-
题名基于改进Unet的分布式光伏建筑物高精度分割方法
被引量：5
- 1
-
-
作者
徐孝彬
张好杰
白建波
裴融浩
胡家宇
谭治英
-
机构
河海大学机电工程学院
中国科学技术大学生物医学工程学院(苏州)生命科学与医学部
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
2023年第11期82-90,共9页
-
基金
国家重点研发计划(2022YFB4201004)
国家自然科学基金面上项目(51676063)。
-
文摘
针对屋顶光伏资源评估中难以准确高效地获取建筑物屋顶区域的问题,该文提出一种基于Unet的FPN_AttentionUnet语义分割网络,用于实现建筑物屋顶的高精度自动提取。该网络融合Soft-Attention注意力机制和双层特征金字塔FPN以提取准确的语义信息,精细化分割结果。Soft-Attention注意力机制用于处理和连接编码部分与解码部分的特征图;双层特征金字塔FPN融合解码部分不同尺度的特征图来获取不同尺度的特征信息。采用无人机获取苏州某区域上空的建筑物数据集和武汉大学WHU公开数据集分别进行训练,训练结果表明:与Unet、AttentionUnet、FPNUnet网络相比,该文提出的FPN_AttentionUnet在建筑物外轮廓提取中具有更高的精度,有效提高边缘提取效果。在自制数据集中类别像素准确率C_(PA)达95.56%,平均交并比M_(IoU)达91.10%,在WHU公开数据集中分割效果同样优于其他对比网络,所提算法能够有效提升建筑物外轮廓边缘的分割精度。最后以河海大学常州校区为例,利用提出的算法从无人机图像中分割建筑物,评估指定区域的光伏发电量与光伏组件安装潜力。
-
关键词
分布式光伏
深度学习
语义分割
整县推进
改进Unet
建筑物提取
-
Keywords
distributed photovoltaic
deep learning
semantic segmentation
promote the whole county
improved Unet
building extraction
-
分类号
TK513.5
[动力工程及工程热物理—热能工程]
-
-
题名深度学习红外成像睑板腺分割处理系统
被引量：1
- 2
-
-
作者
张贺童
姚康
丁上上
裴融浩
付威威
-
机构
中国科学技术大学
中国科学院苏州生物医学工程技术研究所
-
出处
《中国医疗器械杂志》
2022年第4期377-381,427,共6页
-
文摘
为了更好地辅助医生对干眼症的诊断,提高眼科医生对睑板腺病情的辨识能力,提出了一种基于Mobile-UNet网络的睑板腺图像分割及增强方法。首先,将Mobile-Net作为U-Net的编码部分进行下采样,提取特征后将其与解码器中的特征融合来指导图像分割。然后,将分割出的睑板腺区域单独进行图像增强以辅助医生进行干眼症病情的判断,避免非病灶区域的干扰。最后,通过对实验采集100个患者、200张睑板腺图像进行语义分割网络的训练和验证,并且使用清晰度评价指标来验证睑板腺增强效果。实验结果表明,该研究提出的方法相似系数稳定在92.71%,图像清晰度指标均优于市面上同类干眼检测仪器。
-
关键词
U-Net
眼科
睑板腺
图像分割
图像增强
-
Keywords
U-Net
ophthalmology department
meibomian gland
image segmentation
image enhancement
-
分类号
TH786
[机械工程—精密仪器及机械]
-
