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166篇文章
< 1 2 … 9 >
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：
轻量化U-net模型在钢筋直径测量中的应用研究 被引量：1
1
作者 张学辉 于站海 +2 位作者 田学昭 安军海 刘新军 《河北工业科技》 2025年第3期248-257,共10页
为了解决钢筋工程验收时传统人工检测效率低,检测过程中容易因人为因素导致的测量误差大,甚至误检漏检等问题,提出了一种基于改进轻量化U-net模型的钢筋直径测量方法。首先,采集大量钢筋图像并构建钢筋图像自制数据集,引入MobileNetV3 B... 为了解决钢筋工程验收时传统人工检测效率低,检测过程中容易因人为因素导致的测量误差大,甚至误检漏检等问题,提出了一种基于改进轻量化U-net模型的钢筋直径测量方法。首先,采集大量钢筋图像并构建钢筋图像自制数据集,引入MobileNetV3 Block模块和坐标注意力(coordinate attention,CA)机制对经典U-net模型进行改进。然后,基于自制数据集对改进U-net模型进行训练,训练完成后,将测试图像导入模型进行分割实验和直径测量实验。结果表明:改进U-net模型在钢筋图像分割任务中的交并比(IoU)达到了0.9795,模型大小仅为18.03 MB,直径测量实验的总平均误差为0.207 mm。改进模型在钢筋图像分割时表现出色,具有较高的检测精度和较低的计算成本,为钢筋图像分割提供了新的技术路径,在钢筋图像自动化处理和分析领域,具有一定的应用前景。 展开更多
关键词 土木建筑工程测量 钢筋直径测量 图像分割 改进u-net模型 CA注意力机制
在线阅读 下载PDF
U-Net模型在福建省光泽县耕地智能判别中的应用
2
作者 刘梅姜 吕榕生 翁夏青 《莆田学院学报》 2025年第5期88-94,共7页
聚焦福建省光泽县耕地保护问题,在对比传统监测方法局限性的基础上,引入U-Net卷积神经网络模型,开展耕地违建图斑的智能识别工作。重点阐释了模型选择、技术流程、关键处理环节以及模型管理系统。经实际巡查案例验证,该模型在耕地图斑... 聚焦福建省光泽县耕地保护问题,在对比传统监测方法局限性的基础上,引入U-Net卷积神经网络模型,开展耕地违建图斑的智能识别工作。重点阐释了模型选择、技术流程、关键处理环节以及模型管理系统。经实际巡查案例验证,该模型在耕地图斑变化监测中取得较好成效,为耕地保护提供了一种智能化的技术监管手段。 展开更多
关键词 u-net模型 光泽县 耕地保护 智能识别 技术监管
在线阅读 下载PDF
基于改进U-Net模型的高分辨率遥感影像土地覆盖分类研究
3
作者 田金鑫 肖潇 《测绘与空间地理信息》 2025年第6期99-101,105,共4页
高精度的土地覆盖分类对城市发展具有重要意义,但是原始的深度学习模型在用于复杂场景分类时往往存在诸多问题。本文通过改进原始的U-Net模型来提高土地覆盖分类的精度。通过在原始模型的主干特征提取网络中嵌入注意力机制和金字塔池化... 高精度的土地覆盖分类对城市发展具有重要意义,但是原始的深度学习模型在用于复杂场景分类时往往存在诸多问题。本文通过改进原始的U-Net模型来提高土地覆盖分类的精度。通过在原始模型的主干特征提取网络中嵌入注意力机制和金字塔池化模块,来增强模型对特征信息的学习能力,然后在加强特征提取网络中使用密集连接结构,来增强模型对特征信息的提取能力。实验结果表明,改进后的U-Net模型总体精度为88.73%,F1分数为0.83,相比原始的U-Net模型的分类精度有明显的提升。本文方法具有一定的实际应用价值,是一种快速准确的土地覆盖分类方法。 展开更多
关键词 u-net模型 高分辨率遥感影像 语义分割 多特征
在线阅读 下载PDF
基于Res-AA U-Net模型的楼板双层钢筋尺寸测量算法研究
4
作者 陈婉清 李刚 +2 位作者 盛明辉 付相林 陈伟 《建筑科学与工程学报》 北大核心 2025年第3期103-114,共12页
钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动... 钢筋工程检测存在验收人力资源消耗大和时间成本高的问题,特别是楼板双层钢筋的尺寸验收时,由于上层钢筋覆盖下层钢筋导致测量难度增加,而传统的图像处理方法难以满足测量精度要求,为此提出一种基于Res-AA U-Net的楼板双层钢筋尺寸自动测量方法。该方法对Resnet34进行改进,修剪其网络结构并优化损失函数,用改进的Resnet34代替U-Net的特征提取器,用注意力门机制代替跳跃连接,同时在U-Net底部加入改进ASPP模块,构建包含3355张楼板钢筋图像的数据集,最后利用迁移学习技术加快模型训练速度。结果表明:基于Res-AA U-Net模型的钢筋分割效果优于U-Net、Deeplab v3+、HRNet、PSPNet等经典分割网络,平均交并比、像素精确率和召回率分别达到92.81%、96.02%、94.49%;相较于原U-Net,Res-AA U-Net的钢筋直径测量和钢筋间距测量误差分别减小13.63%、5.82%,测量精度满足钢筋工程验收标准中双层楼板钢筋的验收要求,可有效提升钢筋工程验收效率与智能化水平。 展开更多
关键词 楼板双层钢筋 尺寸测量 u-net模型 注意力门机制 Resnet34网络 迁移学习 ASPP模块
在线阅读 下载PDF
基于改进的U-Net模型的遥感影像植被提取研究
5
作者 郭宏飞 张永忠 +2 位作者 闫浩文 杨树文 别强 《兰州交通大学学报》 2025年第3期139-146,共8页
城市复杂环境中地物类型的多样性增加了城市植被遥感影像高精度提取的难度,但是深度学习理论的提出和方法的应用,给遥感影像植被信息提取带来了全新的视野。针对传统的U-Net神经网络模型对空间上下文信息利用不充分的问题,对其进行了改... 城市复杂环境中地物类型的多样性增加了城市植被遥感影像高精度提取的难度,但是深度学习理论的提出和方法的应用,给遥感影像植被信息提取带来了全新的视野。针对传统的U-Net神经网络模型对空间上下文信息利用不充分的问题,对其进行了改进,在模型中加入注意力机制以减少复杂背景的干扰,同时加入多尺度空洞空间金字塔池化结构(ASPP),以更好地结合上下文信息,在卷积模块加入残差连接有效缓解了多次卷积带来的梯度消失、信息损失等问题。基于ISPRS(Potsdam)数据集,进行实验以及精度评估,结果表明,改进后U-Net模型相比传统U-Net模型的准确率、交并比、F1分数、Kappa系数分别得到提升,改进后的U-Net模型能够以更高的精度从高分辨率遥感影像中进行像素级城市植被分割。 展开更多
关键词 植被提取 u-net模型 残差结构 注意力机制 空洞空间金字塔池化
在线阅读 下载PDF
基于改进U-Net模型的复杂建筑物轮廓自动提取研究 被引量：1
6
作者 王瑞亭 喜文飞 +3 位作者 白世晗 钱堂慧 丁子天 郭峻杞 《城市勘测》 2025年第1期8-13,共6页
复杂建筑物轮廓信息对城市变化监测、城市规划及三维建模有着重要意义。针对现有深度学习模型在复杂建筑物轮廓提取中存在的边缘信息提取不完整的问题,本文通过改进U-Net网络,提出一种基于注意力机制的ATT-Unet模型。该模型通过注意力... 复杂建筑物轮廓信息对城市变化监测、城市规划及三维建模有着重要意义。针对现有深度学习模型在复杂建筑物轮廓提取中存在的边缘信息提取不完整的问题,本文通过改进U-Net网络,提出一种基于注意力机制的ATT-Unet模型。该模型通过注意力机制动态调整特征权重,细化边缘特征,增强模型特征提取能力。实验结果表明:引入注意力机制提升了模型对复杂建筑物边缘的识别精度,相较于传统U-Net模型,ATT-Unet精确率提高15.2%,召回率提高20.1%,F1分数提高17.7%,交并比提高26.6%。该模型能够准确提取复杂建筑物的完整轮廓,可以用于监测城市建设动态变化,辅助制定科学的城市规划方案。 展开更多
关键词 u-net模型 注意力机制 建筑物提取 深度学习 高分辨率遥感影像
在线阅读 下载PDF
改进U-net模型在水工混凝土结构隐患检测中的应用
7
作者 曹宇 《水利科技与经济》 2025年第2期154-157,共4页
定期开展水工混凝土结构检测是保障水工构筑物运行安全的重要手段。研究提出一个改进的U-net模型,用于水工混凝土结构检测。该模型结合空洞空间金字塔池化(ASPP)和卷积块注意力模块(CBAM),以增强模型对于复杂水工结构图像中细微特征的... 定期开展水工混凝土结构检测是保障水工构筑物运行安全的重要手段。研究提出一个改进的U-net模型,用于水工混凝土结构检测。该模型结合空洞空间金字塔池化(ASPP)和卷积块注意力模块(CBAM),以增强模型对于复杂水工结构图像中细微特征的捕捉能力。结果表明,相比传统U-net模型,本模型在水工混凝土结构隐患检测中表现出更高的精度。研究结果可为混凝土结构安全检测领域提供有效的技术手段,有助于提前发现并处理潜在的安全隐患。 展开更多
关键词 结构隐患检测 深度学习 u-net模型 ASPP CBAM
在线阅读 下载PDF
基于改进U-Net模型的煤炭输送皮带机金属分离检测方法
8
作者 王君伟 徐丹 +1 位作者 田好雨 高峰 《机械管理开发》 2025年第5期293-295,共3页
为解决煤炭输送皮带机金属分离检测的效率较低,进而导致分离检测频次下降的问题,提出基于改进U-Net模型的煤炭输送皮带机金属分离检测方法。根据当前的检测需求,先进行覆盖检测节点部署,采用多层级的方式,强化检测的效率,预设多层级分... 为解决煤炭输送皮带机金属分离检测的效率较低,进而导致分离检测频次下降的问题,提出基于改进U-Net模型的煤炭输送皮带机金属分离检测方法。根据当前的检测需求,先进行覆盖检测节点部署,采用多层级的方式,强化检测的效率,预设多层级分离检测标准。在此基础之上,构建改进U-Net煤炭输送皮带机金属分离检测模型,采用持续测定对比的方式来实现分离检测。测试结果表明:对比于炼烟尘金属分离处理方法、聚合物包覆膜在金属分离中的应用方法,所提出的改进U-Net模型煤炭输送皮带机金属分离检测方法最终得出的分离检测频次高,说明在改进U-Net模型的辅助下,检测模式更加灵活、高效,整体的针对性也较强,具有实际的应用价值。 展开更多
关键词 改进u-net模型 煤炭输送 皮带机 金属分离 检测方法 定向测定
在线阅读 下载PDF
基于改进U-Net模型的筏式养殖区提取分析
9
作者 魏卓然 胡昕研 +2 位作者 唐邦瑞 王可 沈佳琦 《智慧农业导刊》 2025年第23期26-31,共6页
随着人口增长和海产品需求攀升,海水养殖尤其是筏式养殖迅速扩张,进而引发诸多环境问题。传统养殖数据采集方式效率低下,难以满足需求。该研究针对近海筏式养殖区提取难题,提出基于U-Net深度学习模型的提取方法。以大连市为例,基于卫星... 随着人口增长和海产品需求攀升,海水养殖尤其是筏式养殖迅速扩张,进而引发诸多环境问题。传统养殖数据采集方式效率低下,难以满足需求。该研究针对近海筏式养殖区提取难题,提出基于U-Net深度学习模型的提取方法。以大连市为例,基于卫星影像,引入迁移学习增强模型泛化能力,采用动态学习率调整机制提高训练效率,并引入注意力机制使模型聚焦关键区域。实验表明,模型在大连市筏式养殖区提取中性能优异,Dice系数达0.957 2,测试集影像的IOU和Dice系数均表现良好,能够验证模型针对不同养殖密度区域的较强适应性和鲁棒性。该研究可为海水养殖监测提供高效准确的方法,为相关领域研究提供科学参考。 展开更多
关键词 深度学习 u-net模型 筏式养殖区 迁移学习 注意力机制
在线阅读 下载PDF
改进U-Net模型支持下的高密度激光点云在沥青道路病害识别中的应用 被引量：5
10
作者 赵丽凤 王勇 +2 位作者 王晓静 任传斌 徐鹏宇 《测绘通报》 CSCD 北大核心 2023年第7期136-141,159,共7页
现有的神经网络模型能在一定程度上实现自动识别路面病害,但在实际应用中,检测准确率无法满足道路安全运维的需求,容易出现病害的漏检和误检。针对上述问题,本文提出了一种融合灰度图像和深度图像的U-Net改进模型。首先利用深度图特征,... 现有的神经网络模型能在一定程度上实现自动识别路面病害,但在实际应用中,检测准确率无法满足道路安全运维的需求,容易出现病害的漏检和误检。针对上述问题,本文提出了一种融合灰度图像和深度图像的U-Net改进模型。首先利用深度图特征,实现自动剔除无病害数据,减轻模型的运算量;然后在传统的U-Net模型结构基础上加入全局上下文模块,在实现网络轻量化的基础上提升了网络性能;最后加入路面深度图高程信息,使模型的训练数据由一维变为二维。基于病害范围与路面深度图,获取路面病害深度参数。试验结果表明,本文提出的融合灰度图像和深度图像的U-Net改进模型在全局识别准确率、精准率、召回率、综合评价指标和mIoU指标上分别为99.09%、84.69%、81.64%、91.67%和84.58%,均高于其他两种同时进行测试的模型。在路面病害检测结果中,本文方法比其他4种模型提高了99.07%。因此,本文算法可以用于有噪声干扰的复杂场景,且能够平滑、高效地提取路面裂缝,具有较强的稳健性,可为后续的路面修复工作提供重要参考。 展开更多
关键词 道路病害 三维点云 深度图像 改进的u-net模型
原文传递
改进U-Net模型的保护性耕作田间秸秆覆盖检测 被引量：5
11
作者 刘媛媛 周小康 +3 位作者 王跃勇 于海业 庚晨 何铭 《光学精密工程》 EI CAS CSCD 北大核心 2022年第9期1101-1112,共12页
为了适应保护性耕作秸秆还田监测的技术需求,提出了一种改进的U-Net语义分割算法对秸秆覆盖率进行检测。首先,提出一种新的卷积模块代替原始U-Net框架中的卷积模块;其次,改进Inception结构,引入条纹池化和高效空间金字塔空洞卷积模块,... 为了适应保护性耕作秸秆还田监测的技术需求,提出了一种改进的U-Net语义分割算法对秸秆覆盖率进行检测。首先,提出一种新的卷积模块代替原始U-Net框架中的卷积模块;其次,改进Inception结构,引入条纹池化和高效空间金字塔空洞卷积模块,形成新的Gception结构;最后,在模块中引入注意力机制。利用无人机采集田间地表图像,将改进的U-Net模型应用于自标注田间秸秆图像分割,与U-Net,PSP-Net,Link-Net,Res-Net,DSRA-Unet和DE-GWO算法进行对比实验,得到的平均交并比为80.05%,平均像素精确度为91.20%,覆盖率平均误差为0.80%。实验结果表明,改进U-Net模型的分割结果优于对比算法,能够保证特征提取的有效性和全局特征的完备性,有效剔除树影以及田内其他干扰因素。该模型适用于含有农机和树影等干扰的田间复杂场景,在大尺度图像中亦可获得较好的分割效果,可为大面积秸秆覆盖率检测提供技术支持。 展开更多
关键词 秸秆图像 覆盖率检测 语义分割 u-net模型 注意力机制
在线阅读 下载PDF
多尺度卷积核U-Net模型的视网膜血管分割方法 被引量：5
12
作者 杨丹 刘国如 +1 位作者 任梦成 裴宏杨 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第1期7-14,共8页
针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-Net模型的视网膜血管分割方法.在U-Net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操... 针对病变视网膜血管结构的计算机辅助诊断问题,提出了一种多尺度卷积核U-Net模型的视网膜血管分割方法.在U-Net模型基础上设计了融合Inception模块和最大索引值上采样方法的多尺度卷积神经网络结构.在网络训练阶段,采取旋转、镜像等操作进行数据集扩充,运用CLAHE算法进行图像预处理;训练后得到的双通道特征图,进行Softmax归一化;最后通过改进的代价损失函数对归一化结果迭代优化,得到完整的视网膜血管分割模型.实验结果表明,所提方法在DRIVE数据集上分割的准确率达到0.9694,灵敏性达到0.7762,特异性达到0.9835,比U-Net模型具有更优的分割效果和泛化能力,与其他现存方法相比具有一定的竞争力. 展开更多
关键词 视网膜血管 多尺度卷积核 u-net模型 Inception模块 CLAHE算法
在线阅读 下载PDF
基于U-net模型的航拍图像去绳带方法 被引量：3
13
作者 洪汉玉 孙建国 +2 位作者 栾琳 王硕 郑新波 《应用光学》 CAS CSCD 北大核心 2019年第5期786-794,共9页
光启云端号平台是用电缆绳索牵引气囊的,由于空中航拍摄像系统悬挂在气囊下方,摄取的图像不可避免地含有绳带信息,这些绳带信息影响图像质量,所以在场景分析和目标检测中需要剔除。提出一种基于U-net模型的绳带检测算法,引入深度可分离... 光启云端号平台是用电缆绳索牵引气囊的,由于空中航拍摄像系统悬挂在气囊下方,摄取的图像不可避免地含有绳带信息,这些绳带信息影响图像质量,所以在场景分析和目标检测中需要剔除。提出一种基于U-net模型的绳带检测算法,引入深度可分离卷积提高计算速度,采用一种带权重的交叉熵作为损失函数,解决类别不均衡带来的收敛不稳定问题,最终的模型能够用较少的样本在较短的时间内,快速准确地检测绳带,利用快速行进修复算法(FMM)对绳带图像进行了修复。实验结果表明:该算法的mIOU达到62.8%,得到了较好的去绳结果。 展开更多
关键词 空中航拍 绳带检测 语义分割 u-net模型
在线阅读 下载PDF
基于CLAHE与U-Net模型的无人机桥梁裂缝检测方法 被引量：5
14
作者 林土淦 韦俊 +1 位作者 刘学军 何捷 《西部交通科技》 2024年第9期1-3,8,共4页
文章提出一种基于无人机与深度学习结合的桥梁表面裂缝分割方法。该方法采用无人机遍历桥梁各区域采集图像,通过网络传输到桥梁裂缝检测系统进行图像分析;采用U-Net深度学习网络对桥梁图像进行训练与特征提取,以提高系统准确率;针对图... 文章提出一种基于无人机与深度学习结合的桥梁表面裂缝分割方法。该方法采用无人机遍历桥梁各区域采集图像,通过网络传输到桥梁裂缝检测系统进行图像分析;采用U-Net深度学习网络对桥梁图像进行训练与特征提取,以提高系统准确率;针对图像存在光照不均匀、低对比度问题,采用对比度受限自适应直方图均衡化对数据进行处理以提高图像的边缘对比度,获得更细腻的裂缝特征。通过验证实验表明,该方法相比于原始的U-Net和YOLOv8-seg网络,其mAP分别提高了1.63%、2.01%。 展开更多
关键词 桥梁裂缝检测 图像分割 CLAHE u-net模型
在线阅读 下载PDF
U-net模型在高分辨率遥感影像水体提取中的应用 被引量：24
15
作者 王宁 程家骅 +2 位作者 张寒野 曹红杰 刘军 《国土资源遥感》 CSCD 北大核心 2020年第1期35-42,共8页
选择安徽省巢湖流域为研究区,采用U-net模型和随机森林模型,对高分一号(GF-1)高分辨率遥感影像进行水体信息提取,并对比分析了2种模型的水体提取结果和效率。结果表明:①对于大面积水体,2种模型的水体提取结果均具有较高的精度;②对于... 选择安徽省巢湖流域为研究区,采用U-net模型和随机森林模型,对高分一号(GF-1)高分辨率遥感影像进行水体信息提取,并对比分析了2种模型的水体提取结果和效率。结果表明:①对于大面积水体,2种模型的水体提取结果均具有较高的精度;②对于小面积水体,随机森林模型水体提取结果存在较多细碎图斑,U-net模型水体提取结果和人工目视解译结果更加符合;③对于遥感影像中城市建筑物阴影和山体阴影,U-net模型能较好地消除阴影影响,正确提取水体,而随机森林模型存在较多将阴影误分为水体的现象;④总体来看,在复杂地表覆盖类型条件下,U-net模型提取水体的总体精度为98. 69%,Kappa系数为0. 95,均高于随机森林模型,在2种模型漏分误差相当的情况下,U-net模型错分误差远小于随机森林模型。U-net模型避免了人工提取分类特征的过程,自动化程度更高,训练效率较高,适用于遥感影像中水体高精度提取。 展开更多
关键词 GF-1 u-net模型 随机森林 水体提取
在线阅读 下载PDF
基于图像和改进U-net模型的小麦赤霉病穗识别 被引量：6
16
作者 邓国强 王君婵 +3 位作者 杨俊 刘涛 李冬双 孙成明 《麦类作物学报》 CAS CSCD 北大核心 2021年第11期1432-1440,共9页
为了快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,利用深度学习网络U-net来对人工标记好的发病麦穗图像进行训练。通过深度学习数据集的构建与测试,建立了基于RG... 为了快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,利用深度学习网络U-net来对人工标记好的发病麦穗图像进行训练。通过深度学习数据集的构建与测试,建立了基于RGB图像和改进U-net网络模型的小麦赤霉病识别与监测模型,并对模型识别结果进行了验证。结果表明,U-net可以很好地提取图像波段信息,但对于比较复杂的麦穗图像,在使用Keras方法进行图像语义分割时,需要对U-net网络结构进行改进,即在下采样部分加入Dropout层。与人工标记结果相比,模型识别结果的一致性较好,具有较高的监测精度。该模型平均精度为0.9694,损失函数值为0.0759,平均交并比MIoU为0.799。上述结果说明改进的U-net模型可以很好地识别和监测小麦图像中的发病麦穗,并在发病麦穗的分割上具有很好的效果. 展开更多
关键词 小麦 赤霉病 u-net模型 深度学习 图像识别
在线阅读 下载PDF
基于U-net模型的全自动鼻咽肿瘤MR图像分割 被引量：15
17
作者 潘沛克 王艳 +1 位作者 罗勇 周激流 《计算机应用》 CSCD 北大核心 2019年第4期1183-1188,共6页
鼻咽肿瘤生长方向不确定,解剖结构复杂,当前主要依靠医生手动分割,该方法耗时久同时严重依赖于医生的经验。针对这一问题,基于深度学习理论,提出一种基于U-net模型的全自动鼻咽肿瘤MR图像分割算法,利用卷积操作替换原始U-net模型中的最... 鼻咽肿瘤生长方向不确定,解剖结构复杂,当前主要依靠医生手动分割,该方法耗时久同时严重依赖于医生的经验。针对这一问题,基于深度学习理论,提出一种基于U-net模型的全自动鼻咽肿瘤MR图像分割算法,利用卷积操作替换原始U-net模型中的最大池化操作以减少特征信息的损失。首先,从所有患者的肿瘤切片中提取大小为128×128的区域作为数据样本;然后,将患者样本分为训练样本集和测试样本集,并对训练样本集进行数据扩充;最后,选择训练样本集中所有数据用于训练网络模型。为了验证所提模型的有效性,选取测试样本集中患者的所有肿瘤切片进行分割,最终平均分割精度可达到:DSC(Dice Similarity Coefficient)为80.05%,PM系数为85.7%,CR系数为71.26%,ASSD(Average Symmetric Surface Distance)指标为1.156 8。与基于图像块的卷积神经网络(CNN)相比,所提算法DSC,PM(Prevent Match)、CR(Correspondence Ratio)系数分别提高了9.86个百分点、19.61个百分点、16.02个百分点,ASSD指标下降了0.436 4;与全卷积神经网络(FCN)模型及基于最大池化的U-net网络相比,所提算法的DSC、CR系数均取得了最优结果,PM系数较两种对比模型中的最大值低2.55个百分点,ASSD指标较两种对比模型中的最小值略高出0.004 6。实验结果表明,所提算法针对鼻咽肿瘤图像可以实现较好的自动化分割效果以辅助医生进行诊断。 展开更多
关键词 鼻咽肿瘤 医学图像分割 深度学习模型 端到端模型 u-net模型
在线阅读 下载PDF
基于GEE和U-net模型的同震滑坡识别方法 被引量：12
18
作者 刘佳 伍宇明 +1 位作者 高星 司文涛 《地球信息科学学报》 CSCD 北大核心 2022年第7期1275-1285,共11页
地震滑坡解译是震后重建的重要基础工作,主要通过室内人工遥感解译和室外野外调查确定。地震滑坡相比其他地物来说更为复杂,很难通过简单指数识别。室内遥感解译通过滑坡后壁、侧壁和堆积等纹理特征进行识别,大面积同震滑坡解译工作往... 地震滑坡解译是震后重建的重要基础工作,主要通过室内人工遥感解译和室外野外调查确定。地震滑坡相比其他地物来说更为复杂,很难通过简单指数识别。室内遥感解译通过滑坡后壁、侧壁和堆积等纹理特征进行识别,大面积同震滑坡解译工作往往耗费大量人力和物力,且耗时长,难以满足灾害应急需求。本研究利用U-net神经网络模型,结合Google Earth Engine(GEE)云平台和人工智能学习平台Tensorflow,以地震局解译的汶川滑坡作为样本数据,以震后30 m分辨率的Landsat影像、高程、坡度以及NDVI数据作为模型输入参数,自动识别并获取了汶川地震后的同震滑坡数据,同时比较了不同参数组合情况下U-net神经网络模型的分割识别精度。研究表明:(1)U-net模型可以用于以Landsat影像为基础数据的同震滑坡快速自动识别;(2)随着高程、坡度以及NDVI等输入参数增加,模型分割精度在逐渐提高,但假阳性结果也会出现增多,震后滑坡影像+高程+坡度+NDVI的输入参数组合精度最高;(3)在细节上,模型在多参数组合的情况下,大型滑坡能够很好被识别,一些较小型的滑坡受制于影像分辨率的影响,分割精度较差。为了更好识别小型滑坡,后续研究可能需提高影像的分辨率。此外,GEE云平台大大提高了训练样本获取的效率,为科研人员快速进行基于神经网络与遥感数据的地物识别研究提供了条件。 展开更多
关键词 地震滑坡 u-net模型 GEE 图像分割 Landsat影像 均方误差 召回率 平均交并比
原文传递
应用U-Net模型和多时相Landsat-8影像对森林植被的分类 被引量：7
19
作者 杨丹 李崇贵 +2 位作者 常铮 李煜 雷田旺 《东北林业大学学报》 CAS CSCD 北大核心 2021年第9期55-59,66,共6页
为了探讨深度学习全卷积神经网络模型(U-Net)在多时相Landsat-8影像上的森林植被分类效果,以黑龙江孟家岗林场为研究区,采用多时相的Landsat-8影像为数据源,根据各森林类别多时相的光谱曲线确定分类的最佳时相,并对优化后的U-Net模型进... 为了探讨深度学习全卷积神经网络模型(U-Net)在多时相Landsat-8影像上的森林植被分类效果,以黑龙江孟家岗林场为研究区,采用多时相的Landsat-8影像为数据源,根据各森林类别多时相的光谱曲线确定分类的最佳时相,并对优化后的U-Net模型进行训练并验证。同时,进一步构建多时相植被指数特征,训练分类模型并对森林植被进行分类,比较优化后的U-Net分类方法和最大似然分类法的分类精度。结果表明:加入多时相植被指数的U-Net模型分类精度为83.5%,比单一时相分类精度高6.1%;优化后的U-Net模型分类方法精度明显高于最大似然分类方法,说明加入多时相植被指数的U-Net模型分类方法可以有效的提高森林分类精度。 展开更多
关键词 Landsat8多时相影像 u-net模型 最大似然法 植被指数 森林分类
在线阅读 下载PDF
基于U-Net模型的多时相Sentinel-2A/B影像林分类型分类 被引量：6
20
作者 杨丹 李崇贵 李斌 《林业科学研究》 CSCD 北大核心 2022年第4期103-111,共9页
[目的]基于多时相Sentinel-2A/B影像,探究深度学习模型在森林植被上的分类效果。[方法]以黑龙江省孟家岗林场为研究区,以多时相Sentinel-2A/B影像、数字高程模型(DEM)为数据源,通过各森林类别的JM距离,确定最佳单一时相。同时,构建多时... [目的]基于多时相Sentinel-2A/B影像,探究深度学习模型在森林植被上的分类效果。[方法]以黑龙江省孟家岗林场为研究区,以多时相Sentinel-2A/B影像、数字高程模型(DEM)为数据源,通过各森林类别的JM距离,确定最佳单一时相。同时,构建多时相植被指数及红边指数特征(DVI、mNDVI、CIred-edge、NDre1)。采用支持向量机和优化的U-Net模型分别对单一时相+DEM和单一时相+DEM+多时相植被指数两种方案进行分类实验。[结果](1)在单一时相+DEM基础上,加入多时相植被指数后,U-Net模型精度为77.87%,比单一时相+DEM精度高6.67%;(2)U-Net模型的总体精度明显优于支持向量机,并且分类效果更好。同时,深度学习U-Net模型能够避免“椒盐”现象,分类结果更细腻。[结论]基于多时相Sentinel-2A/B影像,构建植被指数及红边指数时序特征,同时采用U-Net模型在一定程度上能够提高林分类型分类精度。 展开更多
关键词 多时相Sentinel-2A/B影像 植被指数 红边指数 u-net模型 支持向量机 森林分类
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 … 9 下一页 到第 页
使用帮助 返回顶部