-
题名多尺度特征融合与新型判别器的无监督分割
被引量：1
- 1
-
-
作者
韩宗桓
刘名果
李珅
陈立家
田敏
兰天翔
梁倩
-
机构
河南大学物理与电子学院
开封平煤新型炭材料科技有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第7期152-162,共11页
-
基金
国家自然科学基金(61901158)
河南省高等学校重点科研项目(19A520015)
+1 种基金
河南省科技厅项目(202102210121,212102210500)
开封市重大科技专项(20ZD014,2001016)。
-
文摘
工厂在智能化升级过程中,有很多应用场景需要用到语义分割。然而使用全监督语义分割方法需要耗费大量人力成本进行样本标注,所以研究无监督语义分割方法很有必要。针对本地某碳素厂石墨电极压印字符的语义分割问题,提出了一种无监督语义分割方法 CycleGAN-Seg。结合跨层连接和空洞空间池化金字塔(ASPP)的思想,构建了新型多尺度特征融合生成器,加入了改进的注意力模块以提升网络性能。同时提出一种新的U形判别器对重构图像进行判别。在石墨电极表面压印字符数据集语义分割实验中,MIoU值可达70.81%,分割效果基本满足识别需要,有望在该工业场景中替代全监督学习方法,以节省人工标注成本,达到快速训练和部署的目的。
-
关键词
多尺度特征融合
注意力模块
无监督分割
表面压印字符
-
Keywords
multi-scale feature fusion
attentional module
unsupervised segmentation
surface imprint characters
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名面向无监督分割的双分支上采样域自适应网络
- 2
-
-
作者
韩宗桓
刘名果
李珅
陈立家
田敏
兰天翔
梁倩
-
机构
河南大学物理与电子学院
开封平煤新型炭材料科技有限公司
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第9期2861-2866,共6页
-
基金
国家自然科学基金资助项目(61901158)
河南省科技厅资助项目(202102210121,212102210500)
开封市重大科技专项资助项目(20ZD014,2001016)。
-
文摘
工业应用中,表面压印字符图像全监督语义分割将会给企业带来高昂的数据集标注成本,针对该问题,提出了双支路特征融合的域适应分割方法(dual-branch feature fusion domain adaptation,DbFFDA)。借鉴U-Net的跨层连接设计思路,提出了双分支上采样结构的残差域适应分割网络(residual adaptation network,Res-Adp);同时提出了融合特征输入用于提升网络分割性能,克服了字符缺失的问题;此外,提出了分割连续性损失函数L_(Con),抑制了分割图像中噪点的产生。在石墨电极表面压印字符无监督分割实验中,所提方法MIoU值可达69.60%,实际分割效果已基本满足字符识别需求,有望在特定工业场景中投入实际应用,为企业节省数据集标注成本。
-
关键词
表面压印字符
域适应
语义分割
无监督训练
-
Keywords
surface-imprint characters
domain adaptation
semantic segmentation
unsupervised training
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
