算,实现像素的精准分类,保留分割区域的边缘细节。实验结果表明,与常见的分割算法FCN、PSPNet、DeepLabv3+等相比,所提算法在ADE20K、Cityscapes、PASCAL VOC 2012数据集上的mIoU分别提升5.37%、3.09%和2.71%,且可以有效保留细节信息,大幅度改善分割精度。
展开更多
关键词
语义分割
HRNet
OCR
交叉注意力机制
在线阅读
下载PDF
职称材料
题名
基于深度学习的DSM林地自动降高研究
1
作者
曹南
李昕
刘小龙
段文辉
机构
自然资源部第一地形测量队
出处
《地理空间信息》
2024年第8期37-40,共4页
基金
陕西测绘地理信息局科技创新经费资助项目(SCK2021-07)。
文摘
将DSM看做单通道图像,林地区域视为空洞区域,将降高视为图像修复过程进行研究。首先利用HRNet-OCR深度学习模型经训练和推理识别林地区域,构建降高模型训练样本与分类信息;然后利用RFRNet深度学习模型经训练和迭代构成自动降高模型,进行自动降高;最后利用高程归一化算法将待降高区域和训练数据统一到同一高程面,同时加入高程值修正,构成最终的自动降高成果。结果表明,深度学习可以实现DSM林地区域的自动降高,且降高结果会形成较多的可替补范围,应用于DEM项目生产。
关键词
深度学习
hrnet-ocr
RFRNet
DSM自动降高
高程归一化
Keywords
deep learning
hrnet-ocr
RFRNet
DSM automatic height reduction
elevation normalization
分类号
P282 [天文地球—地图制图学与地理信息工程]
在线阅读
下载PDF
职称材料
题名
基于K-means聚类和RF算法的葡萄霜霉病检测分级方法
被引量：
20
2
作者
李翠玲
李余康
谭昊然
王秀
翟长远
机构
北京市农林科学院智能装备技术研究中心
国家农业智能装备工程技术研究中心
西北农林科技大学机械与电子工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2022年第5期225-236,324,共13页
基金
江苏省农业自主创新基金项目(CX(20)3172)
国家自然科学基金面上项目(31971775)
重庆市技术创新与应用发展专项(cstc2019jscxgksbX0089)。
文摘
针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和模型支持。
关键词
葡萄霜霉病
病害分级
K-MEANS聚类
随机森林算法
HRNet
v2
OCR
Keywords
grape downy mildew
disease grading
K-means clustering
random forest algorithm
HRNet v2
OCR
分类号
S24 [农业科学—农业电气化与自动化]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进HRNet架构的图像语义分割算法应用研究
被引量：
1
3
作者
胡航
牛晓伟
左昊
金重阳
机构
重庆三峡学院电子与信息工程学院
出处
《现代计算机》
2022年第18期23-29,共7页
基金
国家重点研发计划(2021YFB3901405)
科技部专项课题(2021YFB3901400)
+2 种基金
重庆市科技局面上项目(cstc2019jcyj-msxm1328)
重庆市教委科技项目(KJQN202101215、KJQN202101226)
三峡库区地质环境监测与灾害预警—重庆市重点实验室开放基金(ZD2020A0301)。
文摘
针对当前主流图像语义分割算法提取的特征图分辨率过低,上采样过程中有效语义信息损失过大,易丢失像素点和目标物体区域相关性的问题,提出了一种基于HRNet-OCR联合交叉注意力机制的图像语义分割算法。该法先采用HRNet替代ResNet作为特征提取骨干网络,保留特征提取过程中的高分辨率信息;然后融合OCR算法对图像进行初步的粗略分割,确定目标对象的大致区域;最后,引入交叉注意力机制模块对像素和对象区域的关联程度加权计算,实现像素的精准分类,保留分割区域的边缘细节。实验结果表明,与常见的分割算法FCN、PSPNet、DeepLabv3+等相比,所提算法在ADE20K、Cityscapes、PASCAL VOC 2012数据集上的mIoU分别提升5.37%、3.09%和2.71%,且可以有效保留细节信息,大幅度改善分割精度。
关键词
语义分割
HRNet
OCR
交叉注意力机制
Keywords
semantic segmentation
HRNet
OCR
criss-cross attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的DSM林地自动降高研究
曹南
李昕
刘小龙
段文辉
《地理空间信息》
2024
0
在线阅读
下载PDF
职称材料
2
基于K-means聚类和RF算法的葡萄霜霉病检测分级方法
李翠玲
李余康
谭昊然
王秀
翟长远
《农业机械学报》
EI
CAS
CSCD
北大核心
2022
20
在线阅读
下载PDF
职称材料
3
基于改进HRNet架构的图像语义分割算法应用研究
胡航
牛晓伟
左昊
金重阳
《现代计算机》
2022
1
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
