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678篇文章
< 1 2 … 34 >
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：
基于3D DSC-STUNet模型的核磁共振图像配准
1
作者 王雷 韩曜隆 +1 位作者 黄子臻 李彬 《华中科技大学学报(自然科学版)》 北大核心 2026年第2期175-181,共7页
为解决基于Transformer模型的配准方法不能有效表示待配准图像的全局和局部特征、解码器无法有效还原全局上下文信息等问题,基于Swin-Transformer和UNet模型,对Swin-UNet网络架构进行扩展,增强其表示全局和局部特征的能力.并且将最新的... 为解决基于Transformer模型的配准方法不能有效表示待配准图像的全局和局部特征、解码器无法有效还原全局上下文信息等问题,基于Swin-Transformer和UNet模型,对Swin-UNet网络架构进行扩展,增强其表示全局和局部特征的能力.并且将最新的动态蛇形卷积推广到三维空间,建立3D DSC-STUNet(Swin TransformerUNet with 3D Dynamic Snake Convolution)模型用于图像配准.相比传统卷积方法,三维动态蛇形卷积能利用可变卷积核能更好地关注图像的局部细节,提高网络处理局部特征的能力.所提出的配准方法利用特征变换提取图像特征来生成形变场,并在此基础上以无监督的方式生成配准图像.在IXI(脑部信息数据集)和OASIS(开源影像数据集)脑部MRI(核磁共振成像)图像数据集上与五种经典的配准方法相比,实验结果表明:提出的方法能够得到更好的配准结果,Dice(戴斯相似系数)值最高可以提高18.1%. 展开更多
关键词 核磁共振图像 图像配准 Swin Transformer unet 三维动态蛇形卷积
原文传递
基于DCVGG-UNet的飞机刹车盘损伤区域面积评估方法
2
作者 康瑞 马开宇 +2 位作者 夏正洪 李飞 王裕林 《机床与液压》 北大核心 2026年第4期60-67,共8页
针对UNet模型应用于飞机刹车盘损伤区域面积计算时,像素面积比与真实面积比存在较大误差的问题,提出一种基于DCVGG-UNet的刹车盘损伤区域面积评估方法。分析损伤区域的像素比与面积比之间的差异,并选取规则且面积已知的三角形、正方形... 针对UNet模型应用于飞机刹车盘损伤区域面积计算时,像素面积比与真实面积比存在较大误差的问题,提出一种基于DCVGG-UNet的刹车盘损伤区域面积评估方法。分析损伤区域的像素比与面积比之间的差异,并选取规则且面积已知的三角形、正方形、圆形损伤区域作为几何参照基准。以VGG16为骨干网络,通过深度可分离卷积替换其第5部分卷积块,以降低计算复杂度和参数量。同时,引入双层残差模块和门控基因调控网络层,以增强模型的特征提取与泛化能力,并结合CBAM注意力机制,以提高多尺度信息融合及关键区域关注度。最后,在自建的飞机刹车盘数据集上进行消融实验。结果表明:较原VGG-UNet模型,改进后的DCVGG-UNet模型在复杂损伤数据集上的平均交并比、平均准确率、平均精确率、平均召回率分别为88.24%、93.34%、93.63%、93.34%,较基线模型分别提升了9.09%、9.19%、2.13%、9.19%;在规则形状模拟数据集上,分割误差控制在3%以内。模型有效提升了分割边界的连续性和对小目标的检测能力,为刹车盘损伤面积的精确评估提供了可靠方法。 展开更多
关键词 飞机刹车盘 图像分割 unet 双层残差网络 CBAM模块 损伤区域面积评估方法
在线阅读 下载PDF
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
3
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
基于轻量化RIG-UNet的香菇菌棒360度表型数据分析
4
作者 赵恒 李继灿 +3 位作者 张峰 吴华瑞 朱华吉 吴秋兰 《食用菌学报》 北大核心 2026年第1期101-108,共8页
利用360度食用菌菌棒图像采集装置(以下简称装置)采集香菇(Lentinula edodes)菌棒图像,获取表型数据,评价图像采集效率和质量;在UNet结构中引入倒残差模块和幽灵模块替换模型架构中的常规卷积;在输入端采用可重参数卷积模块(RepConv)取... 利用360度食用菌菌棒图像采集装置(以下简称装置)采集香菇(Lentinula edodes)菌棒图像,获取表型数据,评价图像采集效率和质量;在UNet结构中引入倒残差模块和幽灵模块替换模型架构中的常规卷积;在输入端采用可重参数卷积模块(RepConv)取代原有卷积,并通过降维策略压缩模型整体通道,构建基于UNet的轻量化分割模型RIG-UNet,基于自建的香菇菌棒360度表型数据集开展消融实验并与PSPNet、HRNet和Deeplabv3+模型进行对比,最后将该模型部署至装置开展验证。结果表明:从菌棒放入装置至获得完整表型数据总耗时28 s,获取图像结构相似性平均值为0.9835,峰值信噪比平均值为34.97 dB。与原始UNet模型相比,RIG-UNet模型平均交并比、平均像素准确率分别达到97.82%、98.99%;模型参数量、浮点运算量、物理存储空间占用分别降低92.14%、92.67%、92.03%,推理时间缩短28.54%;RIG-UNet模型整体性能优于PSPNet、HrNet和Deeplabv3+典型的图像分割模型。与人工测算结果相比,部署于装置上的模型在菌落面积、轴向覆盖宽度、径向覆盖长度分割精度的平均绝对百分比误差为0.55%、1.52%、5.39%,均方根误差为1.85 cm^(2)、0.59 cm、0.82 cm,决定系数为0.999、0.993、0.988。实验结果为研究食用菌菌棒360度表型数据分析方法提供参考。 展开更多
关键词 香菇菌棒 360度图像采集 表型分析 unet 轻量化
在线阅读 下载PDF
基于GANR-UNet的绝缘子红外图像分割及低零值故障诊断研究
5
作者 李博 刘会斌 +5 位作者 王胜辉 田立山 张欣伟 尚鑫 买佳敏 律方成 《华北电力大学学报(自然科学版)》 北大核心 2026年第2期132-142,共11页
为实现瓷绝缘子低/零值故障的识别与诊断,提取了绝缘子红外图像的颜色特征并根据分析结果提出了低/零值故障的诊断判据。通过采用残差网络ResNet18与分割网络UNet相结合构建了深度R-UNet网络,实现了红外图像中绝缘子串区域的分割,进而... 为实现瓷绝缘子低/零值故障的识别与诊断,提取了绝缘子红外图像的颜色特征并根据分析结果提出了低/零值故障的诊断判据。通过采用残差网络ResNet18与分割网络UNet相结合构建了深度R-UNet网络,实现了红外图像中绝缘子串区域的分割,进而基于生成对抗网络(generative adversarial network,GAN)提出了优化的GANR-UNet分割模型,提高绝缘子分割的准确性。对分割得到的绝缘子串进行位置校正后,提取正常及低/零值绝缘子长轴方向特征区域的HSV颜色分布,找到了识别故障绝缘子的特征信息。最后提出了一种基于颜色序列相似距离量度的低/零值绝缘子诊断方法。测试结果表明:利用提出的GANR-UNet分割模型和故障诊断方法,能够处理绝缘子的红外图像并准确识别出绝缘子的绝缘状态。 展开更多
关键词 低/零值绝缘子 unet分割 HSV 相似度 诊断
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
6
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
基于改进Unet++网络的遥感图像建筑物分割方法
7
作者 于双双 康帅 +2 位作者 张建军 靳满 俞叶 《科学技术与工程》 北大核心 2026年第4期1607-1615,共9页
由于建筑物周围的环境复杂以及建筑物尺度各异,当建筑物尺度较小时,建筑物容易出现漏分割或分割不完整现象,从而导致提取结果的精度降低。为了解决上述困难,提出一种基于Unet++架构的改进模型(REUnet++),通过引入残差网络ResNet34作为... 由于建筑物周围的环境复杂以及建筑物尺度各异,当建筑物尺度较小时,建筑物容易出现漏分割或分割不完整现象,从而导致提取结果的精度降低。为了解决上述困难,提出一种基于Unet++架构的改进模型(REUnet++),通过引入残差网络ResNet34作为编码器结构,从而提升模型的表现。然后在模型内部加入注意力模块SE,增强模型对数据集中重要特征的提取能力。通过在公开数据集xBD上进行实验研究。实验结果表明:REUnet++模型在特征提取和复杂场景分割精度方面均超越现有的其他模型,与Unet++模型相比较,F1得分提升了3.08%,交并比得分增加了4.68%,同时其他相关性能指标也得到了显著提升。最后通过WHU建筑物数据集进一步验证了模型的泛化性能。 展开更多
关键词 遥感图像 unet++ 残差网络 注意力模块 建筑物提取
在线阅读 下载PDF
基于融合注意力机制的UNet炮口焰分割提取技术
8
作者 宁路达 姚爱琴 +1 位作者 马中亮 石喜玲 《火力与指挥控制》 北大核心 2026年第3期199-204,共6页
针对现有技术对炮口焰图像处理能力不足的问题,引入了一种基于融合注意力机制的UNet炮口焰分割提取技术。根据炮口焰图像建立的数据集,将UNet的编码器改为VGG16,来增强特征层的提取效果;在跳跃连接处引入ECANet来增强模型对特征层的感... 针对现有技术对炮口焰图像处理能力不足的问题,引入了一种基于融合注意力机制的UNet炮口焰分割提取技术。根据炮口焰图像建立的数据集,将UNet的编码器改为VGG16,来增强特征层的提取效果;在跳跃连接处引入ECANet来增强模型对特征层的感知能力;添加Coordinate attention到上采样部分以增强模型在进行特征融合和上采样时的表征能力。实验结果表明,该模型的mIoU、mPA和Accuracy分别达到97.27%、98.38%和97.80%,提高了对炮口焰的处理能力。 展开更多
关键词 炮口焰 unet 注意力机制 语义分割 图像处理
在线阅读 下载PDF
改进UNet的糖尿病足溃疡图像分割方法
9
作者 王杰 蒋伏松 《计算机应用与软件》 北大核心 2026年第1期225-232,共8页
针对传统的基于深度学习的图像分割模型对足溃疡的伤口区域分割精度不高的问题,提出一种基于改进UNet的分割方法。该方法将改进后的DenseNet网络及ASPP融入UNet网络中,减少网络的参数量并且抑制无关特征对网络模型的干扰,对足溃疡伤口... 针对传统的基于深度学习的图像分割模型对足溃疡的伤口区域分割精度不高的问题,提出一种基于改进UNet的分割方法。该方法将改进后的DenseNet网络及ASPP融入UNet网络中,减少网络的参数量并且抑制无关特征对网络模型的干扰,对足溃疡伤口进行多尺度的特征提取。同时,引入边缘损失函数来解决模型边缘细节分割能力差的问题。在DFUC2022数据集上的实验结果表明,该算法的Precision、Recall、MIoU和F2-score四项评价指标分别达到了0.904、0.915、0.858和0.913,皆优于其余四种对比的分割方法。 展开更多
关键词 深度学习 语义分割 稠密卷积网络 空洞空间卷积池化金字塔 unet网络
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
10
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VGG-Unet模型的黄土地震滑坡自动识别方法
11
作者 王连升 李平 +2 位作者 穆松伟 拓耔含 李晨 《工程科学与技术》 北大核心 2026年第2期84-95,共12页
黄土地区是地震滑坡的易发区和频发区,为了获得详细的黄土地震滑坡分布情况,需对黄土地区地震滑坡进行快速识别,野外调查和遥感技术是滑坡识别工作的两种重要手段。本文在野外调查滑坡数据的基础上,基于卫星影像平台,应用VGG-Unet模型... 黄土地区是地震滑坡的易发区和频发区,为了获得详细的黄土地震滑坡分布情况,需对黄土地区地震滑坡进行快速识别,野外调查和遥感技术是滑坡识别工作的两种重要手段。本文在野外调查滑坡数据的基础上,基于卫星影像平台,应用VGG-Unet模型对黄土地震滑坡进行自动识别。首先,以在甘肃省、宁夏回族自治区调查的部分黄土地震滑坡为基础,准确总结了其在卫星影像上的地形、坡度、滑体长度、滑体宽度、平面形态、剖面、色调等特征,并以这些特征辅助遥感卫星影像目视解译,提取卫星影像黄土地震滑坡数据库,最终共提取了494幅原始图像,涵盖黄土地震滑坡1052个,作为输入图像,以提高模型的泛化能力。其次,应用VGG-Unet模型,采用Python编程语言,基于PyTorch框架,对基于卫星影像黄土地震滑坡数据库的实验数据集进行训练与验证,并对验证集黄土地震滑坡图像进行自动分割,以提高模型的识别精度。为了使模型的分割预测效果达到最佳,用3组数据集、4组实验进行对比分析,选取最佳模型性能指标。并对验证集黄土地震滑坡典型区域的预测效果进行检验。结果表明:VGG-Unet模型在经裁剪扩充至613幅图像的数据集上展现出了最优的训练与验证性能,尤其在未知数据集(验证集)中表现较好,其验证准确率可达89.57%,均交并比可达70.13%,F_(1)可达81.11%且召回率达到了80.53%,模型性能指标均较高。并且,模型在地形与剖面特征发育较好的黄土地震滑坡处识别效果往往更加准确,而对于色调和剖面特征较为模糊的滑坡及小型滑坡存在少量漏判,在地层凹凸不平等复杂地形处则存在少量误判。但总体而言,VGG-Unet模型可以有效预测黄土地震滑坡区域,结果较为准确且时间、人力成本更低。因此,本文方法可用于迅速分割识别同类型滑坡区域,在野外调查前自动分割识别滑坡位置,以此辅助现场寻找黄土地震滑坡,为大规模滑坡灾害排查工作提供技术支持。 展开更多
关键词 VGG-unet模型 黄土地震滑坡 滑坡识别 卫星影像 野外调查
在线阅读 下载PDF
基于UNet融合液体神经网络与tanh激活函数的模型分割甲状腺结节的探索性研究
12
作者 何文梅 曹佳 +3 位作者 陶阳 林琳 王小慧 刘宇杰 《临床超声医学杂志》 2026年第1期82-88,共7页
分析基于UNet融合液体神经网络与tanh激活函数的模型分割甲状腺结节的准确性,探索动态优化UNet分割器的新方法。将来源于TN3K数据集的3493张甲状腺超声图像按7∶3的比例随机分为训练集(2879张)和测试集(614张),以经典UNet分割器作为基... 分析基于UNet融合液体神经网络与tanh激活函数的模型分割甲状腺结节的准确性,探索动态优化UNet分割器的新方法。将来源于TN3K数据集的3493张甲状腺超声图像按7∶3的比例随机分为训练集(2879张)和测试集(614张),以经典UNet分割器作为基线模型,在其编码、瓶颈及解码分别层嵌入液体神经网络(LNN)模块构建LNN-UNet模型,并在此基础上将tanh激活函数引入LNN反馈回路构建LNN-UNet-tanh模型。应用上述3种模型分别对3493张甲状腺超声图像进行分割,采用Adam优化器和BCE-Dice混合损失函数作为模型优化方法进行分割训练,采用曲线下面积(AUC)、Dice系数、交并比(IoU)、F1分数、准确率评估各模型分割甲状腺结节的性能。结果显示,测试集中UNet模型、LNN-UNet模型、LNN-UNet-tanh模型分割甲状腺结节的AUC分别为0.9159、0.9736、0.9831,Dice系数分别为0.7787、0.8174、0.8417,IoU分别为0.4871、0.5118、0.5773,F1分数分别为0.6102、0.6220、0.6725,准确率分别为0.9305、0.9328、0.9474。结果表明甲状腺结节的分割任务中,LNN-UNet-tanh模型的分割能力高于UNet模型和LNN-UNet模型,能够为临床智能诊断模型提供更精准的感兴趣区算法支持,提升临床资源向医学人工智能转化的比率。 展开更多
关键词 超声检查 甲状腺 图像分割 unet 液体神经网络 双曲正切激活函数 深度学习
暂未订购
基于多尺度特征选择的UNet改进模型在印刷品缺陷检测中的研究
13
作者 张自主 李桐 《北京印刷学院学报》 2026年第3期21-28,共8页
印刷缺陷检测是确保印刷产品质量至关重要的步骤,其准确性直接影响到最终产品的市场表现。然而,由于缺陷样本稀缺、图像分辨率高、对比度低等挑战,自动化检测任务变得尤为困难。为了提高印刷缺陷检测的精度,本文提出了一种基于UNet的多... 印刷缺陷检测是确保印刷产品质量至关重要的步骤,其准确性直接影响到最终产品的市场表现。然而,由于缺陷样本稀缺、图像分辨率高、对比度低等挑战,自动化检测任务变得尤为困难。为了提高印刷缺陷检测的精度,本文提出了一种基于UNet的多尺度特征融合网络。引入了多尺度特征融合模块(MSF Block)和注意力机制,以增强模型对不同尺寸缺陷的感知能力。在印刷品缺陷数据集上进行的实验结果表明,我们的方法在F1-score、IoU等关键指标上均优于现有的UNet、UNet++、DeepLabV3+和SegNet等方法。 展开更多
关键词 印刷缺陷检测 多尺度特征融合 注意力机制 unet 语义分割
在线阅读 下载PDF
基于MADSUNet网络的图像阴影检测
14
作者 何俊 张晓滨 《计算机技术与发展》 2026年第3期77-82,91,共7页
现有基于Unet++图像分割模型在复杂光照条件下图像阴影检测中由于堆叠卷积和下采样操作,可能导致浅层细节(如纹理、亮度梯度)的丢失,从而影响阴影边界的精准定位和弱阴影区域的检测效果。为了解决这个问题,该文提出一个图像阴影检测模型... 现有基于Unet++图像分割模型在复杂光照条件下图像阴影检测中由于堆叠卷积和下采样操作,可能导致浅层细节(如纹理、亮度梯度)的丢失,从而影响阴影边界的精准定位和弱阴影区域的检测效果。为了解决这个问题,该文提出一个图像阴影检测模型MADSUNet。在深层编码器加入自适应多头掩码注意力模块,该模块通过动态权重分配机制增强对阴影区域关键特征的聚焦能力,同时抑制非阴影背景的干扰,从而提升模型在复杂光照条件下的鲁棒性。此外,在解码器部分引入高效动态上采样器,进一步改善阴影边界的平滑性和连续性。实验结果表明,该模型在图像阴影检测方向有较高的准确率和检测性能,在SBU、UCF、ISTD三个数据集上平衡错误率(BER)值分别达到了4.99%、8.72%、2.06%,这意味着该模型可以准确识别不同光照条件下的图像阴影和非阴影区域,从而准确区分阴影和黑色背景。 展开更多
关键词 阴影检测 unet++ 动态上采样 自适应多头掩码注意力 特征增强
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
15
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
多重感受野UNet下金属镀层工件表面缺陷图像分割
16
作者 朱承 李东昆 《电镀与精饰》 北大核心 2026年第4期107-113,共7页
工件表面缺陷检测过程中,灰尘、油污、划痕等非缺陷干扰会严重影响图像质量,使得单一U形网络(UNet)模型对缺陷区域的分割精度较低。为此,提出基于多重感受野UNet的金属镀层工件表面缺陷图像分割方法。采用高斯核函数对初始缺陷图像进行... 工件表面缺陷检测过程中,灰尘、油污、划痕等非缺陷干扰会严重影响图像质量,使得单一U形网络(UNet)模型对缺陷区域的分割精度较低。为此,提出基于多重感受野UNet的金属镀层工件表面缺陷图像分割方法。采用高斯核函数对初始缺陷图像进行平滑去噪,以减少噪声对后续分析的干扰。将平滑图像作为输入,通过引入空洞卷积和卷积核串联技术,扩大多重感受野UNet模型的感受野范围,并聚合多尺度上下文信息。结合优化后的损失函数进一步提升模型对细小且分散缺陷特征的提取能力,多重感受野UNet深度学习模型的Dice系数高达0.99。将提取特征转换为包含工件表面缺陷目标信息的二值图像,并根据阈值进行像素级的缺陷图像分割。实验表明:该方法能够实现对工件表面缺陷图像的有效分割,并有效去除图像中的噪声干扰,图像特征表达更加清晰且直观。 展开更多
关键词 感受野unet 表面缺陷 图像分割 二元分类 像素阈值
在线阅读 下载PDF
基于改进Unet++的多状态电器负荷分解方法
17
作者 顾归 金姜亮 +1 位作者 郝亮亮 黄祁生 《电力科学与技术学报》 北大核心 2026年第1期85-97,共13页
针对目前非侵入式负荷分解技术存在的难以有效提取多状态电器在低功率状态下的功率特征和分解模型的泛化能力不足这两个问题,提出一种基于改进嵌套U型网络Unet++的多状态电器负荷分解方法。首先,在编码器-解码器框架中,采用具有并行结... 针对目前非侵入式负荷分解技术存在的难以有效提取多状态电器在低功率状态下的功率特征和分解模型的泛化能力不足这两个问题,提出一种基于改进嵌套U型网络Unet++的多状态电器负荷分解方法。首先,在编码器-解码器框架中,采用具有并行结构的编码器来增强对复杂功率信号的解析能力,通过跳跃连接确保解码器能够精确重建原始信号,提高分解的精细度;其次,引入双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)模块捕捉时间序列的长期依赖关系,提升模型的学习与预测能力。实验结果表明,所提模型在英国家用电器级电力数据集(UK domestic appliance-level electricity dataset,UK-DALE)和功率分解参考数据集(the reference energy disaggregation dataset,REDD)上均能准确识别并分解多状态电器。通过公开数据集测试得出,该模型在平均绝对误差这一指标上表现优异,其性能优于现行其他方法。 展开更多
关键词 非侵入式负荷分解 多状态电器 低功率状态 unet++ BiLSTM
在线阅读 下载PDF
基于ASPP-UNet的地震波阻抗反演方法
18
作者 岳碧波 颜鹏 +1 位作者 杜彦志 周强 《石油地球物理勘探》 北大核心 2026年第1期1-16,共16页
深度学习以其强大的非线性映射问题处理能力而在地震波阻抗反演中得到了广泛的关注。常规深度学习地震波阻抗反演方法存在对标记数据过于依赖,尤其当训练测井数据不足时存在反演模型局部特征的提取能力下降、精度不足的问题。为此,提出... 深度学习以其强大的非线性映射问题处理能力而在地震波阻抗反演中得到了广泛的关注。常规深度学习地震波阻抗反演方法存在对标记数据过于依赖,尤其当训练测井数据不足时存在反演模型局部特征的提取能力下降、精度不足的问题。为此,提出了一种基于空洞空间金字塔池化的U-Net网络(ASPP-UNet)地震波阻抗反演方法,利用金字塔池化方法增强U-Net网络的多尺度特征提取能力,据此利用地震记录数据和少数测井数据构建训练集。为了验证所提方法的有效性,将其应用在Marmousi2和SEAM两种公开测试数据的地震波阻抗反演中,每组测试试验均与CNN、U-Net、Attention-UNet三种深度学习地震波阻抗反演结果进行对比。实验结果均表明,在同等实验条件下,该方法得到的单道波阻抗反演结果高频细节成分更丰富,反演波阻抗剖面在层间及断层处纵向连接平滑;反演结果对标记数据的依赖性低,在远离训练测井位置处信息丢失最少,表现为反演结果剖面的道间横向连续性好,各项统计指标均优于其他三种对比方法。为进一步验证所提方法的可行性,将其应用于四川省东部实际勘探数据地震波阻抗反演,其准确度均优于上述三种对比方法,所得波阻抗剖面与实际地质特征更吻合,波阻抗误差最小。 展开更多
关键词 波阻抗反演 ASPP-unet 空洞卷积 空洞空间金字塔池化
在线阅读 下载PDF
基于ResNet50-UNet石墨矿石图像分割算法
19
作者 罗奇峰 崔昇 杨蒙光 《冶金设备管理与维修》 2026年第2期56-58,共3页
以黑龙江石墨矿山实地采集的矿石图像为基础,构建了包含500张样本的数据集,并利用Labelme软件进行像素级标注。在本地计算机上进行100轮训练后,对像素精度(Pixel Accuracy)、平均精度(Mean Accuracy)、平均交并比(Mean IoU)及频率加权... 以黑龙江石墨矿山实地采集的矿石图像为基础,构建了包含500张样本的数据集,并利用Labelme软件进行像素级标注。在本地计算机上进行100轮训练后,对像素精度(Pixel Accuracy)、平均精度(Mean Accuracy)、平均交并比(Mean IoU)及频率加权交并比(FWIoU)四项指标进行了评估。结果表明,所提模型可有效实现石墨矿石的精确分割,最终测试集上Mean IoU与FWIoU指标均达到92%,显著优于基准的UNet模型,为石墨矿石的智能识别提供了一种可靠的技术方案。 展开更多
关键词 图像分割 unet ResNet50 石墨矿石 深度学习
在线阅读 下载PDF
基于改进UNet输电线路绝缘子紫外电晕放电图像轻量化分割方法
20
作者 吴军 王身丽 +4 位作者 杜勇 黄海 张珣 王伟东 周春晓 《电瓷避雷器》 2026年第1期104-112,共9页
无人机紫外电晕放电检测已经应用于输电线路巡检,由于传统图像分割算法存在参数量和计算量大的问题,难以实现算法在边缘终端部署应用。提出一种基于改进UNet的输电线路绝缘子紫外电晕放电图像轻量化分割方法,首先,在传统UNet网络模型基... 无人机紫外电晕放电检测已经应用于输电线路巡检,由于传统图像分割算法存在参数量和计算量大的问题,难以实现算法在边缘终端部署应用。提出一种基于改进UNet的输电线路绝缘子紫外电晕放电图像轻量化分割方法,首先,在传统UNet网络模型基础上引入SimSPPF(Simplified Spatial Pyramid Pooling-Fast)和scSE注意力机制模块,提高紫外图像放电区域分割精度。然后,利用剪枝策略对改进UNet网络模型进行压缩,减少网络模型对设备算力、存储空间等资源的依赖性。最后,通过知识蒸馏对剪枝模型进行微调,实现模型性能优化。消融实验结果表明,本方法计算量减少98.0%、参数量减少98.0%,分割速度达到105.1帧/s,在保证分割精度的同时,模型性能得到大幅提升。通过算法测试验证本文算法改进策略的有效性,为实现基于边缘智能的绝缘子紫外电晕放电检测提供支撑。 展开更多
关键词 紫外图像 电晕放电 语义分割 unet 轻量化
原文传递
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 … 34 下一页 到第 页
使用帮助 返回顶部