期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种改进DeepLabV3+网络的高分辨率遥感影像道路提取方法 被引量:19
1
作者 葛小三 曹伟 《遥感信息》 CSCD 北大核心 2022年第1期40-46,共7页
道路网络提取是高分辨率遥感影像数据应用研究的难点之一。针对现有的道路提取方法普遍注重区域精度而边界质量缺失考虑的问题,提出一种基于DeepLabV3+语义分割神经网络的深度学习提取道路的方法。该网络模型采用编码器-解码器网络(enco... 道路网络提取是高分辨率遥感影像数据应用研究的难点之一。针对现有的道路提取方法普遍注重区域精度而边界质量缺失考虑的问题,提出一种基于DeepLabV3+语义分割神经网络的深度学习提取道路的方法。该网络模型采用编码器-解码器网络(encoder-decoder)和多孔空间金字塔池(atrous spatial pyramid pooling,ASPP)相结合的方式,增强了对道路边界的划分效果。模型在Massachusetts roads数据集进行了道路网络提取实验。分析结果表明,基于该方法的道路提取精度优于U-Net等网络模型,F1分数达到87.27%,与其他方法相比较,该方法能够更有效、完整地从遥感图像中提取道路。 展开更多
关键词 编码器-解码器 多孔金字塔池化 道路提取 DeepLabV3+ 深度学习
在线阅读 下载PDF
基于全卷积网络的图像语义分割算法 被引量:8
2
作者 李英杰 张惊雷 《计算机应用与软件》 北大核心 2020年第8期213-218,273,共7页
基于卷积神经网络的语义分割模型易存在提取特征不充分、上采样恢复原图尺寸时丢失细节等问题,导致分割精度降低。对比提出一种基于全卷积网络DeepLab v3的改进算法。采用LeakyReLU激活函数,增强网络提取较弱特征的能力;输入图像在多孔... 基于卷积神经网络的语义分割模型易存在提取特征不充分、上采样恢复原图尺寸时丢失细节等问题,导致分割精度降低。对比提出一种基于全卷积网络DeepLab v3的改进算法。采用LeakyReLU激活函数,增强网络提取较弱特征的能力;输入图像在多孔空间金字塔池化(ASPP)后,使用密集上采样卷积(DUC)恢复与原图尺寸一致的预测图;在训练时使用Nadam优化器,提高网络的收敛速度和鲁棒性。在PASCAL VOC 2012数据集上进行了验证与评测,结果表明算法平均交并比(mIoU)相比于原算法提高0.6%。 展开更多
关键词 语义分割 深度卷积网络 多孔空间金字塔池化 密集上采样卷积
在线阅读 下载PDF
基于加权损失函数的多尺度对抗网络图像语义分割算法 被引量:3
3
作者 张宏钊 吕启深 +2 位作者 党晓婧 李炎裕 代德宇 《计算机应用与软件》 北大核心 2020年第1期284-291,共8页
针对现有的语义分割算法存在分割结果空间不一致的问题,提出一种基于加权损失函数的多尺度对抗网络语义分割算法。在DeepLab v3基本框架的基础上,引入Pix2pix网络作为生成对抗网络模型,实现多尺度对抗网络语义分割。同时,为增加模型的... 针对现有的语义分割算法存在分割结果空间不一致的问题,提出一种基于加权损失函数的多尺度对抗网络语义分割算法。在DeepLab v3基本框架的基础上,引入Pix2pix网络作为生成对抗网络模型,实现多尺度对抗网络语义分割。同时,为增加模型的泛化能力与训练精度,提出将传统的多分类交叉熵损失函数与生成器输出的内容损失函数和鉴别器输出的对抗损失函数相结合,构建加权损失函数。大量定性定量实验结果表明,该算法能够识别并分割细小的物体,其语义分割性能超过现有的深度网络,在保证语义分割空间一致性的同时提高了分割效率。 展开更多
关键词 语义分割 生成对抗网络 加权损失函数 多尺度特征 多孔空间金字塔池化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部