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1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：
基于Mask R-CNN改进模型的深海多金属结核图像分割方法
1
作者 翁泽邦 李小虎 +5 位作者 李洁 李正刚 王浩 朱志敏 孟兴伟 李怀明 《海洋学研究》 北大核心 2025年第3期32-39,共8页
在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask ... 在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask R-CNN(mask region-based convolutional neural network)模型,对深海图像进行多金属结核目标物识别和分割。引入SimAM有效抑制了沉积物背景对结核识别的干扰;引入DSConv有效缓解了结核边界模糊问题;同时引入两个模块的改进模型,图像分割准确率为91.5%、精确率为78.0%、召回率为75.1%、交并比为69.4%。将改进模型与原始模型应用在实际测线上发现,海底结核覆盖率的识别结果中,误差低于5%的数据占比从原始模型的57%提升至改进模型的77%。本研究可为深海多金属结核覆盖率计算提供可靠的技术方案,其模块化设计也可拓展至其他目标识别、图像分割领域。 展开更多
关键词 多金属结核 图像分割 Mask R-CNN模型 覆盖率 注意力机制 动态稀疏卷积
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 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部