期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度学习融合模型共轭涡旋光干涉微位移测量
1
作者
杨雪娇
刘吉
+6 位作者
武锦辉
袁涛
王仕杰
姬翔峰
于丽霞
张博洋
陈相
《光学精密工程》
北大核心
2025年第15期2331-2341,共11页
针对涡旋光干涉微位移测量技术中传统干涉条纹位移反演算法精度受限的问题,提出一种基于深度学习融合模型共轭涡旋光干涉微位移测量方法。采用集成FasterNet轻量化骨干网络与CARAFE动态上采样模块的YOLOv8s-Seg分割网络对干涉图像中的...
针对涡旋光干涉微位移测量技术中传统干涉条纹位移反演算法精度受限的问题,提出一种基于深度学习融合模型共轭涡旋光干涉微位移测量方法。采用集成FasterNet轻量化骨干网络与CARAFE动态上采样模块的YOLOv8s-Seg分割网络对干涉图像中的花瓣区域进行精确分割,以抑制相位信息提取过程中背景噪声和光束畸变的干扰。设计14层卷积神经网络架构对花瓣区域进行多尺度分层特征提取,构建花瓣形态变化与旋转角度的精准映射关系,实现亚纳米级位移的高精度检测。实验结果表明,在0~500 nm标准位移内,花瓣区域分割的平均精度(mAP)达96.5%,整体位移测量精度优于0.94 nm,平均绝对误差为0.63 nm。通过独特的双网络协同架构,该方法增强了对条纹畸变和噪声的抗干扰性能,在微位移测量的精度和稳定性方面具有明显的优势。
展开更多
关键词
微位移测量
共轭涡旋光干涉
YOLOv8s-Seg分割网络
多尺度分层特征提取
在线阅读
下载PDF
职称材料
题名
深度学习融合模型共轭涡旋光干涉微位移测量
1
作者
杨雪娇
刘吉
武锦辉
袁涛
王仕杰
姬翔峰
于丽霞
张博洋
陈相
机构
中北大学信息与通信工程学院
中北大学仪器与电子学院
中国移动通信集团山西有限公司
出处
《光学精密工程》
北大核心
2025年第15期2331-2341,共11页
基金
山西省基础研究计划资助项目(No.202203021211087,No.202203021221101,No.202403021222181)
山西省回国留学人员科研资助项目(No.2023-141,No.2024-117)
山西省科技成果转化引导专项(No.202404021301029)。
文摘
针对涡旋光干涉微位移测量技术中传统干涉条纹位移反演算法精度受限的问题,提出一种基于深度学习融合模型共轭涡旋光干涉微位移测量方法。采用集成FasterNet轻量化骨干网络与CARAFE动态上采样模块的YOLOv8s-Seg分割网络对干涉图像中的花瓣区域进行精确分割,以抑制相位信息提取过程中背景噪声和光束畸变的干扰。设计14层卷积神经网络架构对花瓣区域进行多尺度分层特征提取,构建花瓣形态变化与旋转角度的精准映射关系,实现亚纳米级位移的高精度检测。实验结果表明,在0~500 nm标准位移内,花瓣区域分割的平均精度(mAP)达96.5%,整体位移测量精度优于0.94 nm,平均绝对误差为0.63 nm。通过独特的双网络协同架构,该方法增强了对条纹畸变和噪声的抗干扰性能,在微位移测量的精度和稳定性方面具有明显的优势。
关键词
微位移测量
共轭涡旋光干涉
YOLOv8s-Seg分割网络
多尺度分层特征提取
Keywords
micro-displacement measurement
conjugate vortex light interferometry
YOLOv8s-Seg segmentation
multi-scale hierarchical feature extraction
分类号
O439 [机械工程—光学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度学习融合模型共轭涡旋光干涉微位移测量
杨雪娇
刘吉
武锦辉
袁涛
王仕杰
姬翔峰
于丽霞
张博洋
陈相
《光学精密工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
