基于ResNet-UNet模型的DAS矸石浆体充填堵管监测技术

1

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 职称材料

融合IR-MAD算法与Unet模型的遥感影像变化检测方法

2

作者 韩龙 卢建伟 《测绘与空间地理信息》 2025年第1期112-114,118,共4页

在迭代加权多元变化检测(Iterative Weighted-Multivariate Change Detection, IR-MAD)算法的基础上引入深入学习的高分辨率遥感影像变化检测方法,构建新的组合变化检测方法。首先,使用基于卡方分布概率密度函数对IR-MAD算法进行改进,... 在迭代加权多元变化检测(Iterative Weighted-Multivariate Change Detection, IR-MAD)算法的基础上引入深入学习的高分辨率遥感影像变化检测方法,构建新的组合变化检测方法。首先,使用基于卡方分布概率密度函数对IR-MAD算法进行改进,使用改进IR-MAD算法提取遥感影像变化区域;其次,在初始变化提取结果的基础上,使用改进小型U型网络模型进行进一步提取变化检测区域;最后,为有效解决变化检测提取结果内部漏洞、像素间隙以及“斑点噪声”“椒盐噪声”现象,使用影像空间信息对提取变化区域进行优化。通过两组不同时相高分二号高分辨率遥感影像数据进行变化提取试验,结果表明本文方法较IR-MAD算法与Unet模型能更加准确有效提取变化检测区域,整体提取精度更高,具有较高的实用价值。 展开更多

关键词 高分辨率遥感影像 迭代加权多元变化检测算法 U型网络模型 变化检测 影像空间信息

在线阅读 下载PDF 职称材料

基于轻量级Fast-Unet网络的绝缘子图像分割方法

3

作者 袁新平 王忠军 路辉 《兵工自动化》 北大核心 2025年第6期23-27,共5页

为快速查找图像中绝缘子缺陷,降低电力事故的发生几率,基于轻量级Fast-Unet网络设计一种绝缘子图像分割算法。对绝缘子航拍图像进行预处理,使其实现重构归一化,通过转换图像元素,计算元素共生概率,从而获取图像的颜色、纹理、形状特征;... 为快速查找图像中绝缘子缺陷,降低电力事故的发生几率,基于轻量级Fast-Unet网络设计一种绝缘子图像分割算法。对绝缘子航拍图像进行预处理,使其实现重构归一化,通过转换图像元素,计算元素共生概率,从而获取图像的颜色、纹理、形状特征;细化通道空间信息特征值,组成一个初始的网络结构,生成分割结果树状图;通过计算图像的模块度和相对模块度,建立轻量级Fast-Unet网络分割模型。实验结果表明:该分割算法在无噪声图像中的综合质量平均值为0.72,在简单背景和复杂背景图像中的综合质量平均值分别为0.57和0.46,可见降噪处理对图像分割的质量起到了正向作用。 展开更多

关键词 轻量级Fast-unet网络 绝缘子串 绝缘子图像 图像分割算法 图像预处理

在线阅读 下载PDF 职称材料

基于Swin-UNet的胸腔器官可视化医疗服务平台的设计及应用

4

作者 彭红 谷思雨 袁骏毅 《中国医疗设备》 2025年第9期6-11,25,共7页

目的为优化医患沟通与个性化诊疗效率,设计一个心胸外科可视化医疗服务平台。方法基于Swin-UNet模型对胸腔CT影像进行多器官分割,结合VTK算法生成三维可视化图像,构建可视化医疗服务平台;比较实验组(使用平台)和对照组(未使用平台)患者... 目的为优化医患沟通与个性化诊疗效率,设计一个心胸外科可视化医疗服务平台。方法基于Swin-UNet模型对胸腔CT影像进行多器官分割,结合VTK算法生成三维可视化图像,构建可视化医疗服务平台;比较实验组(使用平台)和对照组(未使用平台)患者的诊疗计划理解评分、知识掌握率、沟通时间及满意度。结果与对照组相比,实验组患者的诊疗计划理解评分[(4.60±0.50)分vs.(3.40±0.70)分]、知识掌握率(72.60%±6.20%vs.38.70%±8.50%)及满意度[(4.70±0.40)分vs.(3.80±0.60)分]均显著提升,差异均有统计学意义(P<0.05),且诊疗沟通时间显著缩短[(12.40±2.10)min vs.(18.20±3.50)min,P<0.001]。结论基于Swin-UNet深度学习模型、VTK光线投影算法,融合三维建模与人工智能技术构建的可视化医疗服务平台,可为优化医患沟通、提升诊疗效率及推进个性化精准医疗提供科学依据与实践支撑。 展开更多

关键词 三维可视化 Swin-unet 人工智能 VTK光线投影算法 医患沟通 手术规划

暂未订购

基于改进Multi-ResUnet算法的黏结集料图像分割方法 被引量：1

5

作者 郝雪丽 李玉峰 +3 位作者 裴莉莉 李伟 石丽 曹磊 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第5期741-749,共9页

为提高黏结集料图像的分割精度,提出了基于Inception网络与残差连接优化的黏结集料图像分割模型(Multi-ResUnet模型)。利用实验室自主研发的集料三维特性分析系统V3.0对黏结集料图像进行采集,并建立图像分割模型样本集,然后采用图像分... 为提高黏结集料图像的分割精度,提出了基于Inception网络与残差连接优化的黏结集料图像分割模型(Multi-ResUnet模型)。利用实验室自主研发的集料三维特性分析系统V3.0对黏结集料图像进行采集,并建立图像分割模型样本集,然后采用图像分割模型对样本集进行训练。结果表明:相较于分水岭算法和Unet模型,该图像分割模型的精确率分别提升了30.46%和2.11%,召回率分别提升了4.68%和1.85%,准确率分别提升了25.95%和2.47%。 展开更多

关键词 沥青混合料 黏结集料图像分割 Multi-Resunet模型 分水岭算法

在线阅读 下载PDF 职称材料

遥感影像中建筑物的Unet分割改进 被引量：4

6

作者 黄杰 蒋丰 《计算机系统应用》 2021年第10期319-324,共6页

针对经典Unet算法在提取遥感影像中建筑物特征时存在编码信息丢失、对多尺度建筑目标适应性差和上下文特征联系不足的问题,本研究提出了一种多尺度融合的变形残差金字塔编解码网络.首先,引入深度编码网络与下采样旁路网络替换原编码结构... 针对经典Unet算法在提取遥感影像中建筑物特征时存在编码信息丢失、对多尺度建筑目标适应性差和上下文特征联系不足的问题,本研究提出了一种多尺度融合的变形残差金字塔编解码网络.首先,引入深度编码网络与下采样旁路网络替换原编码结构,共同完成对建筑物目标高阶特征信息的提取;其次,在编码网络次末端节点引入联合变形卷积的残差金字塔结构,以提升网络对建筑物多尺度特征和边缘模糊特征的辨识能力;最后,将高阶和低阶特征逐层级联融合,在解码网络末端获取对建筑物的分割结果.实验结果表明,改进后模型相比原模型在F1-score和MIOU指标上分别提升了1.6%和2.1%. 展开更多

关键词 建筑物提取 unet算法 语义分割 金字塔结构 变形卷积 编解码网络

在线阅读 下载PDF 职称材料

融合残差注意力机制的深度可分离UNet泥石流堆积扇分割

7

作者 宋昕 王保云 朱双颖 《辽宁工程技术大学学报(自然科学版)》 北大核心 2024年第6期112-120,共9页

为解决传统机器学习方法在泥石流堆积扇识别中的精度低、效果差的问题,提出一种基于深度学习的残差注意力可分离UNet算法(RAMS-UNet)。该算法在编码部分采用VGG16主干网络进行特征提取,加深网络层次;在跳跃连接部分引入改进的注意力机制... 为解决传统机器学习方法在泥石流堆积扇识别中的精度低、效果差的问题,提出一种基于深度学习的残差注意力可分离UNet算法(RAMS-UNet)。该算法在编码部分采用VGG16主干网络进行特征提取,加深网络层次;在跳跃连接部分引入改进的注意力机制,强化信息传递;在解码部分使用深度可分离卷积和密集连接块,进一步增强空间和通道上的信息表达能力。研究结果表明:与其他算法相比,RAMS-UNet算法对泥石流堆积扇的分割精度更高,mIoU、mPA、PA和F1指数等评价指标均显著提升。RAMS-UNet算法突破了传统方法在泥石流堆积扇识别中的局限性,为泥石流灾害评估提供了更加精准的信息支持。 展开更多

关键词 泥石流堆积扇 沟谷型泥石流 语义分割 unet算法 注意力机制 深度可分离卷积

原文传递

基于UNet模型的赛道识别算法研究 被引量：1

8

作者 徐威 于海滨 +1 位作者 余胤翔 巩荣芬 《智能计算机与应用》 2023年第8期205-208,213,共5页

随着赛道识别问题不断升级,赛道识别的精确度需求大大提升,传统的赛道识别方法受环境变化的影响大。近几年来,深度学习方法在赛道识别方面也取得了很好的效果。本文就赛道识别问题提出了一种基于Keras的UNet模型的赛道识别方法,该方法... 随着赛道识别问题不断升级,赛道识别的精确度需求大大提升,传统的赛道识别方法受环境变化的影响大。近几年来,深度学习方法在赛道识别方面也取得了很好的效果。本文就赛道识别问题提出了一种基于Keras的UNet模型的赛道识别方法,该方法是对赛道图像根据UNet模型训练结果进行分割,并用细化算法来识别中线,由此判断小车接下来的行径。最后,经实际对比实验测试,新方法识别时效性一般,识别准确率高。 展开更多

关键词 unet模型 赛道识别 细化算法 深度学习

在线阅读 下载PDF 职称材料

基于Res2-UNet模型的皮带煤量检测

9

作者 成彦颖 白尚旺 《计算机与数字工程》 2023年第7期1635-1639,共5页

为了能够检测煤矿井下的煤量,预测和提高煤的利用率,同时节省电能,减少人力的监管和资源成本。利用煤矿安装的视频监控系统,采用非接触的方式通过Camshift算法对快速运动皮带上的煤量捕捉和跟踪,然后建立Res2-UNet模型来获得显著性信息... 为了能够检测煤矿井下的煤量,预测和提高煤的利用率,同时节省电能,减少人力的监管和资源成本。利用煤矿安装的视频监控系统,采用非接触的方式通过Camshift算法对快速运动皮带上的煤量捕捉和跟踪,然后建立Res2-UNet模型来获得显著性信息,融合灰度、纹理、边缘等特征到单一的网络中,实现了皮带煤量的检测。模型利用U-Net网络的思想以编码器-解码器为架构,编码器以Res2Net网络为骨干网络提取煤流不同层次特征的信息,解码器通过反卷积上采样操作恢复图像尺寸。经过构建皮带数据集训练和测试模型,实验结果表明,提出的方法能够快速准确地检测出皮带上的煤料,精确率达到95.5%,每张图像从输入网络到输出的运行时间为4.8s。表明该方法具有一定的实用性和有效性。 展开更多

关键词 煤量检测 CAMSHIFT算法 编码器-解码器 Res2-unet模型 U-Net网络 Res2Net网络

在线阅读 下载PDF 职称材料

基于红外热成像的掘支锚机器人联合机组相对位姿检测方法研究

10

作者 苏国用 帅洪锌 +3 位作者 郭永存 胡坤 赵东洋 庞子金 《煤炭学报》 北大核心 2025年第10期4640-4653,共14页

针对煤矿掘进工作面高尘雾、低照度复杂环境下,掘支锚机器人联合机组相对位姿感知存在的定位参照差、标定工序复杂、检测参数不完全等难题,提出了一种基于红外热成像的掘支锚机器人联合机组相对位姿检测方法。首先,基于自主研发的掘支... 针对煤矿掘进工作面高尘雾、低照度复杂环境下,掘支锚机器人联合机组相对位姿感知存在的定位参照差、标定工序复杂、检测参数不完全等难题,提出了一种基于红外热成像的掘支锚机器人联合机组相对位姿检测方法。首先,基于自主研发的掘支锚机器人联合机组,构建由红外热成像相机、热源标靶、迈步式锚支护装备等组成的相对位姿测量系统;通过红外热成像相机捕捉安装在掘支锚机器人联合机组上的热源标靶信号源,并对其输出的热成像图像进行畸变校正与图像增强处理;其次,采用UNet分割算法对热源标靶信号源进行区域分割,再利用图像二值化与形态学处理对分割后的信号源区域进行特征细化,并结合OpenCV库函数提取信号源中心点的像素坐标;再者,采用P4P方法求解4组信号源中心点的空间三维坐标,并通过坐标系转换解算掘支锚机器人联合机组的相对位姿参数;然后,以Realsense D435i深度相机结合奇异值分解算法测得的相对位姿参数作为真值,进一步计算所提方法的测量误差,以验证所提方法的可行性与有效性;最后,搭建了基于红外热成像的掘支锚机器人联合机组相对位姿检测实验平台,实验结果表明,在2.40~4.80 m测量范围内,在迈步式锚支护装备坐标系下,掘进机沿X、Y、Z三轴方向平移量相对误差绝对值均值分别为0.0216、0.0198、0.0269 m,绕X、Y、Z三轴的旋转角度相对误差绝对值均值分别为1.45°、1.07°、1.27°,可以满足煤矿复杂环境掘支锚机器人联合机组相对位姿感知需求。 展开更多

关键词 掘支锚机器人联合机组 红外热成像 视觉测量 unet分割算法 位姿测量

在线阅读 下载PDF 职称材料

基于手机拍摄图像的配电网设备现场实时自动三维建模方法

11

作者 叶学顺 贾东梨 +2 位作者 何开元 唐英 蒋承言 《科学技术与工程》 北大核心 2025年第29期12528-12537,共10页

为了解决配电网设备现场实时自动三维建模问题,提出基于手机拍摄照片的配电网设备三维建模方法。该方法的关键技术包括两个方面。一方面,为实现基于拍摄照片的配电网设备尺寸检测,提出了Unet(U-shaped networ)增强算法提取现场拍摄图像... 为了解决配电网设备现场实时自动三维建模问题,提出基于手机拍摄照片的配电网设备三维建模方法。该方法的关键技术包括两个方面。一方面,为实现基于拍摄照片的配电网设备尺寸检测,提出了Unet(U-shaped networ)增强算法提取现场拍摄图像中设备轮廓,基于增强直线段检测(line segment detector,LSD)算法获得设备轮廓尺寸,提出了改进K最近邻(K-nearest neighbor,KNN)算法搜索出设备规格尺寸。另一方面,提出了基于数据驱动的快速自动参数化三维建模方法,即以设备规格尺寸作为驱动参数存于MySQL数据库中,通过MySQL数据库链接并驱动3ds Max的MaxScript脚本程序,自动实时完成配电网设备三维建模。以变压器为案例进行了有效性验证,结果表明所提出的方法有效解决了配电网现场人工测量设备尺寸困难以及手动建模效率低的问题,为升级配电网三维可视化管理提供有力的技术支持。 展开更多

关键词 三维建模 增强LSD unet增强算法 改进KNN 参数化建模

在线阅读 下载PDF 职称材料

基于注意力机制的三维肿瘤图像分割算法 被引量：1

12

作者 刘晓丽 程晓荣 《计算机与数字工程》 2025年第1期228-233,239,共7页

脑肿瘤严重危害人类身心健康,从核磁共振图像中自动分割出三肿瘤区域可以有效辅助医生诊疗。针对2D系列网络只关注到局部信息,忽略了不同模态空间一致性问题,提出了3D端到端的U型网络分割方法。首先,为充分利用多尺度特征信息,在编码器... 脑肿瘤严重危害人类身心健康,从核磁共振图像中自动分割出三肿瘤区域可以有效辅助医生诊疗。针对2D系列网络只关注到局部信息,忽略了不同模态空间一致性问题,提出了3D端到端的U型网络分割方法。首先,为充分利用多尺度特征信息,在编码器部分加入通道空间混合域注意力机制以实现特征提取增强;其次,通过改进上采样和下采样操作机制以防止信息丢失;最后,为增强网络训练,解码器部分引入了深度监督。基于BraTS2021数据集的实验结果表明,Dice相似系数、灵敏度和HD95距离分别达到了85.92%,92.04%和17.47,在多模态肿瘤分割和边缘轮廓方面都有较好的准确性。 展开更多

关键词 注意力机制 3D unet网络 核磁共振图像 深度监督算法

在线阅读 下载PDF 职称材料

高亮异形电镀件表面斑点缺陷智能识别研究

13

作者 王静 祝鹏 《电镀与精饰》 北大核心 2025年第11期93-99,共7页

高亮异形电镀件表面呈现出高度不规则的几何形貌,这种复杂的微观结构特性使其在多变的光照条件下极易产生反射光斑现象。这些反射光斑区域与周边低亮度区域之间形成了极为悬殊的亮度差异,进而引发图像失真问题,降低斑点特征的识别精度... 高亮异形电镀件表面呈现出高度不规则的几何形貌,这种复杂的微观结构特性使其在多变的光照条件下极易产生反射光斑现象。这些反射光斑区域与周边低亮度区域之间形成了极为悬殊的亮度差异,进而引发图像失真问题,降低斑点特征的识别精度。为此,提出高亮异形电镀件表面斑点缺陷智能识别研究。将原始电镀件表面图像划分为Retinex增强层、亮度增强层和细节突出层,获得增强后的电镀件图像。采用蝙蝠算法对Res-UNet网络的特征提取层数进行优化后,将增强后的电镀件图像输入到改进后的Res-UNet网络中,该网络能够自动学习电镀件表面斑点缺陷的特征表示,并精准地将其从背景中分割出来,从而实现斑点缺陷的精确识别。实验结果表明,该方法能够有效消除光晕与噪点,准确识别电镀件表面的斑点缺陷。 展开更多

关键词 高亮异形电镀件 斑点缺陷识别 Retinex增强 蝙蝠算法 Res-unet网络

在线阅读 下载PDF 职称材料

动态平衡多尺度特征融合的结直肠息肉分割 被引量：4

14

作者 陆秋 邵铧泽 张云磊 《图学学报》 CSCD 北大核心 2023年第2期225-232,共8页

结直肠癌作为最常见的疾病之一,精准的结直肠息肉分割可辅助医师对其进行早期预防。然而,在分割过程中,结直肠息肉图像存在对比度较低、病灶形状不一、位置随机化等问题,而且Unet网络参数量较大但分割精度不高。因此,提出了一种基于动... 结直肠癌作为最常见的疾病之一,精准的结直肠息肉分割可辅助医师对其进行早期预防。然而,在分割过程中,结直肠息肉图像存在对比度较低、病灶形状不一、位置随机化等问题,而且Unet网络参数量较大但分割精度不高。因此,提出了一种基于动态平衡多尺度特征融合的Unet改进算法,以Unet为主体,结合空洞空间卷积池化金字塔模块(ASPP)提高Unet深层次特征的多样性;提出通道打乱多尺度特征融合模块(CSI)和分组多尺度特征融合模块(GI)对编解码器的卷积块进行改进,降低整体网络参数量同时提高模型的表征能力,并提出残差金字塔拆分注意力模块(RPSA)用于编解码器的跳跃连接,平衡跳跃连接中的通道信息,提高整体网络的分割性能。实验结果表明,该方法不仅在分割效果上优于其他方法,还大幅减少了参数量,证明了其有效性。 展开更多

关键词 动态平衡 多尺度特征融合 unet 结直肠息肉 分割算法

在线阅读 下载PDF 职称材料

基于集成学习算法的黄河中游采砂信息提取 被引量：2

15

作者 王守志 奚歌 +4 位作者 张福坤 刘金玉 耿振云 詹昊 张云姣 《水利水电技术》 北大核心 2020年第12期161-168,共8页

针对大范围快速监管黄河中游采砂情况以维护其生命健康的问题,提出了一种加权平均集成UNet算法和PSPNet算法,改进损失函数,并结合遥感影像特点合理设定参数的集成学习算法。通过利用算法训练得到的采砂信息提取模型对实地调查的5个采砂... 针对大范围快速监管黄河中游采砂情况以维护其生命健康的问题,提出了一种加权平均集成UNet算法和PSPNet算法,改进损失函数,并结合遥感影像特点合理设定参数的集成学习算法。通过利用算法训练得到的采砂信息提取模型对实地调查的5个采砂点进行了信息提取,结果显示:UNet算法提取的找全率(Recall)为79.87%,准确率(Precision)为15.80%,交并比(IoU)为16.75%;PSPNet算法提取的找全率(Recall)为57.57%,准确率(Precision)为27.79%,交并比(IoU)为31.17%;集成学习算法提取的找全率(Recall)为89.57%,准确率(Precision)为55.72%,交并比(IoU)为60.28%。因此,本文算法可以在一定程度上应用于河湖两侧采砂信息的提取,更好地辅助水利行业强监管的执行。 展开更多

关键词 unet算法 PSPNet算法 改进损失函数 集成学习算法 采砂

在线阅读 下载PDF 职称材料

基于改进YOLOv5的小目标检测方法研究 被引量：2

16

作者 常飞 王奔 +1 位作者 张小旭 王泽源 《智慧轨道交通》 2024年第2期7-13,共7页

针对实际工况中小目标检测困难的问题,本文提出了一种基于改进的YOLOv5算法的小目标检测方法。该方法通过对YOLOv5算法进行了改进,以提高其对小目标的检测能力。首先,通过工业相机获取原始图像,然后将其输入深度学习网络模型,以在保证... 针对实际工况中小目标检测困难的问题,本文提出了一种基于改进的YOLOv5算法的小目标检测方法。该方法通过对YOLOv5算法进行了改进,以提高其对小目标的检测能力。首先,通过工业相机获取原始图像,然后将其输入深度学习网络模型,以在保证速度和精度的前提下对YOLO算法进行改进。;其次,在UNET++语义分割模型理论基础上,对YOLO骨干网络的neck颈部网络添加网络分割头,完成端到端的多任务检测。试验结果表明,本文提出的小目标检测方法比传统的YOLOv5算法在小目标检测任务中有着更好的性能表现,具有较高的准确率和鲁棒性。 展开更多

关键词 YOLOv5算法 unet++ 小目标 语义分割

在线阅读 下载PDF 职称材料

尺度不变特征增强深度学习在口腔黏膜病损分割中应用的研究 被引量：2

17

作者 张睿 金路 +7 位作者 陈谦明 丁婷婷 张琦玥 陈耀武 田翔 曹雨齐 陈小燕 朱赴东 《中华口腔医学杂志》 北大核心 2025年第3期239-247,共9页

目的开发一种融合深度学习与尺度不变特征变换算法的口腔黏膜病损语义分割模型(PixelSIFT-UNet),以提高口腔黏膜疾病病损区域分割精度。方法纳入浙江大学医学院附属口腔医院2020年1月至2022年12月期间收集的838张符合标准的口腔黏膜疾... 目的开发一种融合深度学习与尺度不变特征变换算法的口腔黏膜病损语义分割模型(PixelSIFT-UNet),以提高口腔黏膜疾病病损区域分割精度。方法纳入浙江大学医学院附属口腔医院2020年1月至2022年12月期间收集的838张符合标准的口腔黏膜疾病临床白光图像,使用Python语言random.seed函数设置随机种子,通过random.sample函数进行随机抽样,按6∶2∶2的比例划分为训练集(506张)、验证集(166张)和测试集(166张)。采用Labelme软件对训练集图像进行病损边界标注,并基于PixelSIFT-UNet构建深度学习模型,分别使用VGG-16与ResNet-50作为骨干网络。通过验证集优化模型参数,在测试集上评估模型性能,包括Dice系数、平均交并比(mIoU)、平均像素准确率(mPA)和精确率(Precision),并与传统语义分割模型(U-Net、PSPNet)进行对比分析。结果所开发的PixelSIFT-UNet模型能精确分割口腔扁平苔藓、口腔白斑病和口腔黏膜下纤维性变3种常见的口腔黏膜疾病。采用VGG-16为骨干网络时,Dice系数、mIoU、mPA和Precision分别达到0.642、0.699、0.836和0.792;采用ResNet-50为骨干网络时,相应指标分别达到0.668、0.733、0.872和0.817,较传统U-Net模型(相应指标:0.662、0.717、0.861和0.809)、PSPNet模型(相应指标:0.671、0.721、0.858和0.813)的各项性能指标均有显著提升。结论所开发的PixelSIFT-UNet模型在口腔黏膜病损分割任务中表现卓越,其性能指标显著优于传统语义分割模型,可为提高口腔黏膜病损分割精度提供有效工具。 展开更多

关键词 口腔黏膜 病损检测 深度学习 PixelSIFT-unet模型 尺度不变特征变换算法

原文传递

基于U-net网络模型的农房遥感影像识别与变化分析

18

作者 张国飞 李丽 《江西测绘》 2022年第3期25-27,60,共4页

针对传统遥感影像农房提取中存在的不足,论文将U-net网络深度学习算法应用于嘉兴市农房建设变化监测,利用农房遥感解译结果分析不同政策下的农房建设变化规律,评估农房整治成效,为优化乡村生活空间布局及整治违法建筑等提供管理和决策... 针对传统遥感影像农房提取中存在的不足,论文将U-net网络深度学习算法应用于嘉兴市农房建设变化监测,利用农房遥感解译结果分析不同政策下的农房建设变化规律,评估农房整治成效,为优化乡村生活空间布局及整治违法建筑等提供管理和决策依据。实验表明,该算法具有高精度和高效率的特点。 展开更多

关键词 U-net算法 农房识别 动态监测

原文传递