期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于RT⁃BiSeNet的苹果叶片病害实时分割与分级算法
1
作者 黄样 陈继清 +2 位作者 黄力湘 佘锴蓉 郝科崴 《现代电子技术》 北大核心 2025年第7期35-42,共8页
苹果叶片病害的及时分割与准确分级对于提高苹果产量和质量至关重要。然而,在复杂的环境下,图像容易受到相似颜色背景和不同光照等因素的影响,给叶片和病斑的准确分割带来挑战,进而影响病害分级的准确性。针对此问题,文中提出一种实时... 苹果叶片病害的及时分割与准确分级对于提高苹果产量和质量至关重要。然而,在复杂的环境下,图像容易受到相似颜色背景和不同光照等因素的影响,给叶片和病斑的准确分割带来挑战,进而影响病害分级的准确性。针对此问题,文中提出一种实时语义分割算法RT⁃BiSeNet,用于苹果叶片病害的分割和分级。首先,分别对BiSeNet的上下文路径和空间路径进行重构,在保证实时分割速度的同时提高分割精度;其次,在解码器中融合浅层的特征映射,提高了叶片边缘和小病斑的分割效果。实验结果表明,RT⁃BiSeNet算法的mIoU和mPA分别为94.60%和97.13%,参数量和复杂度降低了85.95%和72.23%,分割速度达到130.20 f/s,优于其他实时分割方法。该算法能从复杂的背景中实时分割出叶片和病斑,然后根据分级标准对病害进行分级,可为实际生产中苹果病害的精准防控和治疗提供技术支持。 展开更多
关键词 苹果叶片 深度学习 语义分割 bisenet 复杂环境 病害分级 实时分割
在线阅读 下载PDF
基于改进BiSeNet的室内场景语义分割方法 被引量:5
2
作者 张立国 程瑶 +1 位作者 金梅 王娜 《计量学报》 CSCD 北大核心 2021年第4期515-520,共6页
室内场景的语义分割一直是深度学习语义分割领域的一个重要方向。室内语义分割主要存在的问题有语义类别多、很多物体类会有相互遮挡、某些类之间相似性较高等。针对这些问题,提出了一种用于室内场景语义分割的方法。该方法在BiSeNet(bi... 室内场景的语义分割一直是深度学习语义分割领域的一个重要方向。室内语义分割主要存在的问题有语义类别多、很多物体类会有相互遮挡、某些类之间相似性较高等。针对这些问题,提出了一种用于室内场景语义分割的方法。该方法在BiSeNet(bilateral segmentation network)的网络结构基础上,引入了一个空洞金字塔池化层和多尺度特征融合模块,将上下文路径中的浅层细节特征与通过空洞金字塔池化得到的深层抽象特征进行融合,得到增强的内容特征,提高模型对室内场景语义分割的表现。该方法在ADE20K中关于室内场景的数据集上的MIoU表现,比SegNet高出23.5%,比改进前高出3.5%。 展开更多
关键词 计量学 语义分割 特征融合 室内场景 bisenet
在线阅读 下载PDF
基于BiSeNet的小儿超声心动图左心分割方法 被引量:4
3
作者 胡玉进 雷柏英 +5 位作者 郭力宝 毛木翼 靳泽隆 陈思平 夏焙 汪天富 《中国生物医学工程学报》 CAS CSCD 北大核心 2019年第5期533-539,共7页
小儿超声心动图分割是后续生物学参数测量与疾病诊断的关键一步。目前,这主要依赖于超声医生的手动分割,不仅耗时耗力,而且由于它的重复性与冗余性,常常会导致不准确的分割。深度学习方法在自然图像处理领域已经取得令人瞩目的成果,因... 小儿超声心动图分割是后续生物学参数测量与疾病诊断的关键一步。目前,这主要依赖于超声医生的手动分割,不仅耗时耗力,而且由于它的重复性与冗余性,常常会导致不准确的分割。深度学习方法在自然图像处理领域已经取得令人瞩目的成果,因此提出应用深度卷积神经网络,从小儿超声心动图中学习有效特征,进行左心关键解剖结构的分割。具体来说,提出使用双路径分割网络(BiSeNet),通过两路分支网络,分别提取低层和高层的特征,然后送入一个特征融合模块,筛选出有效的特征,从而得到准确的分割结果。在采集自深圳儿童医院超声科的包含87个超声心动图视频(2 216张图像)的数据集上进行验证,并与医生的标注结果进行比较。实验结果表明,BiSeNet可以提取到超声心动图中心脏结构的特征,它在左室和左房的分割任务上取得Dice系数高达0.914和0.887。这证明,所提出的方法可以帮助医生进行超声心动图分割,从而减轻医生的负担。 展开更多
关键词 医学图像分割 小儿超声心动图 bisenet 特征融合
在线阅读 下载PDF
基于改进BiSeNet的葡萄黑麻疹病害程度分级预测 被引量:2
4
作者 白春晖 陈健 郜鲁涛 《湖北农业科学》 2024年第5期187-193,222,共8页
为了准确对葡萄(Vitis vinifera L.)黑麻疹病害程度进行分级预测,通过语义分割模型将叶片部分和病斑部分分割出来,以同一叶片上病斑面积与总叶面积的比值作为疾病严重程度分级的依据,对葡萄黑麻疹病害程度进行分级预测。精确标注了Plant... 为了准确对葡萄(Vitis vinifera L.)黑麻疹病害程度进行分级预测,通过语义分割模型将叶片部分和病斑部分分割出来,以同一叶片上病斑面积与总叶面积的比值作为疾病严重程度分级的依据,对葡萄黑麻疹病害程度进行分级预测。精确标注了PlantVillage公开数据库中的419张葡萄疾病图像,细分为背景、叶片和病斑3个类别,并应用了数据增强技术增加样本多样性。以BiSeNet作为基准模型,引入GhostNet作为上下文路径的主干提取网络,不仅保持了较小的模型参数量,而且在精度上实现了明显提升,满足病害程度分级预测的需求。提出了累加空洞空间金字塔池化(CASPP)模块,用来替换BiSeNet模型中单一的上下文嵌入模块,以增强BiSeNet模型的多尺度上下文信息提取能力,提高了模型的分割精度。经过测试,本研究模型在测试集中的平均交并比为94.11%,在对葡萄黑麻疹病害程度进行分级预测时,准确率达98.21%,能够精确地对葡萄黑麻疹病害程度进行分级预测。 展开更多
关键词 bisenet 深度学习 语义分割 病害程度 分级预测 葡萄(Vitis vinifera L.) 黑麻疹
在线阅读 下载PDF
基于BiSeNet的糖心苹果截面糖心特征提取方法
5
作者 尹治棚 张文斌 赵春林 《华中农业大学学报》 CAS CSCD 北大核心 2023年第2期209-215,共7页
为解决因糖心苹果截面糖心特征分布不规则导致的种植过程中对糖心品质评估方法精度低、复杂等问题,以380个糖心苹果作为试验样本,基于BiSeNet模型对苹果糖心特征进行提取与占比计算,分别评估该方法在理论研究与实践研究两方面的多项性... 为解决因糖心苹果截面糖心特征分布不规则导致的种植过程中对糖心品质评估方法精度低、复杂等问题,以380个糖心苹果作为试验样本,基于BiSeNet模型对苹果糖心特征进行提取与占比计算,分别评估该方法在理论研究与实践研究两方面的多项性能指标,并与FCN、PPLiteSeg与DeepLabV3这3种网络模型进行对比。结果显示,BiSeNet无论是在训练时间还是训练准确度都优于其他3种网络模型,用时130 s,准确率98.36%,交并比85.1%。在实际占比计算中,平均占比计算误差为4.04%,低于其他3种模型,且无较大偏差值。结果表明,基于BiSeNet的糖心苹果截面糖心特征提取方法在提供具体糖心占比的同时,可为糖心苹果的糖心特征等无损检测提供更精确的评估方法和比对目标。 展开更多
关键词 糖心苹果 bisenet 糖心特征提取 无损检测 FCN PPLiteSeg DeepLabV3 精准评估
在线阅读 下载PDF
复合因素影响下嫌疑人发型变化的深度模拟 被引量:1
6
作者 刘耀晖 孙鹏 +3 位作者 郎宇博 沈喆 孙德廷 宋强 《计算机应用研究》 北大核心 2025年第3期955-960,共6页
年龄、伪装等复合因素影响下,命案积案中嫌疑人的相貌、发型等体貌特征变化具有明显的不确定性。针对上述问题,提出双重风格迁移生成对抗网络(dual style transfer generative adversarial network,DstGAN)对人像发型变化进行模拟。首先... 年龄、伪装等复合因素影响下,命案积案中嫌疑人的相貌、发型等体貌特征变化具有明显的不确定性。针对上述问题,提出双重风格迁移生成对抗网络(dual style transfer generative adversarial network,DstGAN)对人像发型变化进行模拟。首先,设计了双重StyleGAN生成器,借助人像年龄化模型,将人像年龄化信息与发型变化相结合,提高客观因素影响下发型模拟结果的真实度。其次,引入BiSeNET算法对输入人像及其目标发型进行语义分割后得到目标人像语义图,并在FS潜在空间中利用交叉熵损失函数约束GAN逆映射生成的语义图,与模拟后的语义图实现语义对齐,避免出现非自然融合现象。最后,为进一步扩充发型变化种类,通过在RM潜在空间中对发型向量进行编辑,修改输入人像发型所包含的语义属性,实现对于光头等特殊发型的模拟。DstGAN与一些经典发型变化模型相比,更加有效地保证了人脸身份特征的一致性,更加平滑地实现发型与面部边缘的过渡。同时DstGAN在PSNR、SSIM等指标评价的结果中,相比于经典发型变化模型,均取得最为优异的客观评分,表明DstGAN模拟发型变化的人像清晰度更高、感知质量更优、皮肤纹理更真实。 展开更多
关键词 命案积案 发型变化 风格迁移 bisenet算法 语义编辑
在线阅读 下载PDF
基于图像识别的弓网接触点检测方法 被引量:1
7
作者 李凡 杨杰 +2 位作者 冯志成 陈智超 付云骁 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第9期1801-1810,共10页
针对现有受电弓-接触网(弓网)接触点检测方法无法兼顾实时性与准确性的问题,提出两阶段快速检测方法.在第1阶段提出基于改进BiSeNet v2的弓网区域分割算法.采用浅层特征共享机制将细节分支提取的浅层特征送入语义分支中获取高层语义信息... 针对现有受电弓-接触网(弓网)接触点检测方法无法兼顾实时性与准确性的问题,提出两阶段快速检测方法.在第1阶段提出基于改进BiSeNet v2的弓网区域分割算法.采用浅层特征共享机制将细节分支提取的浅层特征送入语义分支中获取高层语义信息,减少冗余参数;将压缩激励注意力模块嵌入网络中,增强重要通道信息;加入金字塔池化模块提取多尺度特征,提高模型精度.在第2阶段,基于分割结果,使用直线拟合和位置校正实现接触点的检测.实验结果表明,所提分割算法精度为87.50%,浮点运算数为6.73 G,在CPU(Intel Core I9-12900)和JETSON TX2上推理速度分别为49.80、12.60帧/s.所提检测方法在弓网仿真平台和双源智能重卡的弓网系统中进行实验,实验结果表明,该方法能够有效检测弓网接触点. 展开更多
关键词 语义分割 bisenet v2 直线拟合 受电弓-接触网系统 深度学习
在线阅读 下载PDF
基于改进双边网络的SAR图像海陆分割方法 被引量:13
8
作者 戴牧宸 冷祥光 +1 位作者 熊博莅 计科峰 《雷达学报(中英文)》 CSCD 北大核心 2020年第5期886-897,共12页
海陆分割是海岸线提取、近岸目标检测的一个基本步骤。传统的海陆分割算法分割准确度差,参数调节繁琐,难以满足实际应用要求。卷积神经网络能够高效地提取图像多个层次特征,广泛应用于图像分类任务,可作为海陆分割新的技术途径。其中双... 海陆分割是海岸线提取、近岸目标检测的一个基本步骤。传统的海陆分割算法分割准确度差,参数调节繁琐,难以满足实际应用要求。卷积神经网络能够高效地提取图像多个层次特征,广泛应用于图像分类任务,可作为海陆分割新的技术途径。其中双边网络(BiSeNet)能有效平衡分割精度和速度,在自然场景图像语义分割任务上取得了较好的表现。但对于SAR图像海陆分割任务,双边网络难以有效提取SAR图像的上下文语义信息和空间信息,分割效果较差。针对上述问题,该文根据SAR图像特点减少双边网络中空间路径的卷积层数,从而降低空间信息的损失,并选用ResNet18轻量化模型作为上下文路径骨干网络,减少过拟合现象并提供较广阔的特征感受野,同时提出边缘增强损失函数策略,提升模型分割性能。基于高分三号SAR图像数据的实验表明,所提方法可有效提升网络的预测精度和分割速率,其分割准确度和F1分数分别达到了0.9889和0.9915,对尺寸大小为1024×1024的SAR图像切片处理速率为12.7 frames/s,均优于当前主流的分割网络框架。此外,所提网络的规模较BiSeNet减少50%以上,并小于轻量级的U-Net架构,同时网络有较强的泛化性能,具有较高的实际应用价值。 展开更多
关键词 合成孔径雷达 海陆分割 深度学习 双边网络 损失函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部