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
2
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
基于短距离跳跃连接的U2-Net+医学图像语义分割
被引量：
1
1
作者
王清华
孙水发
吴义熔
《现代电子技术》
北大核心
2024年第23期29-35,共7页
医学图像分割是保障发展智慧医疗系统的先决条件之一。由于原U2-Net+网络的跳跃连接只关注同分辨率所提取的特征,所以在设计时借鉴FR-UNet网络加入中间层,接收深层的上下文信息与浅层提取的高分辨率特征进行整合;并在中间层的下采样使...
医学图像分割是保障发展智慧医疗系统的先决条件之一。由于原U2-Net+网络的跳跃连接只关注同分辨率所提取的特征,所以在设计时借鉴FR-UNet网络加入中间层,接收深层的上下文信息与浅层提取的高分辨率特征进行整合;并在中间层的下采样使用非对称空洞空间卷积金字塔代替,增加网络模型训练时对边缘信息的关注,并在结构最后加入阈值增强模块,加强对细小特征边缘的识别与分割;同时加入到上采样中,帮助网络更好地提取多尺度特征,增加上下文语义关联。根据正负样本不均衡和难易不同的问题设计了组合的损失函数来监督网络优化。实验结果表明,所提算法在DRIVE、STARE+CHASE_DB1数据集上的F1分数分别提高了1.8%与4.2%,在ISIC2018数据集上的DSC分数提高了2.3%。对分割结果进行可视化后表明,该网络在样本较小的情况下可以充分提取到更加精确的边缘信息和细小的特征信息,提高语义分割的效果,所提算法在医学图像语义分割任务上有更好的表现。
展开更多
关键词
医学图像
语义分割
跳跃连接
非对称
空洞
空间
卷积
金字塔
智慧医疗
FR-UNet网络
在线阅读
下载PDF
职称材料
基于U-Net和特征金字塔网络的秸秆覆盖率计算方法
被引量：
8
2
作者
马钦
万传峰
+2 位作者
卫建
汪玮韬
吴才聪
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第1期224-234,共11页
针对田间秸秆覆盖分散、秸秆形态多样,细碎秸秆识别困难,传统图像识别方法易受光照、阴影等因素干扰等问题,本文以黑龙江省齐齐哈尔市龙江县为研究地点,构建田间秸秆图像数据集;对图像进行裁剪、标注后,构建了以U-Net为基础网络的秸秆...
针对田间秸秆覆盖分散、秸秆形态多样,细碎秸秆识别困难,传统图像识别方法易受光照、阴影等因素干扰等问题,本文以黑龙江省齐齐哈尔市龙江县为研究地点,构建田间秸秆图像数据集;对图像进行裁剪、标注后,构建了以U-Net为基础网络的秸秆检测模型。将编码阶段的网络结构换成ResNet34的前4层作为特征提取器,增加模型的复杂度,增强秸秆特征的提取;为增强秸秆边缘识别,在最高语义信息层对深层特征图使用多分支非对称空洞卷积块(Multibranch asymmetric dilated convolutional block, MADC Block)提取多尺度的图像特征;为增加细碎秸秆的检测能力,在跳跃连接阶段使用密集特征图金字塔网络(Dense feature pyramid networks, DFPN)进行低层特征图和高层特征图的信息融合,利用特征图对应秸秆图像中感受野的不同,解决秸秆形态多样的问题;为避免秸秆特征图在上采样时的无效计算,解码阶段使用快速上卷积块(Fast up-convolution block, FUC Block)进行上采样,避免秸秆特征图在上采样时的无效计算。试验表明,本文算法在车载相机采集到的秸秆图像数据集上平均交并比为84.78%,相比U-Net提高2.59个百分点,该网络对于640像素×480像素的图像平均处理时间低于3 ms,符合作业检测时的时间复杂度要求,算法在一定程度上改善了阴影区域秸秆的识别问题,提高了细碎秸秆的识别能力。
展开更多
关键词
秸秆检测
计算机视觉
非对称空洞卷积
特征图金字塔网络
在线阅读
下载PDF
职称材料
题名
基于短距离跳跃连接的U2-Net+医学图像语义分割
被引量：
1
1
作者
王清华
孙水发
吴义熔
机构
三峡大学电气与新能源学院
杭州师范大学信息科学与技术学院
北京师范大学人文和社会科学高等研究院
出处
《现代电子技术》
北大核心
2024年第23期29-35,共7页
基金
国家社会科学基金项目:基于数据语义化的电子病历数据质量研究基金(20BTQ066)。
文摘
医学图像分割是保障发展智慧医疗系统的先决条件之一。由于原U2-Net+网络的跳跃连接只关注同分辨率所提取的特征,所以在设计时借鉴FR-UNet网络加入中间层,接收深层的上下文信息与浅层提取的高分辨率特征进行整合;并在中间层的下采样使用非对称空洞空间卷积金字塔代替,增加网络模型训练时对边缘信息的关注,并在结构最后加入阈值增强模块,加强对细小特征边缘的识别与分割;同时加入到上采样中,帮助网络更好地提取多尺度特征,增加上下文语义关联。根据正负样本不均衡和难易不同的问题设计了组合的损失函数来监督网络优化。实验结果表明,所提算法在DRIVE、STARE+CHASE_DB1数据集上的F1分数分别提高了1.8%与4.2%,在ISIC2018数据集上的DSC分数提高了2.3%。对分割结果进行可视化后表明,该网络在样本较小的情况下可以充分提取到更加精确的边缘信息和细小的特征信息,提高语义分割的效果,所提算法在医学图像语义分割任务上有更好的表现。
关键词
医学图像
语义分割
跳跃连接
非对称
空洞
空间
卷积
金字塔
智慧医疗
FR-UNet网络
Keywords
medical image
semantic segmentation
jump connection
convolutional pyramid with asymmetric dilated space
intelligent medical care
FR⁃UNet network
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP391.7 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于U-Net和特征金字塔网络的秸秆覆盖率计算方法
被引量：
8
2
作者
马钦
万传峰
卫建
汪玮韬
吴才聪
机构
中国农业大学信息与电气工程学院
农业农村部农机作业监测与大数据应用重点实验室
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2023年第1期224-234,共11页
基金
国家发展改革委员会综合数据服务系统基础平台建设项目(JZNYYY001)。
文摘
针对田间秸秆覆盖分散、秸秆形态多样,细碎秸秆识别困难,传统图像识别方法易受光照、阴影等因素干扰等问题,本文以黑龙江省齐齐哈尔市龙江县为研究地点,构建田间秸秆图像数据集;对图像进行裁剪、标注后,构建了以U-Net为基础网络的秸秆检测模型。将编码阶段的网络结构换成ResNet34的前4层作为特征提取器,增加模型的复杂度,增强秸秆特征的提取;为增强秸秆边缘识别,在最高语义信息层对深层特征图使用多分支非对称空洞卷积块(Multibranch asymmetric dilated convolutional block, MADC Block)提取多尺度的图像特征;为增加细碎秸秆的检测能力,在跳跃连接阶段使用密集特征图金字塔网络(Dense feature pyramid networks, DFPN)进行低层特征图和高层特征图的信息融合,利用特征图对应秸秆图像中感受野的不同,解决秸秆形态多样的问题;为避免秸秆特征图在上采样时的无效计算,解码阶段使用快速上卷积块(Fast up-convolution block, FUC Block)进行上采样,避免秸秆特征图在上采样时的无效计算。试验表明,本文算法在车载相机采集到的秸秆图像数据集上平均交并比为84.78%,相比U-Net提高2.59个百分点,该网络对于640像素×480像素的图像平均处理时间低于3 ms,符合作业检测时的时间复杂度要求,算法在一定程度上改善了阴影区域秸秆的识别问题,提高了细碎秸秆的识别能力。
关键词
秸秆检测
计算机视觉
非对称空洞卷积
特征图金字塔网络
Keywords
straw detection
computer vision
asymmetric dilated convolution
feature pyramid network
分类号
S23 [农业科学—农业机械化工程]
TP391 [自动化与计算机技术—计算机应用技术]
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
基于短距离跳跃连接的U2-Net+医学图像语义分割
王清华
孙水发
吴义熔
《现代电子技术》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于U-Net和特征金字塔网络的秸秆覆盖率计算方法
马钦
万传峰
卫建
汪玮韬
吴才聪
《农业机械学报》
EI
CAS
CSCD
北大核心
2023
8
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
