基于改进轻量级MobileNet V2-DeepLab V3^(+)模型的恐龙谷环状地区土地利用分类

1

作者 任聪 甘淑 +2 位作者 袁希平 罗为东 朱智富 《兰州大学学报(自然科学版)》 北大核心 2025年第4期436-441,共6页

针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的... 针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的全局特征捕捉能力,有效提升了研究区的土地利用分类精度.在以专家经验构建的道路、耕地、草地等样本中进行对比实验,结果表明,该方法的平均准确率、平均召回率、平均F_(1)分数、平均交并比及К系数比原始DeepLab V3^(+)模型分别提高了1.90%、2.22%、2.22%、3.37%、2.74%,其分割效果相比其他模型,更加关注图像的全局特征,提升了对复杂纹理类别的识别精度. 展开更多

关键词 全局通道空间注意力 MobileNet V2网络 deeplab v3^(+)模型 土地利用 语义分割

在线阅读 下载PDF 职称材料

基于MHSA+DeepLab v3+的无人机遥感影像小麦倒伏检测 被引量：14

2

作者 杨蜀秦 王鹏飞 +3 位作者 王帅 唐云松 宁纪锋 奚亚军 《农业机械学报》 EI CAS CSCD 北大核心 2022年第8期213-219,239,共8页

倒伏是影响小麦产量和质量的重要因素之一,及时准确获取倒伏信息有利于小麦良种选育中的倒伏损失鉴定。本文以小麦灌浆期和成熟期两个生长阶段的可见光无人机遥感影像为依据,构建多生长阶段小麦倒伏数据集,通过在DeepLab v3+模型中添加... 倒伏是影响小麦产量和质量的重要因素之一,及时准确获取倒伏信息有利于小麦良种选育中的倒伏损失鉴定。本文以小麦灌浆期和成熟期两个生长阶段的可见光无人机遥感影像为依据,构建多生长阶段小麦倒伏数据集,通过在DeepLab v3+模型中添加不同的注意力模块进行比较分析,提出一种基于多头自注意力(MHSA)的DeepLab v3+小麦倒伏检测模型。试验结果表明,提出的MHSA+DeepLab v3+模型的平均像素精度(Mean pixel accuracy,mPA)和均交并比(Mean intersection over union,mIoU),灌浆期分别为93.09%和87.54%,成熟期分别为93.36%和87.49%。与代表性的SegNet、PSPNet和DeepLab v3+模型相比,在灌浆期mPA提高了25.45、7.54、1.82个百分点和mIoU提高了36.15、11.37、2.49个百分点,在成熟期mPA提高了15.05、6.32、0.74个百分点,mIoU提高了23.36、9.82、0.95个百分点。其次,相比于CBAM和SimAM两种注意力模块,在灌浆期及成熟期基于多头自注意力的DeepLab v3+表现均为最优,在灌浆期其mPA和mIoU分别提高了1.6、2.07个百分点和1.7、2.45个百分点,成熟期提高了0.27、0.11个百分点和0.26、0.15个百分点。研究表明提出的改进的DeepLab v3+模型能够有效地捕获灌浆期和成熟期的无人机小麦遥感图像中的倒伏特征,准确识别不同生育期的倒伏区域,具有良好的适用性,为利用无人机遥感技术鉴定小麦倒伏灾害等级和良种选育等提供了参考。 展开更多

关键词 小麦 倒伏 深度语义分割 无人机遥感 注意力机制 deeplab v3+

在线阅读 下载PDF 职称材料

基于改进DeepLab V3+的果园场景多类别分割方法 被引量：10

3

作者 刘慧 姜建滨 +3 位作者 沈跃 贾卫东 曾潇 庄珍珍 《农业机械学报》 EI CAS CSCD 北大核心 2022年第11期255-261,共7页

果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署,使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数... 果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署,使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数,并在空洞空间金字塔池化(Atrous spatial pyramid pooling, ASPP)模块中运用ReLU6激活函数减少部署在移动设备的精度损失,此外结合混合扩张卷积(Hybrid dilated convolution, HDC),以混合扩张卷积替代原有网络中的空洞卷积,将ASPP中的扩张率设为互质以减少空洞卷积的网格效应。使用视觉传感器采集果园场景RGB图像,选取果树、人、天空等8类常见的目标制作了数据集,并在该数据集上基于Pytorch对改进前后的DeepLab V3+进行训练、验证和测试。结果表明,改进后DeepLab V3+模型的平均像素精度、平均交并比分别达到62.81%和56.64%,比改进前分别提升5.52、8.75个百分点。模型参数量较改进前压缩88.67%,单幅图像分割时间为0.08 s,与原模型相比减少0.09 s。尤其是对树的分割精度达到95.61%,比改进前提高1.31个百分点。该方法可为喷雾机器人精准施药和安全作业提供有效决策,具有实用性。 展开更多

关键词 果园 喷雾机器人 语义分割 deeplab v3+ 混合扩张卷积 感受野

在线阅读 下载PDF 职称材料

基于DeepLab v3的西藏地区降雨云团分割方法 被引量：4

4

作者 张永宏 刘昊 +1 位作者 田伟 王剑庚 《计算机应用》 CSCD 北大核心 2020年第9期2781-2788,共8页

针对高原地区数值预测法建模复杂,雷达回波外推法易产生累积误差且模型参数难以设置的问题,提出了一种基于改进DeepLab v3网络模型的西藏地区降雨云团的分割方法。首先,通过编码网络中的卷积层和残差模块进行下采样;然后,利用空洞卷积... 针对高原地区数值预测法建模复杂,雷达回波外推法易产生累积误差且模型参数难以设置的问题,提出了一种基于改进DeepLab v3网络模型的西藏地区降雨云团的分割方法。首先,通过编码网络中的卷积层和残差模块进行下采样;然后,利用空洞卷积构建多尺度采样模块,并且加入注意力机制模块提取深层高维特征;最后,通过解码网络利用反卷积恢复特征图分辨率。将所提方法与谷歌语义分割网络DeepLab v3等模型在验证集上进行比较,实验结果表明所提方法具有更好的分割性能与泛化能力,其降雨云团分割结果更为准确,平均交并比(Miou)达到0.95,与原始DeepLab v3相比提高了15.54个百分点。在小目标上和非平衡数据集上,该方法可以更准确地分割出降雨云团,为降雨云团监测预警提供参考。 展开更多

关键词 降雨云团分割 多尺度采样 注意力机制 deeplab v3 遥感图像处理

在线阅读 下载PDF 职称材料

利用Deeplab v3提取高分辨率遥感影像道路 被引量：11

5

作者 韩玲 杨朝辉 +2 位作者 李良志 刘志恒 黄勃学 《遥感信息》 CSCD 北大核心 2021年第1期22-28,共7页

针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、... 针对传统道路提取方法存在的道路边缘粗糙、抗干扰性弱、提取精度低等问题,提出了一种基于编码解码器的空洞卷积模型(Deeplab v3)的道路提取方法。首先,对原始高分辨率遥感影像进行标注;其次,利用标注数据集对Deeplab v3模型进行训练、测试;最后,得到高分辨率遥感影像道路提取结果。分析结果可知,该模型能够较好地提取高分辨率遥感影像中的道路边缘特征,相比其他道路提取方法具有更高的提取精度和更加完整的道路信息,正确率可达到93%以上。 展开更多

关键词 道路提取 高分辨率遥感影像 深度学习 deeplab v3 空洞卷积 空洞空间金字塔池化(ASPP)

在线阅读 下载PDF 职称材料

改进DeepLab v3+模型下的梯田遥感提取研究 被引量：2

6

作者 张俊 陈雨艳 +2 位作者 秦震宇 张梦瑶 张军 《智慧农业（中英文）》 CSCD 2024年第3期46-57,共12页

[目的与意义]梯田作为农业生产的关键要素之一,其面积估算对于农业政策制定、土地规划和资源管理至关重要。为解决复杂的地形条件、种植环境导致传统遥感数据和监测方法难以开展梯田自动化提取问题,探索一种利用深度学习技术在高分辨率... [目的与意义]梯田作为农业生产的关键要素之一,其面积估算对于农业政策制定、土地规划和资源管理至关重要。为解决复杂的地形条件、种植环境导致传统遥感数据和监测方法难以开展梯田自动化提取问题,探索一种利用深度学习技术在高分辨率遥感影像中精准提取梯田面积的方法。[方法]以休耕期梯田高分六号影像构建语义分割数据集,同时提出一种改进的DeepLab v3+模型。该模型使用轻量级网络MobileNet v2作为骨干网络,为了同时兼顾局部细节和全局语境,使用多尺度特征融合(Multi-scale Feature Fusion module,MSFF)模块代替空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,利用扩张率依次增大的空洞卷积级联模式改善信息丢失的问题。此外,对浅层特征和深层特征使用坐标注意力机制以加强网络对于目标的学习。[结果与讨论]利用红、绿和近红外波段组合方式在梯田提取的精度和效果上表现最佳。相比于原始DeepLab v3+网络,精确率、召回率、F_(1)评分和交并比指标分别提升4.62%、2.61%、3.81%和2.81%。此外,与UNet和原始DeepLab v3+相比,改进的DeepLab v3+在参数量上和浮点运算数有着更为优越的性能,其参数量仅为UNet的28.6%和原始DeepLab v3+的19.5%,同时浮点运算数仅为UNet和DeepLab v3+的1/5。这不仅提高了计算效率,也使得改进后的模型更适用于资源有限或计算能力较低的环境中。[结论]深度学习在高分辨率遥感影像梯田识别中具有较高的精度,有利于为梯田精细化监测和管理提供参考依据。 展开更多

关键词 梯田提取 遥感 卷积神经网络 高分六号卫星 deeplab v3+

在线阅读 下载PDF 职称材料

基于DeepLab v3+的葡萄叶片分割算法 被引量：12

7

作者 李余康 翟长远 +3 位作者 王秀 袁洪波 张玮 赵春江 《农机化研究》 北大核心 2022年第2期149-155,共7页

为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编... 为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割结果。采用Cityscapes的预训练模型,将300张不同环境下、不同类型的葡萄叶片照片作为训练集,以数据增强的方式进行数据扩容,提高模型的鲁棒性和泛化能力。试验结果证明:本方法有较好的分割效果,在数据增强的方式下精确度(ACC)平均值为98.6%,较全卷积神经网络提高7.3%。对不同类型葡萄叶片分割精确度(ACC)值均高于97%,最高可达98.8%,平均交并比(mIOU)值均高于94%,最高可达97.1%。本算法能够较精准地分割自然光照条件下的葡萄叶片图像,可为后续的病害检测和病斑提取提供参考。 展开更多

关键词 葡萄叶片 卷积神经网络 deeplab v3+ 空洞卷积 ResNet 101 自动分割

在线阅读 下载PDF 职称材料

基于改进Deeplab v3+的服装图像分割网络 被引量：10

8

作者 胡新荣 龚闯 +3 位作者 张自力 朱强 彭涛 何儒汉 《计算机工程》 CAS CSCD 北大核心 2022年第7期284-291,共8页

在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的... 在服装图像分割领域,现有算法存在服装边缘分割粗糙、分割精度差和服装深层语义特征提取不够充分等问题。将Coordinate Attention机制和语义特征增强模块(SFEM)嵌入到语义分割性能较好的Deeplab v3+网络,设计一种用于服装图像分割领域的CA_SFEM_Deeplab v3+网络。为了加强服装图像有效特征的学习,在Deeplab v3+网络的主干网络resnet101中嵌入Coordinate Attention机制,并将经过带空洞卷积池化金字塔网络的特征图输入到语义特征增强模块中进行特征增强处理,从而提高分割的准确率。实验结果表明,CA_SFEM_Deeplab v3+网络在DeepFashion2数据集上的平均交并比与平均像素准确率分别为0.557、0.671,相较于Deeplab v3+网络分别提高2.1%、2.3%,其所得分割服装轮廓更为精细,具有较好的分割性能。 展开更多

关键词 服装图像 语义分割 deeplab v3+网络 Coordinate Attention机制 语义特征增强模块

在线阅读 下载PDF 职称材料

改进Deeplab V3+网络在视觉SLAM三维地图构建应用 被引量：3

9

作者 屈航 嵇启春 段中兴 《小型微型计算机系统》 CSCD 北大核心 2022年第10期2174-2178,共5页

针对传统同时定位与地图构建(SLAM)算法在构建三维地图过程中缺少语义信息问题,本文在视觉SLAM算法基础上,结合基于深度学习的Deeplab V3+语义分割模型,构建包含几何信息与语义信息的三维稠密语义地图.对Deeplab V3+模型结合视觉SLAM造... 针对传统同时定位与地图构建(SLAM)算法在构建三维地图过程中缺少语义信息问题,本文在视觉SLAM算法基础上,结合基于深度学习的Deeplab V3+语义分割模型,构建包含几何信息与语义信息的三维稠密语义地图.对Deeplab V3+模型结合视觉SLAM造成语义地图构建难以满足实时性问题,精简Deeplab V3+模型参数,主干网络选用轻量级卷积网络MobileNetV3进行特征提取,同时对空洞空间金字塔池化模块中卷积层采用非对称卷积运算.最后利用贝叶斯更新方法将对RGB图像分割后获得的语义信息增量融合进三维地图,实现在三维空间对不同物体进行语义标注,最终完成三维稠密语义地图构建.实验采用NYU v2数据集进行语义地图构建,结果表明,改进后的Deeplab V3+可以精确快速进行语义分割,应用于三维稠密语义地图构建,满足系统实时性要求. 展开更多

关键词 视觉SLAM deeplab v3+ 语义地图 MobileNetv3 贝叶斯更新

在线阅读 下载PDF 职称材料

基于DeepLab V3模型的图像语义分割速度优化研究 被引量：10

10

作者 司海飞 史震 +1 位作者 胡兴柳 杨春萍 《计算机工程与应用》 CSCD 北大核心 2020年第24期137-143,共7页

为了解决移动端视觉感知模块的内存资源和硬件条件不适应卷积神经网络的快速应用等问题。以经典的DeepLab V3模型为基础,在保证分割精度的前提下,以优化卷积神经网络模型的运行速度为目标,提出一种新的轻量化网络结构。所设计的网络结... 为了解决移动端视觉感知模块的内存资源和硬件条件不适应卷积神经网络的快速应用等问题。以经典的DeepLab V3模型为基础,在保证分割精度的前提下,以优化卷积神经网络模型的运行速度为目标,提出一种新的轻量化网络结构。所设计的网络结构将原有非线性激活函数替换成新的Swish激活函数进行精度补偿,采用改进后的轻量化MobileNet V2结构替代DeepLab V3原有的特征提取器。实验结果表明,改进的DeepLab V3网络模型和目前精度最高的DeepLab V3+算法相比,其在维持一定精度的前提下,参数量和计算复杂度大大减小,运行速度明显提升,模型内存占用率下降了近96%,综合性能更强,更适合对分割性能要求较高的快速分割网络。 展开更多

关键词 图像语义分割 移动端 deeplab v3模型 轻量化 卷积神经网络

在线阅读 下载PDF 职称材料

基于改进CBAM-DeepLab V3+的苹果种植面积提取 被引量：8

11

作者 常晗 郭树欣 +1 位作者 张海洋 张瑶 《农业机械学报》 EI CAS CSCD 北大核心 2023年第S02期206-213,共8页

为提高苹果种植区域的提取精度,提出了一种基于Sentinel-2和MODIS融合影像的CBAM-DeepLab V3+模型。影响苹果种植区域提取精度的主要因素包括遥感影像的质量以及语义分割模型的性能。从影像质量角度来看,采用基于时序的时空融合算法ESTA... 为提高苹果种植区域的提取精度,提出了一种基于Sentinel-2和MODIS融合影像的CBAM-DeepLab V3+模型。影响苹果种植区域提取精度的主要因素包括遥感影像的质量以及语义分割模型的性能。从影像质量角度来看,采用基于时序的时空融合算法ESTARFM,通过融合Sentinel-2和MODIS的遥感影像数据,实现更高空间分辨率和时间分辨率数据的获取。与此同时,将训练样本从原始的800幅扩充至2400幅,为后续语义分割模型提供更为充足的样本容量。在语义分割模型优化方面,为了进一步提高苹果种植面积的提取精度,以DeepLab V3+网络结构模型为基础,引入基于通道和空间的CBAM注意力机制,进而发展出CBAM-DeepLab V3+模型。与原始DeepLab V3+模型相比,加入CBAM注意力机制的CBAM-DeepLab V3+模型在拟合速度较慢、边缘目标分割不精确、大尺度目标分割内部不一致和存在孔洞等缺陷方面实现了突破,这些改进提高了模型的训练与预测性能。本研究采用原始Sentinel-2影像及时空融合后的影像数据集,结合烟台市牟平区王格庄镇的数据集和观水镇苹果数据集对U-Net、FCN以及DeepLab V3+模型和CBAM-DeepLab V3+模型进行对比,研究发现在苹果种植面积提取方面,CBAM-DeepLab V3+优化模型所取得的MIoU为84.6%,苹果种植面积提取准确率达90.4%。U-Net、FCN和DeepLab V3+模型的MIoU分别为79.2%、75%、81.2%。此外,该模型预测的烟台市牟平区王格庄镇苹果种植面积为3433.33 hm^(2),与烟台市国民经济和社会发展统计公报公布的3666.66 hm^(2)相比,误差为233.33 hm^(2),预测准确率高达93.64%。 展开更多

关键词 苹果种植面积提取 时空融合 卷积神经网络 deeplab v3+ 语义分割

在线阅读 下载PDF 职称材料

基于DeepLab v3+深度卷积网络的输电导线图像识别方法 被引量：12

12

作者 杨传凯 孔志战 +1 位作者 谢倩楠 杜建超 《电力工程技术》 北大核心 2021年第4期189-194,共6页

输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题,提出一种基于深度卷积网络(DeepLab v3+)的输电导线图像识别方法。首先,采用DeepLab v3+网络模型,实现导线的初步... 输电导线图像识别是电力设备自动巡检过程中的重要环节。针对传统导线检测方法需人工设计目标特征、抗干扰能力差等问题,提出一种基于深度卷积网络(DeepLab v3+)的输电导线图像识别方法。首先,采用DeepLab v3+网络模型,实现导线的初步识别。通过多层卷积自动学习导线特征,并通过解码器结构融合导线低层的细节特征与高层的语义特征,较好地实现导线像素分割。然后,针对识别结果中存在的断裂和伪导线问题,采用改进的最小点对法和长度阈值法进一步精细化处理。最后,采用八方向搜索法提取每一条导线并编号。实验结果表明,所提方法能很好地提取出输电线路图像中的导线。 展开更多

关键词 深度学习 图像处理 输电导线检测 语义分割 deeplab v3+网络

在线阅读 下载PDF 职称材料

基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法 被引量：6

13

作者 黄思文 包腾飞 +1 位作者 李扬涛 牛慧余 《水利水电科技进展》 CSCD 北大核心 2023年第1期81-86,共6页

为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速... 为实现水工混凝土裂缝快速而准确的检测,提出了一种基于改进Deeplab V3+网络的水工混凝土裂缝语义分割方法。该方法采用Mobilenetv2网络替换原主干网络,将空洞卷积金字塔池化模块(ASPP)的空洞卷积替换为空洞深度可分离卷积,以提升运算速度,降低深层特征下采样倍数以减少语义信息丢失。实例验证结果表明:本文方法帧率达到51.11帧/s,较原网络提高了23.33帧/s,推理速度大幅提升;平均交并比和平均像素精度分别达到89.45和95.19,分割精度高;针对典型混凝土裂缝的分割效果也优于比较方法,泛化能力较强。 展开更多

关键词 deeplab v3+ 水工混凝土 裂缝识别 语义分割 深度学习

在线阅读 下载PDF 职称材料

基于改进DeepLab v3+模型的养殖浮筏提取研究 被引量：1

14

作者 刘远大 宋伟东 +2 位作者 蓝歆玫 李佳 薛国坤 《海洋测绘》 CSCD 北大核心 2023年第6期66-69,82,共5页

针对已有养殖浮筏提取研究中未考虑多时相、特征多样性问题,提出了一种基于改进DeepLab v3+模型的养殖浮筏提取方法。通过依据多年份Sentinel-2遥感影像构建了养殖浮筏影像数据集;更改模型中ASPP模块结构为DenseASPP并优化膨胀率;替换... 针对已有养殖浮筏提取研究中未考虑多时相、特征多样性问题,提出了一种基于改进DeepLab v3+模型的养殖浮筏提取方法。通过依据多年份Sentinel-2遥感影像构建了养殖浮筏影像数据集;更改模型中ASPP模块结构为DenseASPP并优化膨胀率;替换原特征提取网络Xception为轻量化网络MobileNet v2;增加CBAM注意力机制模块,在顾及多时相、特征多样性养殖浮筏基础上,有效提升了模型的提取精度和效率。以覆盖长海县的Sentinel-2遥感影像为数据源进行实验,结果表明:改进DeepLab v3+模型各评价指标均高于DeepLab v3+模型,精确率、准确率分别达到了89.64%、88%。 展开更多

关键词 遥感影像 遥感智能解译 深度学习 deeplab v3+模型 养殖浮筏

在线阅读 下载PDF 职称材料

基于DeepLab v3+的综放工作面含矸率预测研究

15

作者 王志峰 王家臣 +1 位作者 李良晖 安博超 《工矿自动化》 CSCD 北大核心 2024年第10期90-96,共7页

针对综放工作面真实煤矸堆叠状态下的体积含矸率很难获取的问题,提出一种基于DeepLab v3+的综放工作面含矸率预测方法。构建了煤矸堆积体图像数据集,采用半自动的数据标注方法和限制对比度自适应直方图均衡化法对煤矸图像进行预处理。运... 针对综放工作面真实煤矸堆叠状态下的体积含矸率很难获取的问题,提出一种基于DeepLab v3+的综放工作面含矸率预测方法。构建了煤矸堆积体图像数据集,采用半自动的数据标注方法和限制对比度自适应直方图均衡化法对煤矸图像进行预处理。运用DeepLab v3+模型进行煤矸图像语义分割,进而计算煤矸图像的投影面积含矸率。利用PFC3D数值模拟软件,基于重建的三维煤矸块体建立数值模型,模拟顶煤放落和刮板输送机运煤过程,通过fish语言读取每个矸石或煤的体积,计算得到煤矸堆积体体积含矸率。通过分析不同顶煤厚度条件下刮板输送机上煤矸堆积体的投影面积含矸率与体积含矸率的量化关系,建立了煤流的体积含矸率预测模型。实验结果表明:DeepLab v3+模型的准确率、平均像素准确率和平均交并比分别为97.68%,97.72%,95.33%,均高于经典语义分割模型FCN8s和PSPNet,实现了煤矸堆积体投影面积含矸率的精准快速识别;体积含矸率预测模型的决定系数R^(2)为0.9828,预测效果较好。 展开更多

关键词 智能放煤 综放工作面 含矸率 煤矸识别 体积含矸率 语义分割 deeplab v3+模型

在线阅读 下载PDF 职称材料

基于DeepLab v3+的多任务图像拼接篡改检测算法 被引量：5

16

作者 朱昊昱 孙俊 陈祺东 《计算机工程》 CAS CSCD 北大核心 2022年第1期253-259,共7页

在图像拼接篡改检测任务中,受篡改区域尺度多样性及模糊操作的影响,传统分类算法难以提取图像篡改特征。提出一种基于DeepLab v3+的图像拼接篡改检测算法,使用浅层图像特征预测图像的篡改区域边界,提高模型对篡改边界的敏感性。在此基础... 在图像拼接篡改检测任务中,受篡改区域尺度多样性及模糊操作的影响,传统分类算法难以提取图像篡改特征。提出一种基于DeepLab v3+的图像拼接篡改检测算法,使用浅层图像特征预测图像的篡改区域边界,提高模型对篡改边界的敏感性。在此基础上,通过多尺度融合特征对图像篡改区域进行分割,并在原空洞空间金字塔模块中融合空间和通道注意力机制,从而提高模型对多尺度篡改区域的适应性。实验结果表明,所提算法能有效检测图像的篡改区域,在CASIA v1.0和Columbia数据集中的分割精度分别为0.7546和0.7278,优于DCT、BAPPY、MFCN等算法。 展开更多

关键词 图像拼接篡改检测 deeplab v3+网络 多任务检测 注意力机制 空洞卷积

在线阅读 下载PDF 职称材料

基于DeepLab V3+估测小龙虾虾头虾钳占比及分级 被引量：1

17

作者 王子豪 胡志刚 +1 位作者 付丹丹 蒋亚军 《食品与机械》 CSCD 北大核心 2024年第5期81-87,218,共8页

目的:完善小龙虾分级工作。方法:搭建小龙虾图像拍摄平台,获取小龙虾原始图像,创建分割虾头、虾钳和虾尾3个部位的语义分割数据集。分析小龙虾虾头、虾钳、虾尾3个部位实际质量与数据集中对应部位像素大小之间的相关性,总结得到根据整... 目的:完善小龙虾分级工作。方法:搭建小龙虾图像拍摄平台,获取小龙虾原始图像,创建分割虾头、虾钳和虾尾3个部位的语义分割数据集。分析小龙虾虾头、虾钳、虾尾3个部位实际质量与数据集中对应部位像素大小之间的相关性,总结得到根据整虾中虾头虾钳占比进行分级的小龙虾分级新标准。使用数据集训练DeepLab V3+神经网络,并用测试集检验模型语义分割效果以及小龙虾分级的准确率,语义分割评价指标为平均交并比(MIoU)、平均像素准确率(MPA)和像素准确率(PA)。结果:小龙虾语义分割测试集的MIoU为94.35%,MPA为96.56%,PA为99.44%,测试集小龙虾分级准确率为85.56%。结论:DeepLab V3+模型可以准确分割小龙虾图像并估测虾头虾钳占比,模型能够完成小龙虾分级任务。 展开更多

关键词 小龙虾 语义分割 分级 deeplab v3+

在线阅读 下载PDF 职称材料

基于Deeplab V3 Plus的自适应注意力机制图像分割算法 被引量：15

18

作者 杨贞 彭小宝 +1 位作者 朱强强 殷志坚 《计算机应用》 CSCD 北大核心 2022年第1期230-238,共9页

针对Deeplab V3 Plus在下采样操作中图像细节信息和小目标信息过早丢失的问题,提出了一种基于Deeplab V3 Plus网络架构的自适应注意力机制图像语义分割算法。首先,在Deeplab V3 Plus主干网络的输入层、中间层和输出层均嵌入注意力机制模... 针对Deeplab V3 Plus在下采样操作中图像细节信息和小目标信息过早丢失的问题,提出了一种基于Deeplab V3 Plus网络架构的自适应注意力机制图像语义分割算法。首先,在Deeplab V3 Plus主干网络的输入层、中间层和输出层均嵌入注意力机制模块,并且引入一个权重值与每个注意力机制模块相乘,以达到约束注意力机制模块的目的;其次,在PASCAL VOC2012公共分割数据集上训练嵌入注意力模块的Deeplab V3 Plus,以此手动获取注意力机制模块权重值(经验值);然后,探索输入层、中间层和输出层中注意力机制模块的多种融合方式;最后,将注意力机制模块的权重值更改为反向传播自动更新,从而得到注意力机制模块的最优权值和最优分割模型。实验结果表明,与原始Deeplab V3 Plus网络结构相比,引入自适应注意力机制的Deeplab V3 Plus网络结构在PASCAL VOC2012公共分割据集和植物虫害数据集上的平均交并比(MIOU)分别提高了1.4个百分点和0.7个百分点。 展开更多

关键词 语义分割 下采样操作 自适应注意力机制 注意力机制模块权重值 deeplabv3 Plus

在线阅读 下载PDF 职称材料

改进Deeplabv3+的双注意力融合作物分类方法 被引量：5

19

作者 郭金 宋廷强 +4 位作者 孙媛媛 巩传江 刘亚林 马兴录 范海生 《计算机工程与应用》 CSCD 北大核心 2024年第8期110-120,共11页

近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一... 近年来,卷积神经网络(convolutional neural networks,CNN)在农作物分类研究中不断取得新进展,但在建模长期依赖关系方面表现出一定的局限性,对农作物全局特征的捕获存在不足。针对以上问题,将Transformer引入Deeplab v3+模型,提出了一种用于无人机影像农作物分类的并行分支结构--DeepTrans(Deeplab v3+with Trans-former)模型。DeepTrans以一种并行的方式将Transformer和CNN结合在一起,利于全局特征与局部特征的有效捕获。通过引入Transformer来增强图像中信息的远距离依赖关系,提高了作物全局信息的提取能力;加入通道注意力机制和空间注意力机制加强Transformer对通道信息的敏感度及ASPP(atrous spatial pyramid pooling)对作物空间信息捕获能力。实验结果表明,DeepTrans模型在MIoU指标上可达0.812,相较于Deeplab v3+模型提高了3.9%,该模型在五类作物的分类中精度均有提升,对于容易错分的甘蔗、玉米和香蕉三种作物,其IoU分别提高了2.9%、4.7%、13%。由此可见,DeepTrans模型在农作物分类图像的内部填充和全局预测方面有着更好的分割效果,有助于更准确地监测农田作物的种植结构及规模。 展开更多

关键词 农作物分类 无人机影像 deeplab v3+ TRANSFORMER 注意力机制

在线阅读 下载PDF 职称材料

基于改进DeepLab-v3+的火星地形分割算法 被引量：4

20

作者 周鹏 熊凯 邢琰 《空间控制技术与应用》 CSCD 北大核心 2023年第2期10-19,共10页

准确的地形分割有助于星球巡视器执行地形可通过性判断、自主路径规划等任务,从而保证巡视器探测任务的顺利进行.针对当前火星地形分割任务难度高、巡视器计算资源有限的问题,基于DeepLab-v3+网络结构提出一种轻量化的语义分割网络.该... 准确的地形分割有助于星球巡视器执行地形可通过性判断、自主路径规划等任务,从而保证巡视器探测任务的顺利进行.针对当前火星地形分割任务难度高、巡视器计算资源有限的问题,基于DeepLab-v3+网络结构提出一种轻量化的语义分割网络.该网络以MobileNetV2为骨干网络,利用密集连接的方式优化空洞空间金字塔池化(ASPP)模块,进一步扩大了空洞卷积的感受野;融入最新提出的坐标注意力机制(CA),增强了网络的特征提取能力.利用AI4Mars公开数据集对CA-DeepLab-v3+网络进行验证,表明算法在土壤、基岩、沙地和大岩石4种地形的召回率分别达到91%、92%、89%和75%. 展开更多

关键词 火星地形图像 deeplab-v3+网络 坐标注意力 语义分割 巡视器

在线阅读 下载PDF 职称材料