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636篇文章
< 1 2 … 32 >
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：
多尺度注意力聚合视觉Mamba-UNet的遥感图像显著性目标检测方法
1
作者 张善文 郭能念 +2 位作者 邵彧 李萍 许新华 《电光与控制》 北大核心 2026年第2期1-6,13,共7页
针对遥感图像显著性目标检测(RSISOD)难题,构建一种多尺度注意力聚合视觉Mamba-UNet(MSAAVMamba-UNet)模型。该模型由一个编码器、一个解码器、三个通道注意力跳跃连接(CASC)层和一个瓶颈层组成,其中,编码器和解码器由视觉状态空间(VSS... 针对遥感图像显著性目标检测(RSISOD)难题,构建一种多尺度注意力聚合视觉Mamba-UNet(MSAAVMamba-UNet)模型。该模型由一个编码器、一个解码器、三个通道注意力跳跃连接(CASC)层和一个瓶颈层组成,其中,编码器和解码器由视觉状态空间(VSS)模块构建,利用VSS和CASC有效获取遥感图像(RSI)中的长距离依赖关系,在瓶颈层引入空洞多尺度注意力聚合(DMSAA)模块,有效整合局部-全局特征,提取多尺度小目标的细节特征。该模型整合了多尺度卷积、注意力机制、U-Net与Mamba-UNet的优势,提高了RSISOD的性能。在大规模RSI数据集EORSSD中的飞机图像子集上进行了实验。结果表明,MSAAVMamba-UNet能够精确检测RSI中的显著性多尺度小目标,精度达到84.07%,该方法为RSISOD系统提供了技术支持。 展开更多
关键词 遥感图像 显著性目标检测 空洞多尺度注意力聚合 Mamba-unet 多尺度注意力聚合视觉Mamba-unet
在线阅读 下载PDF
基于ResAC-UNet网络的玉米作物行识别与导航线提取算法研究
2
作者 崔永志 刘阳春 +6 位作者 毛文华 安麒麟 郭全峰 李广瑞 周达 周白雪 伟利国 《农业机械学报》 北大核心 2026年第1期348-357,385,共11页
在复杂非结构化农田环境中,导航线精确提取对农机和农业机器人实现自主作业至关重要。农业环境中普遍存在光照多变、地形起伏和杂草干扰等挑战性因素,传统图像处理方法在适应性、准确性和实时性方面表现不佳,难以满足智慧农业的视觉导... 在复杂非结构化农田环境中,导航线精确提取对农机和农业机器人实现自主作业至关重要。农业环境中普遍存在光照多变、地形起伏和杂草干扰等挑战性因素,传统图像处理方法在适应性、准确性和实时性方面表现不佳,难以满足智慧农业的视觉导航需求。针对这些问题,本文提出一种基于改进UNet的ResAC-UNet深度学习网络模型。该模型采用ResNet-50网络替代传统UNet的编码器结构,增强特征提取能力。通过优化跳跃连接,提高了分割速度和实时响应能力。在网络的瓶颈部分引入ASPP模块,实现多尺度感受野建模,保持高分辨率特征的同时捕获更丰富的上下文信息。此外,模型整合CBAM,增强对作物行边界的精确感知,有效防止了关键特征信息的丢失,进一步提升了分割质量。在分割结果的基础上,采用行锚法和RANSAC算法实现了高精度导航线的提取与平滑处理。将获取的前视图像进行鸟瞰图转换,消除透视效应,生成保留ROI的作物行俯视图。试验结果表明,ResAC-UNet模型在精确率、平均像素精度、平均交并比和召回率方面分别达到99.23%、95.44%、85.23%和94.71%,性能优于当前主流的Segformer、DDRNet、HRNet及DeepLabV3+等分割网络,ResAC-UNet的平均推理时间为15.26 ms,满足智能农机视觉导航识别的实时性需求。在相机的ROI区域内可提取3条导航线,中间导航线的最大角偏差仅为0.96°,最大像素偏差为4.3像素,实现了高质量导航线可靠提取。对比其他导航路径提取方法,本文方法具有更高的准确性和稳定性。 展开更多
关键词 玉米作物行 视觉导航 导航线提取 鸟瞰图 深度学习 ResAC-unet
在线阅读 下载PDF
集成电路反向工程中HE-UNet的IC图像分割算法研究
3
作者 程弘楠 张晨光 《计算机工程》 北大核心 2026年第1期196-205,共10页
芯片产业是国家安全和经济发展的重要基础,而集成电路(IC)反向工程(RE)作为分析芯片内部性能的手段,是芯片产业链中的重要环节。RE包括从扫描电子显微镜(SEM)逐层采集芯片图像、识别器件、提取栅极网表、推断其功能等步骤,而将电气元件... 芯片产业是国家安全和经济发展的重要基础,而集成电路(IC)反向工程(RE)作为分析芯片内部性能的手段,是芯片产业链中的重要环节。RE包括从扫描电子显微镜(SEM)逐层采集芯片图像、识别器件、提取栅极网表、推断其功能等步骤,而将电气元件和金属线从IC图像背景中分割出来是识别器件等步骤的前提。然而,传统图像分割方法因为缺乏专家经验的学习,不能适应IC图像复杂多变的电路情况。为此,提出一种HE-UNet方法,用于提取IC图像中的金属线与过孔。HE-UNet包含3个步骤:首先,利用U-M2网络提取芯片图像的含噪特征;其次,利用霍夫圆检测算法去除过孔周围的噪声;最后,利用边缘检测池化去除远离过孔的噪声。在尺寸为1024×1024像素的IC图像上进行实验,结果表明,HE-UNet可以有效完成金属线和过孔的分割,其平均交并比(mIoU)为98.24%,平均像素准确率(MPA)为99.11%,均优于对比方法。 展开更多
关键词 集成电路 反向工程 图像分割 霍夫圆检测 HE-unet
在线阅读 下载PDF
基于HCM-UNet的复杂环境下花生地表残膜检测方法
4
作者 王小瑜 康建明 +1 位作者 张悦 梁荣庆 《农业工程学报》 北大核心 2026年第1期255-263,共9页
针对现有残膜分割方法精度低、检测速度慢的问题,该研究提出一种基于HCM-UNet(haar-wavelet cbam multiscale attention aggregation UNet)的花生地表残膜分割方法。首先,以UNet模型为基础,将MobileNetV3引入UNet模型中作为轻量级骨干... 针对现有残膜分割方法精度低、检测速度慢的问题,该研究提出一种基于HCM-UNet(haar-wavelet cbam multiscale attention aggregation UNet)的花生地表残膜分割方法。首先,以UNet模型为基础,将MobileNetV3引入UNet模型中作为轻量级骨干特征提取网络,同时为减小模型轻量化后精度下降的影响,采用基于Haar小波的下采样模块(haar wavelet downsampling,HWD)减少下采样过程中丢失的细节;其次,为改善模型对于小目标残膜的检测效果,引入MSAA(multi-scale attention aggregation)架构融合残膜多尺度特征;最后,在解码器中引入CBAM(convolutional block attention module),增强模型对残膜边缘的关注度,进一步提升模型的分割精度。试验结果表明:HCM-UNet模型在花生地表残膜图像测试集上的平均交并比为85.72%,平均像素准确率为84.26%,F1分数为83.68%,模型参数量为43.22 M,每幅图像的平均分割时间为127.17 ms,均优于Deeplabv3、PSPNet、UNet、Segformer、Mask2former和HRNet主流分割模型。该模型在轻量化的基础上提高了花生地表残膜的分割精度,在不同作业时期和光照条件下均表现出良好的稳定性和鲁棒性,可为评估花生地残膜污染情况提供技术支撑。 展开更多
关键词 图像分割 卷积神经网络 地表残膜 花生 unet
在线阅读 下载PDF
DCF-UNet:基于动态自适应多分辨率交互机制的冠脉造影图像血管分割方法
5
作者 胡雨辰 杨韫华 +2 位作者 韩晓鑫 刘庆晨 王建林 《中国医学物理学杂志》 2026年第2期162-171,共10页
提出一种基于动态自适应多分辨率交互机制的渐进式优化网络DCF-UNet。该模型通过协同轻量化主感知模块、动态自适应多尺度特征融合,降低参数复杂度的同时,又缓解血管断裂和小血管丢失问题。针对边缘模糊问题,模型结合残差连接与多输出... 提出一种基于动态自适应多分辨率交互机制的渐进式优化网络DCF-UNet。该模型通过协同轻量化主感知模块、动态自适应多尺度特征融合,降低参数复杂度的同时,又缓解血管断裂和小血管丢失问题。针对边缘模糊问题,模型结合残差连接与多输出监督机制,有效补偿边界细节。使用公共数据集CHUAC与DCA1,并通过数据集预处理对数据集分别扩充,DCF-UNet模型在CHUAC与DCA1数据集的准确率分别为0.983 1和0.978 4,F1分别为0.780 9和0.798 9,交并比分别为0.6413和0.666 5。实验结果表明该模型优于传统UNet及主流改进UNet模型,验证DAMI机制及模块协同的有效性。 展开更多
关键词 冠脉造影 图像分割 多分辨率交互机制 局部特征增强 多尺度特征融合 残差连接 unet
暂未订购
MCFA-UNet:结合多尺度融合与注意力机制的图像生成网络 被引量：1
6
作者 王铁君 张泽宇 +1 位作者 郭晓然 武娇 《计算机工程与应用》 北大核心 2025年第12期222-231,共10页
在图像生成领域,基于去噪扩散概率模型(DDPM)的深度学习方法已经取得了显著的进展。然而,在处理复杂纹理和细节丰富的图像时,现有模型生成的图像会出现模糊、纹理细节不清晰等问题,主要原因是原始DDPM采用的UNet网络在捕捉高度细节化图... 在图像生成领域,基于去噪扩散概率模型(DDPM)的深度学习方法已经取得了显著的进展。然而,在处理复杂纹理和细节丰富的图像时,现有模型生成的图像会出现模糊、纹理细节不清晰等问题,主要原因是原始DDPM采用的UNet网络在捕捉高度细节化图像特征时存在一定局限性。为解决这一问题,提出了一种基于多尺度卷积和融合注意力机制的新型UNet网络,命名为MCFA-UNet。该网络通过在编码器和解码器中引入残差块和线性注意力多尺度卷积模块,并在跳跃连接中加入多尺度融合注意力组件,提升了对图像细节的捕捉能力及生成图像的整体质量。实验结果显示,在唐卡数据集、Cifar10和ImageNet-64公共数据集上,采用MCFA-UNet的DDPM模型优于原始的DDPM模型,得到了更低的FID值和更高的主观评价得分,证明了其改进效果的显著性。 展开更多
关键词 图像生成 去噪扩散概率模型(DDPM) unet网络 AIGC方法
在线阅读 下载PDF
SG-UNet:基于全局注意力和自校准卷积增强的黑色素瘤分割模型
7
作者 计寰宇 王蕊 +1 位作者 高盛祥 车文刚 《南方医科大学学报》 北大核心 2025年第6期1317-1326,共10页
目的 提出了一种新的黑色素瘤分割模型SG-UNet,以提高黑色素瘤皮肤镜图像的精确分割。通过分割后边界特征评估,可以更准确地识别诊断黑色素瘤从而辅助早期诊断。方法 使用一种U形结构的卷积神经网络UNet,对其主干、跳跃连接和下采样池... 目的 提出了一种新的黑色素瘤分割模型SG-UNet,以提高黑色素瘤皮肤镜图像的精确分割。通过分割后边界特征评估,可以更准确地识别诊断黑色素瘤从而辅助早期诊断。方法 使用一种U形结构的卷积神经网络UNet,对其主干、跳跃连接和下采样池化部分进行改进。在主干部分,我们将UNet的下采样部分参考Vgg的结构将卷积数量由10个增加到13个加深网络层次来捕获更加精细的特征表示。为了进一步提升特征提取和细节识别的能力,主干部分将传统的卷积替换为自校准卷积增强模型对空间维度和通道维度特征的捕获能力。同时,在池化部分将哈尔小波下采样替换原有的池化层实现更有效的多尺度特征融合,并降低特征图的空间分辨率。接着将全局注意力机制融入到每一层的跳跃连接中更好地理解图像的上下文信息。结果实验结果表明SG-UNet在ISIC 2017和ISIC 2018数据集上的分割效果对比目前其他先进分割模型得到明显提升。在ISIC2017和ISIC 2018数据集上Dice,IoU分别达到了92.41%,86.62%和92.31%,86.48%。结论 实验结果证实,所提出的方法能够有效实现黑色素瘤的精确分割。 展开更多
关键词 图像分割 全局注意力机制 黑色素瘤 unet 自校准卷积 哈尔小波下采样 SG-unet
在线阅读 下载PDF
一种基于ASPPUnet的道路裂缝检测模型 被引量：1
8
作者 曹一冰 张江水 +1 位作者 张政 赵鑫科 《测绘科学技术学报》 2025年第1期49-56,共8页
为了更加精确高效地对道路裂缝进行分割提取,提出一种基于多尺度特征与上下文信息融合的ASPPUnet道路裂缝检测模型。ASPPUnet通过U形编码解码器进行多尺度特征的提取,通过引入ASPP模块进行不同范围上下文信息的融合;同时模型还引入了深... 为了更加精确高效地对道路裂缝进行分割提取,提出一种基于多尺度特征与上下文信息融合的ASPPUnet道路裂缝检测模型。ASPPUnet通过U形编码解码器进行多尺度特征的提取,通过引入ASPP模块进行不同范围上下文信息的融合;同时模型还引入了深度可分离卷积模块,用以实现模型的轻量化;采用融合Dice和交叉熵的损失函数,均衡模型的查全率和查准率;采用动态数据集增广方法,使得模型在小数据集上也能实现良好的检测效果。通过与Unet等模型的实验对比可以看出,ASPPUnet拥有更好的检测效果和可塑性,具有较好的应用价值。 展开更多
关键词 裂缝检测 图像分割 深度可分离卷积 损失函数 ASPP模块 unet模型
在线阅读 下载PDF
轻量化GEC-3DUnet骶髂关节影像自动分割 被引量：1
9
作者 严武军 李建昌 叶金霞 《计算机技术与发展》 2025年第2期33-40,共8页
强直性脊柱炎(AS)是一种慢性炎症性风湿病,严重影像人们生活质量,被称为不死得癌症。骶髂关节炎(Sacroiliitis,SI)是AS的病理标志和早期表现,早期的骶髂关节诊断治疗可以很好地预防强直性脊柱炎的发生。利用深度学习对骶髂关节进行自动... 强直性脊柱炎(AS)是一种慢性炎症性风湿病,严重影像人们生活质量,被称为不死得癌症。骶髂关节炎(Sacroiliitis,SI)是AS的病理标志和早期表现,早期的骶髂关节诊断治疗可以很好地预防强直性脊柱炎的发生。利用深度学习对骶髂关节进行自动分割可以大幅度提高医生的诊断效率,然而目前骶髂关节领域自动分割研究相对匮乏,3D网络也面临计算瓶颈。针对以上问题,提出了一种基于轻量化GEC-3DUnet骶髂关节分割网络。首先,通过将Ghost模块扩展到3D网络以线性运算降低网络的参数量,随后引入轻量化的Coordinate Attention以提高网络的分割精度。在山西白求恩医院提供的数据集中验证实验的准确性。结果表明:Ghost模块可以在大幅减少网络参数的情况下保持网络性能,而Coordinate Attention可以有效提高分割的准确度。GEC-3DUnet为高精度、轻量化的骶髂关节分割提供了解决方案,为骶髂关节的自动分级诊断提供了前提条件,在骶髂关节炎相关研究中具有积极意义。 展开更多
关键词 unet 骶髂关节 语义分割 轻量化 注意力机制
在线阅读 下载PDF
基于ResNet-UNet模型的DAS矸石浆体充填堵管监测技术
10
作者 柴敬 王梓名 +7 位作者 马晨阳 张丁丁 李至 周森 秋丰岐 吴玉意 冀汶莉 赵鹏翔 《西安科技大学学报》 北大核心 2025年第4期650-662,共13页
煤矸石浆体输送管道在输送过程中易产生堵塞、腐蚀等多种问题。目前针对浆体管道输送中存在的堵塞问题,精准定位仍面临着巨大挑战。基于此,提出了一种以分布式声波传感技术(DAS)为监测手段,结合图像降噪与ResNet-UNet复合网络对堵塞点... 煤矸石浆体输送管道在输送过程中易产生堵塞、腐蚀等多种问题。目前针对浆体管道输送中存在的堵塞问题,精准定位仍面临着巨大挑战。基于此,提出了一种以分布式声波传感技术(DAS)为监测手段,结合图像降噪与ResNet-UNet复合网络对堵塞点位进行监测和识别的方法;为评估所提出的技术方案,建立了15.14 m的环管模型,并进行注浆堵塞模拟试验。结果表明:相比于传统的UNet及ResNet网络,ResNet-UNet网络模型可在有效避免梯度爆炸问题的基础上,较为精准地对堵塞点位图像进行识别,堵塞点定位的准确率为97.83%,精确率为97.76%,召回率为94.80%,F1分数为0.958 9。该研究在全覆盖式监测矸石输送管道的基础上,有效解决了DAS传感监测时,由于其高灵敏度所带来的噪声处理难题,较为精确地实现了堵塞点的定位效果,研究为矸石浆体输送管道监测及堵塞点的定位问题提供了智能化的解决方案。 展开更多
关键词 分布式声波传感技术 矸石浆体管道输送 降噪算法 ResNet-unet模型 图像识别 堵塞定位
在线阅读 下载PDF
基于Mamba-HL-UNet的一种医学超声图像分割方法
11
作者 薛国强 王可庆 张强 《软件工程》 2025年第6期50-54,共5页
医学超声图像常面临高噪声和边缘模糊等特点,传统的图像分割方法因采用固定的跳跃连接方法,导致出现分割图像的分辨率降低和部分细节丢失等问题。针对上述问题,本文提出一种基于双编码器和Hi-Lo注意力机制的Mamba-HL-UNet分割模型。首先... 医学超声图像常面临高噪声和边缘模糊等特点,传统的图像分割方法因采用固定的跳跃连接方法,导致出现分割图像的分辨率降低和部分细节丢失等问题。针对上述问题,本文提出一种基于双编码器和Hi-Lo注意力机制的Mamba-HL-UNet分割模型。首先,为了更好地提取特征图像的细节以及长距离依赖关系,主干网络部分引入Mamba VSS编码器和ResNet50编码器。其次,在跳跃连接中引入Hi-Lo注意力机制,通过调节head数量在特征图像中关注局部细节和全局信息。相比于原UNet模型,本模型在BUSI公开数据集中获得的均交并比、像素准确度以及骰子系数分别提高了4.56%、4.12%和5.30%,由此验证了本模型的有效性和可行性。 展开更多
关键词 医学超声图像 图像分割 unet
在线阅读 下载PDF
基于改进UNet模型的核桃树枝条分叉点定位与修剪位置选择 被引量：2
12
作者 王志富 马文强 +3 位作者 项斌斌 杨莉玲 沈晓贺 刘佳 《农业工程学报》 北大核心 2025年第7期165-172,共8页
为定位核桃树枝条分叉点,筛选枝条修剪位置,该研究提出了基于改进UNet模型与图像处理的枝条分叉点定位与修剪位置选择方法。首先,改进语义分割模型,VGG16-UNet中添加MCA(multidimensional collaborative attention)模块,命名为VMfd-UNet... 为定位核桃树枝条分叉点,筛选枝条修剪位置,该研究提出了基于改进UNet模型与图像处理的枝条分叉点定位与修剪位置选择方法。首先,改进语义分割模型,VGG16-UNet中添加MCA(multidimensional collaborative attention)模块,命名为VMfd-UNet,实现核桃树树干和枝条的识别与分割;其次,提取掩膜细化处理,根据枝条相交情况、相对位置关系,结合图像处理与深度信息定位枝条分叉点;最后,以k-means聚类枝条分叉点三维坐标的欧几里得距离计算出质心,取距离质心最近的枝条分叉点作为修剪位置。试验表明,VMfd-UNet在整个数据集上的平均像素精度m PA和平均交并比mIoU分别比VGG16-UNet高4.86、4.85个百分点,在验证集上表现优异,树干和枝条的mPA分别达到96.71%和90.42%,mIoU分别达到90.27%和79.86%,参数量为35.73 M。以枝条分叉点选择修剪位置,平均准确率达到83.2%。该研究可为核桃树准确定位修剪点提供位置参考与技术支持。 展开更多
关键词 图像处理 核桃 修剪 unet模型 分叉点 定位
在线阅读 下载PDF
改进UNet++的瓷器文物显微气泡分割 被引量：3
13
作者 刘阳洋 耿国华 +2 位作者 刘鑫达 李展 路正涵 《西北大学学报(自然科学版)》 北大核心 2025年第1期129-138,共10页
对瓷器文物显微气泡的分割,可以更加清晰地观察瓷器表面微观气泡的形态、数量以及分布规律,进而辅助文物专家进行瓷器碎片分类和文物鉴定等工作。但瓷器显微图像中气泡复杂多变,大小及分布不均匀,现有图像分割方法难以适应瓷器显微气泡... 对瓷器文物显微气泡的分割,可以更加清晰地观察瓷器表面微观气泡的形态、数量以及分布规律,进而辅助文物专家进行瓷器碎片分类和文物鉴定等工作。但瓷器显微图像中气泡复杂多变,大小及分布不均匀,现有图像分割方法难以适应瓷器显微气泡特征。因此,该文提出一种基于卷积激活单元的网络AGUNet++,该网络重新设计密集跳跃连接,节点间采用Z字形连接方式,充分提取图像语义特征,防止信息丢失;同时,在卷积单元的密集跳跃连接处,结合注意力门控模块Attention Gate提出卷积激活单元CAU,增强与瓷器文物显微气泡分割任务相关的气泡区域学习,抑制不相关的区域;在训练过程中对每一层子网络的输出采用深度监督和交叉熵损失,有效增强瓷器文物显微气泡特征提取能力,细化分割结果。该方法在SD-saliency-900以及PRMI数据集上的实验结果表明,与经典图像分割网络相比,AGUNet++在MIoU、Precision、Recall和F1分数中均有一定的提升,表现出更好的分割效果。 展开更多
关键词 瓷器文物显微图像 显微图像分割 unet++ 注意力门
在线阅读 下载PDF
基于多尺度注意力UNet++的地震层位识别方法 被引量：1
14
作者 杨润湉 马强 +3 位作者 王志宝 李菲 吴钧 王如意 《石油物探》 北大核心 2025年第2期315-327,共13页
现有基于深度学习的层位识别方法通常在地震振幅信号特征方面进行处理,而地层之间上、下位置的空间关系、不同尺度特征未得到充分关注,导致普通深度学习网络在识别多个地震层位时容易产生层位识别结果连续性不强和错层等问题。为了充分... 现有基于深度学习的层位识别方法通常在地震振幅信号特征方面进行处理,而地层之间上、下位置的空间关系、不同尺度特征未得到充分关注,导致普通深度学习网络在识别多个地震层位时容易产生层位识别结果连续性不强和错层等问题。为了充分利用层位之间的空间位置关系及多尺度特征,使用MultiResBlock多尺度残差模块、CBAM注意力与UNet++,提出了基于多尺度注意力UNet++的层位识别方法 (MR_CBAM_UNet++)。该方法利用MultiResBlock提取更多层位尺度特征,采用CBAM注意力模块以减少非目标层的振幅信号干扰,利用Focal Loss与Dice Loss组成的联合损失函数对网络进行训练。最后,加入唯一性约束对模型识别结果优化得到层位识别结果。在实际地震数据上的评价结果显示,MR_CBAM_UNet++模型相比于传统模型,对非层位信息的抑制能力和复杂地势下层位的识别能力均有很大提升。在测试集上,层位识别结果的准确率达到了86.19%,有效缓解了层位解释连续性不强和错层等问题,唯一性约束也使层位识别结果更贴近实际。 展开更多
关键词 地震层位解释 unet++ CBAM注意力模块 MultiResBlock多尺度残差模块 联合损失函数
在线阅读 下载PDF
基于RGE—UNet模型的甘蔗蔗梢识别研究 被引量：1
15
作者 沈中华 程虎强 +1 位作者 夏爱强 李涵 《中国农机化学报》 北大核心 2025年第3期188-194,共7页
传统的甘蔗蔗梢图像分割算法步骤烦琐、整体优化较为困难,采用在小样本上仍表现优异的UNet网络,将模型原有主干网络替换为ResNet50来简化模型训练过程,上采样部分用Ghost轻量级模块替换普通卷积模块以减少模型的参数量和浮点数计算量,... 传统的甘蔗蔗梢图像分割算法步骤烦琐、整体优化较为困难,采用在小样本上仍表现优异的UNet网络,将模型原有主干网络替换为ResNet50来简化模型训练过程,上采样部分用Ghost轻量级模块替换普通卷积模块以减少模型的参数量和浮点数计算量,同时在编码器和解码器之间加入SE注意力机制对提取到的特征权重进行优化,最终得到一个轻量级的RGE—UNet蔗梢分割模型。结合迁移学习的方法对模型进行训练,将训练完成的模型通过Canny算子与水平垂直投影法对蔗梢区域进行识别,并提取蔗梢分割路径坐标。结果表明,基于RGE—UNet模型识别方法的平均像素准确率为94.98%,单张图片分割时间为0.31 s,分割速度较UNet与R50—UNet模型分别提高13.9%和18.4%。该模型能实现对蔗梢的快速准确识别,为甘蔗收割的自动化研究提供一定的技术参考。 展开更多
关键词 甘蔗蔗梢 路径识别 语义分割 RGE—unet 迁移学习
在线阅读 下载PDF
基于FAE-Unet的碳纤维预浸料表面缺陷分割方法 被引量：1
16
作者 卢瑶瑶 吴哲彬 +3 位作者 刘香玉 平安 何凯龙 甘学辉 《东华大学学报(自然科学版)》 北大核心 2025年第4期44-51,共8页
针对碳纤维预浸料在生产过程中存在人工检测误差大、效率低等问题,提出基于FAE-Unet的碳纤维预浸料表面缺陷分割方法。在骨干网络中,提出FAE(fusion attention encoder)编码器模块代替Unet编码器。FAE编码器模块融入注意力机制,分别从... 针对碳纤维预浸料在生产过程中存在人工检测误差大、效率低等问题,提出基于FAE-Unet的碳纤维预浸料表面缺陷分割方法。在骨干网络中,提出FAE(fusion attention encoder)编码器模块代替Unet编码器。FAE编码器模块融入注意力机制,分别从通道和空间层面增强了网络的特征提取能力,并为不同特征分配权重信息,该模块将提取的特征信息与解码阶段融合,保留了更多细节特征,提升对小尺度缺陷的关注度。此外,采用带权重的交叉熵损失函数,有效提高在样本量不均衡情况下,尤其是样本量较少时的缺陷分割精度。结果表明,该模型的平均交并比、平均像素准确率、准确率与召回率的调和平均数F_(1-score)值分别达82.36%、91.78%、92.36%。相较于DeepLabV3+、PSPNet、Unet等方法,该模型的分割精度更优,能够精确分割碳纤维预浸料表面的缺陷。 展开更多
关键词 碳纤维预浸料 缺陷检测 语义分割 unet网络
在线阅读 下载PDF
基于改进D-UNet模型的典型洪泛湿地信息提取 被引量：1
17
作者 张久丹 王浩宇 +4 位作者 李均力 包安明 吴浩儒 李爽爽 沈占锋 《遥感学报》 北大核心 2025年第1期300-313,共14页
洪泛湿地的季节性变化剧烈,湿地水体和植被交替变化频繁,传统的信息提取方法存在光谱混淆和误分的问题。本研究以Sentinel-2多时相影像为数据源,利用多尺度膨胀卷积模块改进D-UNet(Deformable U-Net)网络卷积感受野较小的缺点,以提高模... 洪泛湿地的季节性变化剧烈,湿地水体和植被交替变化频繁,传统的信息提取方法存在光谱混淆和误分的问题。本研究以Sentinel-2多时相影像为数据源,利用多尺度膨胀卷积模块改进D-UNet(Deformable U-Net)网络卷积感受野较小的缺点,以提高模型对高分辨率遥感影像复杂湿地结构的多尺度学习能力。并基于小样本数据库训练和提取不同季节洪泛湿地的结构信息,并以新疆维吾尔自治区台特玛湖湿地为例,分析改进D-UNet网络、5种经典语义分割模型(D-UNet、FCN8s、DABNet、Segfomer及D-LinkNet34)和传统的指数阈值法在洪泛湿地时序制图的适用性。结果表明:改进的D-UNet模型在单时相影像湿地结构提取的总体精度高达96.3%,Kappa系数为0.839,且在时序影像上具有良好的时相可迁移性和稳定性,其多时相总体精度也能达到92.3%;与其他模型及指数阈值法相比,改进D-UNet模型在多变的洪泛湿地结构提取中表现出更好的应用潜力,对湿地水体与湿地植被的错分及漏分现象较指数阈值法分别减少了7.2%和48.9%;较改进前D-UNet分别减少了0.6%和5.4%。本研究可为湿地精细化结构提取研究提供技术参考。 展开更多
关键词 遥感 语义分割 D-unet 多尺度膨胀卷积 Sentinel-2 遥感影像 洪泛湿地 湿地结构提取 塔里木河流域
原文传递
基于改进UNet的结直肠癌腺体细胞分割算法 被引量：2
18
作者 张兴志 彭柯鑫 +1 位作者 彭子洋 刘承道 《电子设计工程》 2025年第2期42-46,共5页
医学图像的分割在计算机辅助诊断中起着至关重要的作用。UNet是图像分割的主要方法,但采用UNet网络的编码器存在对结直肠癌腺体细胞特征组织提取不充分、语义融合不全面的问题,使得UNet网络的分割效果不够理想。针对此问题,提出了一种名... 医学图像的分割在计算机辅助诊断中起着至关重要的作用。UNet是图像分割的主要方法,但采用UNet网络的编码器存在对结直肠癌腺体细胞特征组织提取不充分、语义融合不全面的问题,使得UNet网络的分割效果不够理想。针对此问题,提出了一种名为RCG-UNet的算法,该算法通过残差结构、Ghost卷积和通道注意力机制改进UNet编码器,并且将ReLU激活函数替换为Mish激活函数,使得图像的特征信息能够更好地提取融合,提高结直肠癌腺体细胞分割精度。使用该网络在GlaS和CRAG数据集上进行了验证,相对于传统UNet网络的相似系数(Dice)分别提升了1.4%和1.5%,平均交并比(mIoU)提升了1.2%和1.5%。 展开更多
关键词 医学图像分割 unet 特征融合 结直肠癌
在线阅读 下载PDF
基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别研究 被引量：1
19
作者 李瑾 高杰 《电镀与精饰》 北大核心 2025年第7期82-88,107,共8页
电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易... 电镀锌冲压钢板表面缺陷类型多样、形态复杂以及受环境因素影响大,导致表面缺陷识别难度增加。Res-UNet结合了深度学习中ResNet的残差连接和U-Net的编解码结构,残差连接可以有效缓解深度网络的梯度消失问题,使得网络在训练过程中更容易收敛,从而能够学习到更复杂的特征表示,这有利于识别电镀锌冲压钢板表面多样、复杂的缺陷类型,为此提出了一种基于改进Res-UNet网络的电镀锌冲压钢板表面缺陷图像识别方法。通过优化卷积层操作策略方式和引入混合损失函数的方式实现Res-UNet网络改进,将待识别的图像输入到改进后的Res-UNet网络,改进后的Res-UNet网络经过编码、解码等多项操作输出电镀锌冲压钢板表面缺陷图像识别结果。实验测试结果表明,在训练集和测试集下所提方法的Dice系数均呈上升趋势,且始终趋近于最大值1,准确识别出了弱光条件下的所有缺陷及对应类别,在强光干扰下也表现出了较高准度,以此证明该方法能够为类似电镀锌冲压钢板的工业品表面缺陷识别提供有价值的参考。 展开更多
关键词 电镀锌冲压钢板 Res-unet网络 卷积操作 损失函数 表面缺陷识别
在线阅读 下载PDF
基于Unet++GAN的天文图像混合退化复原
20
作者 张裕松 黄鑫龙 +2 位作者 周浩 戴智斌 袁国武 《计算机应用与软件》 北大核心 2025年第2期264-269,360,共7页
天文观测常常会受到很多干扰,造成采集到的图像产生各种形式退化,其中较为常见且复杂的为离焦模糊及光电子噪声的混合退化,传统复原手段难以恢复出高质量图像。因而创新地提出利用Unet++改进生成对抗网络的方法,采用更精细的网络结构对... 天文观测常常会受到很多干扰,造成采集到的图像产生各种形式退化,其中较为常见且复杂的为离焦模糊及光电子噪声的混合退化,传统复原手段难以恢复出高质量图像。因而创新地提出利用Unet++改进生成对抗网络的方法,采用更精细的网络结构对图像细节进行准确提取,对比实验说明此方法恢复图像质量较高,并通过恢复真实拍摄的离焦图像,证明了方法具有一定的通用性。改进方法适合处理大数据量的天文图像,不仅如此,模型的泛化能力以及训练稳定性有明显提升。 展开更多
关键词 天文图像复原 生成对抗网络 unet++
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 … 32 下一页 到第 页
使用帮助 返回顶部