改进DeepLabV3+的数控铣床误差控制方法

1

作者 潘卫华 唐智灵 李俊 《机械设计与制造》 北大核心 2025年第8期244-249,255,共7页

现有数控铣床误差控制方法多数采用PID控制方法,而PID参数的整定需要通过反复试验来实现,且易出现参数调整不当现象,导致控制效果不佳。对此,利用改进DeepLabV3+算法优化设计数控铣床误差控制方法。首先,分析数控铣床组成结构,确定数控... 现有数控铣床误差控制方法多数采用PID控制方法,而PID参数的整定需要通过反复试验来实现,且易出现参数调整不当现象,导致控制效果不佳。对此,利用改进DeepLabV3+算法优化设计数控铣床误差控制方法。首先,分析数控铣床组成结构,确定数控铣床传感器安装位置,获取数控铣床运行数据。然后,在改进DeepLabV3+算法支持下,提取数控铣床主轴旋转与刀具的移动轨迹特征。最后,采用特征匹配的方式辨识铣床的误差状态,生成包含误差控制量和控制方向的指令,通过控制指令的执行,实现数控铣床误差控制任务。通过性能测试实验得出结论:与传统控制方法相比,在优化设计方法控制下,数控铣床的剩余误差明显降低。 展开更多

关键词 改进deeplabv3+ 数控机床 铣床 工作误差 误差控制

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的轻量化茶叶嫩芽采摘点识别模型 被引量：3

2

作者 胡程喜 谭立新 +1 位作者 王文胤 宋敏 《智慧农业（中英文）》 CSCD 2024年第5期119-127,共9页

[目的/意义]名优茶的采摘是茶产业中至关重要的环节,识别和定位名优茶嫩芽采摘点是现代化采茶过程中的重要组成部分。传统神经网络方法存在着模型体量大、训练时间长,以及应对场景复杂等问题。本研究以湖南省溪清茶园为实际场景,提出一... [目的/意义]名优茶的采摘是茶产业中至关重要的环节,识别和定位名优茶嫩芽采摘点是现代化采茶过程中的重要组成部分。传统神经网络方法存在着模型体量大、训练时间长,以及应对场景复杂等问题。本研究以湖南省溪清茶园为实际场景,提出一种新型深度学习算法解决名优茶采摘点的精确分割难题。[方法]对传统的DeepLabV3+算法进行轻量化改进。首先,针对其模型体量大、训练时间长的问题,使用MobilenetV2网络提取图像的初始特征,并按照网络结构划分深浅层特征;其次,将高效通道注意力网络(Efficient Channel Attention Network,ECANet)与空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)模块结合,得到ECA_ASPP模块,并将深层特征输入到ECA_ASPP模块中进行多尺度特征融合以减少无效信息,将经过处理后的深浅层特征相加,随后通过卷积和上采样的方式对特征信息进行还原,得到分割结果;最后,通过对识别结果进行处理以获得茶叶嫩芽采摘点。[结果和讨论]改进后的DeepLabV3+在茶叶嫩芽数据集上的平均交并比达到93.71%,平均像素准确率达到97.25%,模型参数量由原来以Xception为底层网络的54.714 M下降至5.818 M。[结论]本研究在茶叶嫩芽结构分割上相对于原版DeepLabV3+的检测速度更快、参数量更小,同时保证了较高的准确率,为智能采茶机器人的采摘提供了新的定位方法。 展开更多

关键词 轻量化模型 deeplabv3+ 注意力机制 茶叶嫩芽 ECANet 名优茶 空洞空间卷积池化金字塔

在线阅读 下载PDF 职称材料

改进DeepLabv3+模型的混凝土坝表观裂缝特征提取方法 被引量：5

3

作者 王琳琳 孟良 +2 位作者 卜博雅 钟胜 李俊杰 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第4期929-936,共8页

为了解决混凝土坝环境复杂造成现有算法裂缝检测难度大、效果差的问题,提出了一种改进DeepLabv3+模型的混凝土坝裂缝特征提取方法.该方法以轻量型网络替换原始骨干网络提取图像特征,降低模型复杂度;扩充空洞空间金字塔池化模块,提升编... 为了解决混凝土坝环境复杂造成现有算法裂缝检测难度大、效果差的问题,提出了一种改进DeepLabv3+模型的混凝土坝裂缝特征提取方法.该方法以轻量型网络替换原始骨干网络提取图像特征,降低模型复杂度;扩充空洞空间金字塔池化模块,提升编码器感受野;采用多尺度特征融合策略,提高边缘信息利用率;优化模型损失函数,克服像素不均衡的困难.采用自制混凝土坝表观裂缝图像数据集对提出方法的有效性和优越性进行了验证与评估,结果表明:构建的改进网络能准确地实现复杂背景下混凝土坝表观裂缝特征的提取,分割裂缝图像的交并比与像素精度分别为72.85%与85.36%,裂缝分割效果也明显优于其他方法,可为长期混凝土坝面裂缝监测提供有效的技术手段. 展开更多

关键词 混凝土坝 裂缝检测 图像分割 deeplabv3+模型

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+的光伏电站道路识别方法 被引量：2

4

作者 李翠明 王华 +1 位作者 徐龙儿 王龙 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第5期776-782,I0010,共8页

针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题,提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别.首先,将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度;其次,采用异感受野融... 针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题,提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别.首先,将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度;其次,采用异感受野融合和空洞深度可分离卷积结合的策略改进空洞空间金字塔池化(ASPP)结构,提高ASPP的信息利用率和模型训练效率;最后,引入注意力机制,提升模型识别精度.结果表明,改进后模型的平均像素准确率为98.06%,平均交并比为95.92%,相比于DeepLabv3+基础模型分别提高了1.79个百分点、2.44个百分点,且高于SegNet、UNet模型.同时,改进后的模型参数量小,实时性好,能够更好地实现光伏电站移动清洁机器人的道路识别. 展开更多

关键词 光伏电站 道路识别 deeplabv3+模型 注意力机制 MobileNetv2

在线阅读 下载PDF 职称材料

基于DeepLabV3+模型的钝性颅脑损伤CT图像智能识别与分割

5

作者 秦豪杰 刘媛媛 +7 位作者 付恩浩 刘雅雯 田志岭 董贺文 刘太昂 邹冬华 程亦斌 刘宁国 《法医学杂志》 CSCD 北大核心 2024年第5期419-429,共11页

目的基于钝性颅脑损伤CT图像训练卷积神经网络DeepLabV3+模型,实现对常见颅脑损伤的智能化识别与分割(下文简称“分割”),探索深度学习技术在法医学钝性颅脑损伤自动化诊断中的应用价值。方法收集活体5486张钝性颅脑损伤CT图像作为训练... 目的基于钝性颅脑损伤CT图像训练卷积神经网络DeepLabV3+模型,实现对常见颅脑损伤的智能化识别与分割(下文简称“分割”),探索深度学习技术在法医学钝性颅脑损伤自动化诊断中的应用价值。方法收集活体5486张钝性颅脑损伤CT图像作为训练集、验证集和测试集进行模型训练与性能评估,另取活体255张钝性颅脑损伤与156张正常颅脑CT图像作为盲测集,评估模型分割5类颅脑损伤(头皮血肿、颅骨骨折、硬脑膜外血肿、硬脑膜下血肿和脑挫伤)的能力。再收集尸体340张钝性颅脑损伤和120张正常颅脑CT图像作为新的盲测集,探索用活体颅脑损伤CT图像训练的模型在尸体颅脑损伤分割中的应用价值。对除盲测集以外的所有钝性颅脑损伤CT图像中的5类颅脑损伤进行人工标记,再将各数据集输入模型,对模型进行训练后,根据训练集、验证集的损失函数与准确率评估并优化模型性能,根据测试集的Dice值评估模型泛化能力;根据盲测集的准确率、精确率和F1值评价模型对5类颅脑损伤的分割性能。结果经过对模型的训练和优化,最终的最优模型对头皮血肿、颅骨骨折、硬脑膜外血肿、硬脑膜下血肿和脑挫伤分割的平均Dice值分别是0.7664、0.8123、0.9387、0.7827和0.8581,均大于0.75,达到了预期要求。盲测集的外部验证结果显示,5类颅脑损伤分割的F1值在活体颅脑损伤CT图像中分别是93.02%、89.80%、87.80%、92.93%和86.57%,在尸体颅脑损伤CT图像中分别是83.92%、44.90%、76.47%、64.29%和48.89%,说明该模型在活体CT图像上能准确分割5类颅脑损伤,而在尸体CT图像上的分割能力相对较差,但仍然能够准确分割头皮血肿、硬脑膜外血肿和硬脑膜下血肿。结论基于CT图像训练的深度学习模型可用于颅脑损伤的分割,但直接将活体颅脑损伤模型用于尸体颅脑损伤的分割有局限性。本研究为钝性颅脑损伤虚拟解剖数据的智能分割提供了新途径。 展开更多

关键词 法医学 人工智能 deeplabv3+模型 钝性颅脑损伤 深度学习 计算机体层成像 图像分割

在线阅读 下载PDF 职称材料

MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法

6

作者 殷海倩 甘淑 +2 位作者 袁希平 朱智富 张家铮 《兰州大学学报(自然科学版)》 北大核心 2025年第3期341-349,356,共10页

针对复杂山地空间异质性显著、耕地信息破碎化严重、提取困难等问题,对DeepLabV3+模型进行改进,基于恐龙谷高分二号卫星影像,构建一种用于复杂山地耕地信息自动提取的MDS-DeepLabV3+模型.使用MobileNetV2作为特征提取器,引入其在ImageNe... 针对复杂山地空间异质性显著、耕地信息破碎化严重、提取困难等问题,对DeepLabV3+模型进行改进,基于恐龙谷高分二号卫星影像,构建一种用于复杂山地耕地信息自动提取的MDS-DeepLabV3+模型.使用MobileNetV2作为特征提取器,引入其在ImageNet数据集上的预训练权重,降低复杂度,加速模型拟合;提出密集连接的空间空洞金字塔池化模块与scSE注意力模块结合的DscASPP模块,获取多尺度图像特征,整合空间通道信息.采用CARAFE算子替代原始上采样方法,在较大的感受野范围内聚合上下文信息,实现更准确和高效的特征重建.结果表明,MDS-DeepLabV3+模型平均交并比DeepLabV3+提升6.5%,平均像素准确率增加4.08%,F_(1)上升4.04%,模型参数量仅有3.97 MB.在禄丰数据集上对各种耕地类型的提取效果均优于其他分割网络,有效降低耕地漏提率和误提率,提取效率及准确性较高. 展开更多

关键词 语义分割 高分二号卫星影像 MobileNetV2模型 scSE注意力模块 deeplabv3+模型

在线阅读 下载PDF 职称材料

基于DeepLabV3+模型的轨道站点影响区自行车出行环境评价 被引量：1

7

作者 朱震军 张芮嘉 +3 位作者 张勇 过秀成 韩吉 徐逸清 《科学技术与工程》 北大核心 2024年第10期4300-4306,共7页

轨道站点影响区自行车出行环境评价对于促进自行车接驳出行效率和服务品质提升具有重要意义。采集百度街景、路网、轨道站点等多源数据,选取自行车出行环境的舒适性、安全性、便捷性和可达性评价指标,运用DeepLabV3+模型和sDNA分析法对... 轨道站点影响区自行车出行环境评价对于促进自行车接驳出行效率和服务品质提升具有重要意义。采集百度街景、路网、轨道站点等多源数据,选取自行车出行环境的舒适性、安全性、便捷性和可达性评价指标,运用DeepLabV3+模型和sDNA分析法对轨道站点1500 m范围影响区内不同类型道路的自行车出行环境进行评价,并以南京市为例进行实证分析。结果表明:站点影响区自行车出行环境存在空间差异性;交通型道路的自行车出行中间性、天空可视度高,但自行车存取方便程度低;生活型道路的自行车存取方便程度、绿视率高,但自行车出行中间性、安全性低;综合型道路各指标相对协调。 展开更多

关键词 轨道站点影响区 自行车出行 deeplabv3+模型 出行环境评价

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+的林木图像分割方法 被引量：1

8

作者 林洁如 朱洪前 +3 位作者 杨国 肖恒玉 胡涛 何翔 《林业工程学报》 CSCD 北大核心 2024年第3期119-126,共8页

近年来,人们越来越重视森林资源管理规划,但是森林结构复杂、分布破碎,准确区分树木区域与非树木区域以及预测森林面积比较困难。针对森林区域提取困难、边界分割不精确的问题,提出改进的DeepLabv3+模型研究森林区域智能精准提取。首先... 近年来,人们越来越重视森林资源管理规划,但是森林结构复杂、分布破碎,准确区分树木区域与非树木区域以及预测森林面积比较困难。针对森林区域提取困难、边界分割不精确的问题,提出改进的DeepLabv3+模型研究森林区域智能精准提取。首先,在编码器阶段使用CFF(cross feature fusion)模块融合主干网络与空洞卷积的多尺度低级和高级特征来获得高分辨率的掩码特征,有效地聚合多层次编码器特征;其次,在解码器阶段引入cSE(spatial squeeze and channel excitation)通道注意力模块,使模型能够更好地获取不同通道上的特征,提高网络的表现力使其关注到输入图像的边缘位置,从而提高分割准确率;最后,将卷积之后的深层特征与浅层特征进行融合,增强网络的分割性能。研究表明:基于改进的DeepLabv3+深度学习神经网络得到的森林类别平均像素准确率(mPA)达到了93.85%,平均交并比(mIoU)达到了89.17%,准确率(Accuracy)达到了95.66%,相较于原始DeepLabv3+网络分别提升了0.77%,1.8%和0.89%,模型参数量减少了48.84 M,检测速度FPS提升了17.93帧/s,检测效率更高,分割性能更好。 展开更多

关键词 林木图像分割 deeplabv3+模型 MobileNet 特征融合 注意力机制

在线阅读 下载PDF 职称材料

基于多传感器融合和DeepLabv3+算法的矿井水仓水位检测研究与应用

9

作者 王德记 王燕飞 +3 位作者 杨开乐 马平 赵俊达 刘涛 《煤炭工程》 北大核心 2025年第8期105-111,共7页

为提高水仓水位检测结果的准确性,提出基于多传感器融合和DeepLabv3+算法的矿井水仓水位检测方法。首先,选择超声波液位传感器、投入式液位传感器、温度传感器和CCD视觉传感器获取矿井水仓水位高度的变化数据;然后,对传感信号进行频域... 为提高水仓水位检测结果的准确性,提出基于多传感器融合和DeepLabv3+算法的矿井水仓水位检测方法。首先,选择超声波液位传感器、投入式液位传感器、温度传感器和CCD视觉传感器获取矿井水仓水位高度的变化数据;然后,对传感信号进行频域特征修正,并利用混合卡尔曼粒子滤波算法对采集到的多传感器数据进行融合;最后,利用DeepLabv3+算法对融合后数据进行处理,构建基于DeepLabv3+的水位检测模型,实现水位检测。通过实验可知:无论是在水位上升阶段还是水位下降阶段,所提方法对于水位高度的检测结果都与实际结果非常接近,误差均不超过0.2 m,检测范围可达到9.7 m^(3)以上,检测精度可保持在78%~89%,在干扰值逐渐增加的条件下,对水仓水位检测的误差为0.21~0.35 m,检测准确性较高,应用效果较好。 展开更多

关键词 deeplabv3+算法 线性比例关系 混合卡尔曼粒子滤波算法 水位检测模型

在线阅读 下载PDF 职称材料

基于DeepLabv3+网络的煤体孔隙识别及分析

10

作者 刘纪坤 张博浩 +2 位作者 王翠霞 赵兰华 徐栋梁 《西安科技大学学报》 北大核心 2025年第3期481-490,共10页

煤基质孔隙结构影响着瓦斯赋存、运移形式,对瓦斯涌出量预测、煤层气安全开采至关重要。为实现煤体孔隙的准确表征,以小保当(XBD)和桑树坪(SSP)2个矿区煤样为例,通过聚焦离子束扫描电镜(FIB-SEM)试验获取煤体孔隙分布图像,建立数据集。... 煤基质孔隙结构影响着瓦斯赋存、运移形式,对瓦斯涌出量预测、煤层气安全开采至关重要。为实现煤体孔隙的准确表征,以小保当(XBD)和桑树坪(SSP)2个矿区煤样为例,通过聚焦离子束扫描电镜(FIB-SEM)试验获取煤体孔隙分布图像,建立数据集。基于机器学习方法构建了煤体孔隙图像识别分割的DeepLabv3+模型,并与经典网络模型PSPnet和UNet进行对比,实现煤体孔隙结构的快速识别及分析。结果表明:DeepLabv3+网络分割效果良好,平均交并比达到92.71%,较PSPnet和UNet网络分别提升了12.67%、2.32%,对于微纳米孔隙的识别能力较强;XBD煤样孔径大于50 nm的大孔分布较多,占总孔的55.02%,以角砾孔、粒间孔和溶蚀孔为主,孔隙连通性较好,而SSP孔径2~50 nm的过渡孔及大孔数量较多,所占孔隙比例为76.04%,形态相对简单,平均圆度达到0.531μm,但孔隙间连通性差,不利于瓦斯气体运移,与瓦斯涌出量的测定结果一致。研究结果证明了DeepLabv3+模型在煤体孔隙图像分割方面具有良好的适用性,为煤体孔隙结构表征及分析提供了参考依据。 展开更多

关键词 孔隙结构 瓦斯涌出量 聚焦离子束扫描电镜 机器学习 deeplabv3+模型

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的遥感图像分割方法 被引量：1

11

作者 席裕斌 赵良军 +4 位作者 宁峰 何中良 梁刚 张芸 胡月明 《现代电子技术》 北大核心 2024年第11期51-58,共8页

由于遥感图像具有高分辨率,卷积层需要扩大感受野以捕获更丰富的语义信息。在进行遥感图像分割时,DeepLabV3+模型采用较大的空洞率以获得更大感受野,导致网格伪影问题。因此,提出一种优化网格伪影的改进DeepLabV3+模型。首先,在空间空... 由于遥感图像具有高分辨率,卷积层需要扩大感受野以捕获更丰富的语义信息。在进行遥感图像分割时,DeepLabV3+模型采用较大的空洞率以获得更大感受野,导致网格伪影问题。因此,提出一种优化网格伪影的改进DeepLabV3+模型。首先,在空间空洞金字塔池化(ASPP)之前引入了一个平滑网格伪影模块,以减轻网格伪影对分割任务的影响;接着,在ASPP模块的每个空洞卷积之后添加了一个逐点卷积,以保留更多的空间信息;其次,替换空洞卷积的激活函数为LeakyReLU;最后,在DeepLabV3+中引入了ECA注意力机制。通过在GID15和Postdam遥感数据集上的验证,相对于基础的DeepLabV3+模型,改进模型在准确度和平均交并比方面均取得了显著提升,证明所提出的网络调整能有效提高遥感图像分割的精度。 展开更多

关键词 遥感图像 语义分割 网格伪影 空间空洞金字塔池化 ECA注意力机制 deeplabv3+模型

在线阅读 下载PDF 职称材料

改进Deeplabv3+的高分辨率遥感影像道路提取模型 被引量：13

12

作者 赵凌虎 袁希平 +2 位作者 甘淑 胡琳 丘鸣语 《自然资源遥感》 CSCD 北大核心 2023年第1期107-114,共8页

针对传统的道路提取方法在高分辨率遥感影像中存在提取效果差和提取速度慢的问题,提出了改进Deeplabv3+的高分辨率遥感影像道路提取模型。采用MobileNetv2主干特征提取网络与Dice Loss函数相结合,较好地平衡了高分辨率遥感影像道路提取... 针对传统的道路提取方法在高分辨率遥感影像中存在提取效果差和提取速度慢的问题,提出了改进Deeplabv3+的高分辨率遥感影像道路提取模型。采用MobileNetv2主干特征提取网络与Dice Loss函数相结合,较好地平衡了高分辨率遥感影像道路提取精度与速度的矛盾,实现较高提取精度的同时减少了模型参数,满足了时效性的要求。基于开源道路提取数据集的实验结果表明:①该文提出的道路提取模型在高分辨率遥感影像上具有可行性,提取道路的整体精度达到98.71%,具有较高的提取精度;②在提取道路的速度方面该方法平均帧数达到120.05,模型参数量仅为5.81 M,总体上比原模型更加轻量化,表明该方法满足了时效性的要求。该方法在大幅减少参数量、满足时效性的同时保证了提取的精确度,为提高基于高分辨率影像的道路提取精度和速度提供了一种新的改进思路和方法。 展开更多

关键词 遥感影像 道路提取 深度学习 语义分割 deeplabv3+模型

在线阅读 下载PDF 职称材料

改进DeepLabv3+模型无人机图像农田信息提取 被引量：3

13

作者 陈雨情 王修信 《计算机工程与应用》 CSCD 北大核心 2023年第12期217-227,共11页

自乡村振兴战略实施以来,无人机作为一种高科技工具为我国智慧农业生产发挥着重要作用。但存在信息提取的精准度不高的问题,特别是对农田边缘和小农田的信息提取精度不高。针对该问题,提出一种以GhostNet为骨干网络的改进DeepLabv3+模... 自乡村振兴战略实施以来,无人机作为一种高科技工具为我国智慧农业生产发挥着重要作用。但存在信息提取的精准度不高的问题,特别是对农田边缘和小农田的信息提取精度不高。针对该问题,提出一种以GhostNet为骨干网络的改进DeepLabv3+模型的研究方法。该方法将从骨干网络中提取的特征通过特征金字塔网络(FPN)加强特征提取;将编码器中空洞空间金字塔池化模块(ASPP)的1×1卷积替换成空间感知独立自注意层并将ASPP模块中的扩张率进行一定调整,以提高农田边缘的提取精度;为进一步融合多尺度信息将解码器进行上述同样操作;在不降低模型性能的前提下,将特征堆叠(Concatenate)用特征融合(Add)进行替换,以减少模型的训练参数。实验结果表明,改进DeepLabv3+模型平均交并比(mIoU)可达94.57%,平均像素精度(mPA)可达97.16%,相比于DeepLabv3+模型分别提高了4.53%和2.93个百分点,有效提高了农田边缘和小农田的信息提取精度。 展开更多

关键词 无人机 农田信息 提取 改进deeplabv3+ 语义分割

在线阅读 下载PDF 职称材料

基于改进的DeepLabV3+网络模型的杂交水稻育种父母本语义分割研究 被引量：2

14

作者 温佳 梁喜凤 王永维 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2023年第6期893-902,共10页

为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题,本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络MobileNetV2结构替换原DeepLabV3+的主干网络Xceptio... 为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题,本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络MobileNetV2结构替换原DeepLabV3+的主干网络Xception结构,使之更适用于移动设备,并提出一种联系较为紧密的低层特征信息提取方法,将较低层次信息和较高层次信息初步融合作为原低层次信息的输入,使网络获得更加密集的信息,从而增强网络对于细节的提取能力。结果表明,改进的DeepLabV3+网络模型较原DeepLabV3+网络模型具有更高的杂交水稻制种父母本分割精度,并能够减少模型训练和图片预测时间。将改进后的DeepLabV3+网络模型与其他主流网络和先进网络模型对比发现,各项参数精度均有所提高。本研究为深度学习在农业视觉机器人领域中的发展提供了参考。 展开更多

关键词 语义分割 深度学习 deeplabv3+网络模型 杂交水稻 轻量化模型

在线阅读 下载PDF 职称材料

基于无人机正射影像的城市居民区植被分类DeepLabV3+模型改进实验 被引量：4

15

作者 张枭 冯莉 +1 位作者 朱榴骏 帅林茹 《地理与地理信息科学》 CSCD 北大核心 2023年第3期40-47,共8页

针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明:①基于改进DeepLab... 针对目前利用无人机可见光影像进行城市居民区植被分类存在精度不高、效率较低的问题,该文构建一种改进的DeepLabV3+模型,选取南京市江宁A、B两处居民区无人机正射影像进行对比实验和模型迁移性能测试。实验结果表明:①基于改进DeepLabV3+模型的植被总体分类准确度、精确度、召回率、F 1得分、平均交并比在验证集上达到95.27%、94.03%、93.55%、93.79%、84.94%,较原模型分别提高了2.36%、1.01%、2.09%、1.56%、8.71%,且参数量降低92.7%,训练用时减少25.7%;②在迁移性能测试中,乔木、灌木、草本分类精确度分别提高了2.88%、6.54%、2.29%。改进DeepLabV3+模型可提高城市居民区植被分类精度与效率,分类结果可为城市微尺度热环境研究提供基础数据。 展开更多

关键词 无人机正射影像 城市居民区植被 改进deeplabv3+模型 植被分类

在线阅读 下载PDF 职称材料

改进YOLOv3的无纺布表面缺陷检测研究 被引量：2

16

作者 铁瑛 朱空军 +1 位作者 朱振伟 赵华东 《机械设计与制造》 北大核心 2024年第11期362-365,共4页

针对在无纺布表面缺陷检测中存在小缺陷目标漏检及识别率不高的问题,提出了一种改进YOLOv3的无纺布表面缺陷检测算法。首先在网络模型当中生成一个新的特征图层,来提取更多小缺陷目标的特征,其次引入K-Means++算法对聚类先验框中心点的... 针对在无纺布表面缺陷检测中存在小缺陷目标漏检及识别率不高的问题,提出了一种改进YOLOv3的无纺布表面缺陷检测算法。首先在网络模型当中生成一个新的特征图层,来提取更多小缺陷目标的特征,其次引入K-Means++算法对聚类先验框中心点的提取进行改进,选取更为合适的Anchor Box,使定位更加精准,提高检测精度。最后,在自制的无纺布表面缺陷数据集上进行对比检测,研究结果表明:改进后的YOLOv3算法在测试集上的mAP值为85.83%,比原始的YOLOv3算法提高了6.99%,单张图片的平均检测时间为0.168s,与原始算法检测时间基本持平,检测性能也优于Faster R-CNN。 展开更多

关键词 无纺布缺陷 目标检测 改进YOLOv3模型 K-Means++

在线阅读 下载PDF 职称材料

低可见度环境下基于改进YOLOv3的井下人员定位方法 被引量：1

17

作者 路晓亚 李海芳 《工矿自动化》 CSCD 北大核心 2024年第9期130-137,共8页

煤矿井下光照不足、粉尘遮挡,井下视频监控系统采集的人员目标在二维图像中表现为小目标或低可见度目标时,原始YOLOv3网络的Darknet53特征金字塔结构无法充分提取和保留目标的细节信息,导致定位结果不准确。针对上述问题,提出了一种低... 煤矿井下光照不足、粉尘遮挡,井下视频监控系统采集的人员目标在二维图像中表现为小目标或低可见度目标时,原始YOLOv3网络的Darknet53特征金字塔结构无法充分提取和保留目标的细节信息,导致定位结果不准确。针对上述问题,提出了一种低可见度环境下基于改进YOLOv3的井下人员定位方法。首先,结合β函数映射和帧间信息增强技术,提升低可见度环境下煤矿井下监控视频的清晰度。然后,采用更轻量级的Darknet-19替代YOLOv3中的Darknet53,并引入CIoU作为损失函数,利用改进YOLOv3识别增强后视频中的井下人员目标。最后,基于映射模型将识别到的目标从二维空间投影至三维空间,结合三维定位结果完成井下人员定位。选用某煤矿一段低可见度环境下井下监控视频进行实验,结果表明:①经过基于改进YOLOv3的井下人员定位方法处理后的视频帧亮度、可见度和各项评价指标(平均灰度、平均对比度、信息熵与灰度谱带宽)较原始视频均有明显提升,整体光照条件得到显著改善,且处理后的视频帧对比度得到增强,目标和背景之间更易区分,证明了采用的图像增强技术的有效性。②改进YOLOv3模型能准确识别视频帧中的井下工作人员,不存在漏识别问题。③采用已知位置的标定物或人工标注的的真实三维位置作为基准,计算投影结果与真实位置之间的偏差(偏差计算涵盖X,Y,Z方向上的距离偏差),其中X方向和Y方向上的偏差均小于0.2 m,Z方向上的偏差小于0.002 m,表明构建的映射模型的映射效果好且定位精度较高。 展开更多

关键词 低可见度环境 井下人员定位 改进YOLOv3 三维空间定位 β函数映射 帧间信息增强 映射模型

在线阅读 下载PDF 职称材料

基于图像处理和Deeplabv3+模型的小麦赤霉病识别 被引量：12

18

作者 戴雨舒 仲晓春 +3 位作者 孙成明 杨俊 刘涛 刘升平 《中国农机化学报》 北大核心 2021年第9期209-215,共7页

赤霉病是影响小麦产量和品质的主要病害之一。为快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,对Deeplabv3+网络模型进行调参和训练。以轻量化网络MobileNet V2为... 赤霉病是影响小麦产量和品质的主要病害之一。为快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,对Deeplabv3+网络模型进行调参和训练。以轻量化网络MobileNet V2为网络编码模块,利用空洞卷积技术建立基于深度学习网络的小麦赤霉病发病麦穗的识别与检测模型,并用实测数据对模型进行验证和评价。结果表明,该模型的平均精度为0.9692,损失函数Loss为0.1030,平均交并比MIoU为0.793,模型识别与检测效果较好。上述结果为小麦赤霉病的检测与识别提供新的手段。 展开更多

关键词 小麦 赤霉病 deeplabv3+模型 深度学习 图像识别

在线阅读 下载PDF 职称材料

改进DeepLabv3+网络的肠道息肉分割方法 被引量：23

19

作者 王亚刚 郗怡媛 潘晓英 《计算机科学与探索》 CSCD 北大核心 2020年第7期1243-1250,共8页

为了提高结肠镜下肠道息肉检测率,提出了一种改进DeepLabv3+网络的肠道息肉分割方法。在数据预处理阶段,利用中值滤波的非线性滤波特性去除掉图像反光区域,并结合Grab Cut算法对息肉区域进行预提取,得到息肉位置的粗分割结果,将其与原... 为了提高结肠镜下肠道息肉检测率,提出了一种改进DeepLabv3+网络的肠道息肉分割方法。在数据预处理阶段,利用中值滤波的非线性滤波特性去除掉图像反光区域,并结合Grab Cut算法对息肉区域进行预提取,得到息肉位置的粗分割结果,将其与原图叠加以增强息肉位置的信号强度。在网络结构上,将通过神经架构搜索得到的最优密集预测单元引入DeepLabv3+网络,并在解码器部分采用3层深度可分离卷积逐步获取分割结果,减少分割过程中不完全分割的情况。实验通过对CVC-ClinicDB数据集进行训练和测试,以平均交并比、Dice系数、敏感度、精确率以及F1值作为评判标准,其中平均交并比达到0.947,其余4项指标也均高于0.935。实验结果表明提出的方法与现有方法相比,对肠道息肉图像分割在精度上有一定提升,对深度学习在肠道息肉图像的处理和分析具有借鉴意义。 展开更多

关键词 改进deeplabv3+ 肠道息肉 神经架构搜索 不完全分割

在线阅读 下载PDF 职称材料

基于改进Candide-3模型的眼部动画建模 被引量：4

20

作者 雷腾 侯进 王献 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2015年第4期581-586,共6页

针对在Candide-3模型上进行三维人脸重建时不能表达人眼部细节动作的问题,提出了一种改进Candide-3模型重建人脸的方法。该方法首先在Candide-3模型上对眼部进行建模,其中眼部的建模具体分为眼球的建模以及眼睑的建模。对于眼球采用2个... 针对在Candide-3模型上进行三维人脸重建时不能表达人眼部细节动作的问题,提出了一种改进Candide-3模型重建人脸的方法。该方法首先在Candide-3模型上对眼部进行建模,其中眼部的建模具体分为眼球的建模以及眼睑的建模。对于眼球采用2个半球结合的方式进行建模。对于眼睑的建立,分别在Candide-3的模型上对眼睑的内边缘、外边缘以及上眼睑沟用Bezier曲线进行建模。然后结合人脸特征点的信息和局部最小二乘法匹配原理建立了与输入人脸图像相仿的三维人脸模型。接着,对脸部进行特征点约束的方法贴纹理,眼球分别用局部球形纹理贴图以及球形纹理贴图的方法贴图。最后,在该模型上用分段线性插值的方法,逼真地完成了眼睑的睁闭、眨眼以及眼球的旋转等相关动作。 展开更多

关键词 Candide-3模型 眼部动画建模 模型改进 局部最小二乘法匹配 纹理贴图 插值动画

在线阅读 下载PDF 职称材料