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
共找到1,570篇文章
< 1 2 … 79 >
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：
基于改进的DeepLabV3+网络的Sentinel-1影像水体提取
1
作者 赵兴旺 赵妍 +1 位作者 刘超 刘春阳 《测绘通报》 北大核心 2025年第3期66-70,共5页
为了提高雷达影像提取水体的精度,本文以2023年Sentinel-1系列影像为数据源,在DeepLabV3+网络模型的基础上优化主干网络,并融合SE通道注意力机制,提出了一种改进的深度学习网络模型SEDeepLabV3+,针对改进的模型进行了消融试验,并以7月3... 为了提高雷达影像提取水体的精度,本文以2023年Sentinel-1系列影像为数据源,在DeepLabV3+网络模型的基础上优化主干网络,并融合SE通道注意力机制,提出了一种改进的深度学习网络模型SEDeepLabV3+,针对改进的模型进行了消融试验,并以7月31日北京市昌平区水体提取为例,对该模型进行了验证。试验结果表明,使用改进后的SEDeepLabV3+方法提取水体时,平均交并比与像素准确率能够达到88.55%和93.49%,与DeepLabV3+、HRNet、U-Net相比,平均交并比分别提高了2.26%、2.31%和5.08%,平均像素准确率分别提高了0.76%、0.80%和3.07%,改进后的SEDeepLabV3+不仅具有更轻量级的网络结构,而且能够有效地提高水体提取精度和效率。 展开更多
关键词 deeplabv3+ 水体提取 SE通道注意力机制 Sentinel-1影像 语义分割
在线阅读 下载PDF
级联改进DexiNed和DeepLabv3+网络的坡耕地提取 被引量：1
2
作者 刘超兵 甘淑 +1 位作者 袁希平 尚华胜 《自然资源遥感》 北大核心 2025年第2期49-55,共7页
丘陵山地区域耕地细小狭窄、结构复杂且边界模糊,使得耕地信息难以迅速、准确地获取。针对上述问题,提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先,采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型主... 丘陵山地区域耕地细小狭窄、结构复杂且边界模糊,使得耕地信息难以迅速、准确地获取。针对上述问题,提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先,采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型主干网络,并提出一种联系较为紧密的低层次信息提取方法,将较低层次信息和较高层次信息初步融合来作为原低层次信息的输入;其次,将原DeepLabv3+模型空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块的空洞率值优化为空洞率值分别为2,4,8,16的空洞卷积操作;最后,采用级联边缘检测技术实现耕地地块边缘和语义特征的互联互通。该文以GF-2影像为数据源,云南禄丰恐龙谷为试验区进行耕地提取。实验结果表明,通过改进后的模型架构和算法,能更准确地识别耕地区域,提取结果与真实耕地标注的图像更为接近,漏提和误提区域减少,整体精度和稳定性提高。 展开更多
关键词 耕地信息提取 边缘检测 deeplabv3+ 丘陵山地
在线阅读 下载PDF
基于轻量级DeepLabV3+网络的焊接熔池图像分割方法 被引量：2
3
作者 胡继涛 马晓锋 +2 位作者 赵荣丽 刘海生 王中任 《计算机集成制造系统》 北大核心 2025年第1期126-134,共9页
为了准确快速地提取焊接过程中的熔池图像,提出一种轻量级DeepLabV3+网络的焊接熔池图像分割方法。首先,将DeepLabV3+的主干网络由Xception替换为优化后的MobileNetV2网络以减少模型参数量。其次,引入坐标注意力(CA)机制,提高模型对熔... 为了准确快速地提取焊接过程中的熔池图像,提出一种轻量级DeepLabV3+网络的焊接熔池图像分割方法。首先,将DeepLabV3+的主干网络由Xception替换为优化后的MobileNetV2网络以减少模型参数量。其次,引入坐标注意力(CA)机制,提高模型对熔池图像的提取能力。最后,利用迁移学习的训练方法,解决熔池样本稀缺的问题,并提升模型的精度和泛化能力。实验结果表明,改进后的模型在熔池数据集下平均交并比(MIoU)为94.65%,平均像素精度(MPA)为96.67%,单张图片推理时间为11.09 ms,模型参数量为5.81 M。与SegNet、PSPNet、UNet和DeepLabV3+等经典网络相比,改进后算法的模型参数量小,单图推理时间较短,且保持较高的平均交并比,能够更好地平衡图像分割精度和实时性。 展开更多
关键词 语义分割 deeplabv3+ 轻量级 熔池
在线阅读 下载PDF
基于改进DeepLabV3+网络的荔枝种植面积提取方法
4
作者 刘振国 孙永旺 +2 位作者 张喜珍 刘宜浩 鲍荣中 《农业工程学报》 北大核心 2025年第12期191-197,共7页
现有的荔枝种植面积遥感提取方法存在提取精度不高、分割效果欠佳、训练时间长以及模型复杂度高等问题。为此该研究提出了改进的DeepLabV3+模型,将主干网络Xception替换为MobileNetV2,保证精度的同时节约时间;构建DenseASPP模块增强多... 现有的荔枝种植面积遥感提取方法存在提取精度不高、分割效果欠佳、训练时间长以及模型复杂度高等问题。为此该研究提出了改进的DeepLabV3+模型,将主干网络Xception替换为MobileNetV2,保证精度的同时节约时间;构建DenseASPP模块增强多尺度特征提取;引入通道注意力机制和条带池化,抑制干扰,提高精度。并与SegFormer、PSPNet和UNet图像分割模型进行对比。结果表明,改进模型的平均交并比(mean intersection over union,MIoU)、平均像素精度(mean pixel accuracy,mPA)和准确率(accuracy,Ac)分别为83.55%、91.58%、91.15%,相比于原始的DeepLabV3+模型分别提高了8.15、5.27、4.97个百分点,而与其他模型对比,该模型通过结构优化将参数量压缩至5.8 M,计算复杂度降为22.4 GFLOPs,较原始的DeepLabV3+降低94%,较PSPNet减少95%。研究结果为准确了解和掌握种植区的空间分布及变迁趋势提供参考。 展开更多
关键词 深度学习 荔枝 语义分割 种植面积提取 deeplabv3+模型 MobileNetV2
在线阅读 下载PDF
基于DeepLabv3+网络的煤体孔隙识别及分析
5
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
基于DeeplabV3+网络的轻量化语义分割算法 被引量：3
6
作者 张秀再 张昊 杨昌军 《科学技术与工程》 北大核心 2024年第24期10382-10393,共12页
针对传统语义分割模型参数量大、计算速度慢且效率不高等问题,改进一种基于DeeplabV3+网络的轻量化语义分割模型Faster-DeeplabV3+。Faster-DeeplabV3+模型采用轻量级MobilenetV2代替Xception作为主干特征提取网络,大幅减少参数量,提高... 针对传统语义分割模型参数量大、计算速度慢且效率不高等问题,改进一种基于DeeplabV3+网络的轻量化语义分割模型Faster-DeeplabV3+。Faster-DeeplabV3+模型采用轻量级MobilenetV2代替Xception作为主干特征提取网络,大幅减少参数量,提高计算速度;引入深度可分离卷积(deep separable convolution, DSC)与空洞空间金字塔(atrous spatia pyramid pooling, ASPP)中的膨胀卷积设计成新的深度可分离膨胀卷积(depthwise separable dilated convolution, DSD-Conv),即组成深度可分离空洞空间金字塔模块(DP-ASPP),扩大感受野的同时减少原本卷积参数量,提高运算速度;加入改进的双注意力机制模块分别对编码区生成的低级特征图和高级特征图进行处理,增强网络对不同维度特征信息提取的敏感性和准确性;融合使用交叉熵和Dice Loss两种损失函数,为模型提供更全面、更多样的优化。改进模型在PASCAL VOC 2012数据集上进行测试。实验结果表明:平均交并比由76.57%提升至79.07%,分割准确度由91.2%提升至94.3%。改进模型的网络参数量(params)减少了3.86×10~6,浮点计算量(GFLOPs)减少了117.98 G。因此,Faster-DeeplabV3+算法在大幅降低参数量、提高运算速度的同时保持较高语义分割效果。 展开更多
关键词 语义分割 deeplabv3+ 轻量化 深度可分离卷积(DSC) 空洞空间金字塔池化(ASPP)
在线阅读 下载PDF
丙烯酰胺基互穿网络的制备及对Fe^(3+)的吸附
7
作者 薛丹 郭笑一 +1 位作者 张浩田 李善建 《工程塑料应用》 北大核心 2025年第1期15-22,共8页
以磺酸基甜菜碱为互穿物,以丙烯酰胺(AM)、N-乙烯基吡咯烷酮和苯乙烯为单体,过硫酸铵为引发剂,N,N′-亚甲基双丙烯酰胺为交联剂,通过两步聚合法制备AM基互穿网络。该网络可对Fe^(3+)形成高效且快速的吸附,25℃下用量为0.2 g/50 mL,吸附2... 以磺酸基甜菜碱为互穿物,以丙烯酰胺(AM)、N-乙烯基吡咯烷酮和苯乙烯为单体,过硫酸铵为引发剂,N,N′-亚甲基双丙烯酰胺为交联剂,通过两步聚合法制备AM基互穿网络。该网络可对Fe^(3+)形成高效且快速的吸附,25℃下用量为0.2 g/50 mL,吸附2.5 h后达到平衡,最大吸附量为1.90 mg/g,此时吸附率可达76%;在50000 mg/L的矿化度下,对Fe^(3+)的吸附量仍能达到1.76 mg/g,在实际应用中,Fe^(3+)去除率可达80%以上。Fe^(3+)与互穿网络中的氨基、羰基和磺酸基形成配位键,吸附后荧光强度明显减小,并以单分子层形式吸附,化学控制为主,符合Langmuir等温吸附模型和准二级动力学模型。 展开更多
关键词 丙烯酰胺 互穿网络 Fe^(3+) 静态吸附 耐盐性能
在线阅读 下载PDF
融合边缘特征的DeepLabV3+光伏面板语义分割模型研究 被引量：1
8
作者 沈灵鑫 王银 +2 位作者 李杰 李茂环 李小松 《控制工程》 北大核心 2025年第4期707-719,共13页
对无人机采集的光伏面板图像进行准确的分割提取,是提升光伏组件故障检测精度的前提。针对光伏面板红外图像的分割问题,首先对语义分割网络DeepLabV3+的空洞卷积率进行优化并引入深度可分离膨胀卷积,使模型进一步捕获全局和上下文信息;... 对无人机采集的光伏面板图像进行准确的分割提取,是提升光伏组件故障检测精度的前提。针对光伏面板红外图像的分割问题,首先对语义分割网络DeepLabV3+的空洞卷积率进行优化并引入深度可分离膨胀卷积,使模型进一步捕获全局和上下文信息;然后,设计了基于坎尼边缘检测算法和线段检测算法的边缘特征提取模块,获得细化的光伏面板边缘作为分割网络的补充特征,并通过四通道融合网络和并行融合网络实现了光伏面板的精确分割。实验结果表明,2种融合网络对光伏面板红外图像的分割精度高于DeepLabV3+,并且对不同场景下的光伏面板红外图像均能实现准确分割。 展开更多
关键词 语义分割 deeplabv3+ 边缘特征 光伏面板
在线阅读 下载PDF
基于改进DeepLabV3+的钢桥锈蚀检测方法 被引量：1
9
作者 黄海新 贺朝 +2 位作者 程寿山 许瑞宁 张连振 《重庆交通大学学报(自然科学版)》 北大核心 2025年第2期18-24,60,共8页
锈蚀检测算法是钢桥管养从人工视觉向机器视觉转型的关键,更是智能化钢桥检测机器人构建的技术基础。面向钢桥智能检测机器人对锈蚀检测算法低能耗和高精度的实际需求,针对DeepLabV3+模型加以改进,采用MobileNetV2主干网络替换原模型中... 锈蚀检测算法是钢桥管养从人工视觉向机器视觉转型的关键,更是智能化钢桥检测机器人构建的技术基础。面向钢桥智能检测机器人对锈蚀检测算法低能耗和高精度的实际需求,针对DeepLabV3+模型加以改进,采用MobileNetV2主干网络替换原模型中的Xception主干网络,使模型轻量化以易适配移动端设备,优化ASPP模块中的空洞率以提高网络对不同尺寸锈蚀的提取效果,添加CBAM注意力机制增强模型对关键特征的感知和捕捉;将改进后的DeepLabV3+模型与原DeepLabV3+模型、PSPNet模型和U-Net模型进行了对比,同时开展了消融实验;最后,将改进模型搭载于视觉机器人上,并开展实地工程测试。结果表明:相比于其它模型,改进的DeepLabV3+模型对钢桥锈蚀图像的分割准确率平均提高了7.5%,平均交并比平均提高了14.7%,召回率平均提高了9.1%。 展开更多
关键词 桥梁工程 deeplabv3+ 钢桥锈蚀检测 卷积神经网络 图像分割
在线阅读 下载PDF
改进DeepLabV3+的数控铣床误差控制方法
10
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
基于改进DeepLabV3+的非结构化道路可行驶区域检测
11
作者 段小勇 何超 刘学渊 《中国农机化学报》 北大核心 2025年第2期271-278,共8页
为实现非结构化林间道路可行驶区域的快速准确识别,针对林间道路边界不明显、道路形状不规范以及道路覆盖等问题,提出一种基于改进DeepLabV3+的林地非结构化道路分割模型。使用MobileNetV3网络代替传统DeepLabV3+主干网络以实现轻量化设... 为实现非结构化林间道路可行驶区域的快速准确识别,针对林间道路边界不明显、道路形状不规范以及道路覆盖等问题,提出一种基于改进DeepLabV3+的林地非结构化道路分割模型。使用MobileNetV3网络代替传统DeepLabV3+主干网络以实现轻量化设计,使图像分割速度及实时性显著提升;在主干网络解码器部分引入CBAM注意力机制,通过对ASPP模块参数调整,增强对非结构化道路在边界区域的特征提取与识别;采用融合损失函数,提高模型收敛速率及准确度,避免模型在复杂环境下出现错误检测区域。结果表明,改进后的DeepLabV3+检测平均帧数提升26.69帧/s,较原模型检测速率提升约54%,检测准确率提升至91.26%,同时,在强光、逆光以及路面积水等多种情况下均未出现漏检、误检和边界分割不清晰等现象,为非结构化道路自动驾驶提供技术参考。 展开更多
关键词 非结构化道路 语义分割 deeplabv3+ 注意力机制 损失函数
在线阅读 下载PDF
MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法
12
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
基于L-DeepLabV3+的风机组件图像分割方法
13
作者 王先知 邬满 +1 位作者 王高才 周雨晨 《计算机工程与设计》 北大核心 2025年第7期2089-2098,共10页
为提高风机组件图像的分割准确度和速度,提出一种L-DeepLabV3+的高效语义分割模型。采用改进后的EfficientNetV2-S1作为骨干网络,引入双融合注意力机制和深度可分离空洞卷积改进空洞空间卷积金字塔池化(atrous spatial pyramid pooling,... 为提高风机组件图像的分割准确度和速度,提出一种L-DeepLabV3+的高效语义分割模型。采用改进后的EfficientNetV2-S1作为骨干网络,引入双融合注意力机制和深度可分离空洞卷积改进空洞空间卷积金字塔池化(atrous spatial pyramid pooling,ASPP)模块,提高图像特征提取的准确性。损失函数采用Dice+Focal,使得模型在训练过程中会更加专注于复杂样本。实验结果表明,L-DeepLabV3+模型总体分类的准确率(Ac)提高了8.08%,mIoU值提高了7.59%。对比主流的语义分割模型,L-DeepLabV3+模型的分割精度得到进一步提升。 展开更多
关键词 图像分割 语义分割 deeplabv3+ 注意力机制 EfficientNetV2网络 平均交并比 风机叶片
在线阅读 下载PDF
基于改进DeepLabV3+的云南省光伏板识别方法 被引量：1
14
作者 徐真 周仿荣 +4 位作者 高振宇 文刚 马御棠 朱鹏航 吴磊 《东华大学学报(自然科学版)》 北大核心 2025年第2期215-221,共7页
光伏板提取是山火遥感监测虚警库建设的重要部分,对于避免山火遥感监测误报、提升山火遥感监测运行效率等具有重要意义。云南省地处云贵高原,地表环境较为复杂,采用遥感技术提取光伏板面临较大挑战。为克服光伏板样本不均衡等难点,将Res... 光伏板提取是山火遥感监测虚警库建设的重要部分,对于避免山火遥感监测误报、提升山火遥感监测运行效率等具有重要意义。云南省地处云贵高原,地表环境较为复杂,采用遥感技术提取光伏板面临较大挑战。为克服光伏板样本不均衡等难点,将ResNet-50残差网络作为DeepLabV3+语义分割模型的骨干网络,在空洞空间金字塔池化(ASPP)模块后融入注意力机制以更有效地聚合特征的多尺度上下文信息。构建云南省光伏板提取模型,并进行精度评价。结果显示,利用改进的DeepLabV3+模型进行光伏板提取的精准率达97.95%,召回率达95.84%,交并比达93.73%,在各模型中表现最佳,能实现高精度的光伏板提取,利用该模型提取云南省光伏板面积共40.149 km^(2)。 展开更多
关键词 deeplabv3+ 光伏板 语义分割 深度学习
在线阅读 下载PDF
多层次特征融合的DeepLabv3+遥感图像道路提取
15
作者 袁芳 王中元 陆可 《激光杂志》 北大核心 2025年第7期93-100,共8页
针对遥感图像道路提取任务中传统DeepLabv3+模型参数量大、资源消耗多及易受环境干扰存在细节丢失问题,提出一种基于DeepLabv3+多层次特征融合的道路提取模型。首先,使用优化的MobileNetv2作为主干网络,减少参数量的同时输出四个层次的... 针对遥感图像道路提取任务中传统DeepLabv3+模型参数量大、资源消耗多及易受环境干扰存在细节丢失问题,提出一种基于DeepLabv3+多层次特征融合的道路提取模型。首先,使用优化的MobileNetv2作为主干网络,减少参数量的同时输出四个层次的特征参与编码和解码阶段。其次,利用注意力增强的空洞空间卷积池化金字塔,对输入特征进行多尺度的密集采样。接着,提出浅层特征增强模块,用于提升模型对浅层特征的利用和感知能力。最后,利用多注意力特征融合模块,增强深层次语义特征和浅层特征的融合。基于DeepGlobe道路数据集进行实验,结果表明本模型参数量仅为原模型的1/5,召回率、精度、F1和交并比分别是79.46%、81.82%、80.62%和67.53%。本模型整体效果优于其他模型,减少参数量的同时,有效降低道路细节丢失。 展开更多
关键词 遥感 道路提取 deeplabv3+ 多层次特征 注意力机制
在线阅读 下载PDF
基于改进DeeplabV3+算法的地铁轨行区识别
16
作者 刘嘉宁 赵才友 张银喜 《铁道建筑》 北大核心 2025年第2期139-145,共7页
为解决现有基于深度学习的算法在地铁轨道区域识别上目标分割不精确、计算和存储资源需求大、检测速度慢的问题,提出了一种基于改进DeeplabV3+算法的地铁轨道区域识别算法。该模型将主干网络替换为有较低的模型大小和计算复杂度的轻量... 为解决现有基于深度学习的算法在地铁轨道区域识别上目标分割不精确、计算和存储资源需求大、检测速度慢的问题,提出了一种基于改进DeeplabV3+算法的地铁轨道区域识别算法。该模型将主干网络替换为有较低的模型大小和计算复杂度的轻量级卷积神经网络MobileNetV2,引入注意力机制CBAM(Channel Attention Module)来提高网络对特征的感知能力,并改进ASPP(Atrous Spatial Pyramid Pooling)使其能编码多尺度信息。应用自制数据集验证本文方法的有效性,并与经典DeeplabV3+、U-net、MaskR-CNN算法进行对比分析。结果表明:本文算法精确率、准确率、召回率、平均交并比分别为94.57%、94.43%、93.49%、90.24%,训练时长6.5 h,单张图像预测时长51.78 ms,模型大小为23 MB,均优于其他三种算法。本文算法在提高对轨道区域图像分割性能的同时,增强了模型的训练和检测效率,具有运用于地铁轨道区域识别的可行性和实用性。 展开更多
关键词 地铁 轨道区域识别 深度学习 语义分割 deeplabv3+算法
在线阅读 下载PDF
融合DeepLabV3神经网络的工件位姿检测研究
17
作者 李嘉鑫 李天剑 +1 位作者 胡欢 黄民 《机械设计与制造》 北大核心 2024年第7期331-335,共5页
针对工业零件表面特征少无法使用基于特征的匹配算法以及使用传统基于模板的匹配算法在光照变化或背景混乱的场景下没有较好的鲁棒性。提出了一种基于DeepLabV3网络与传统的算法相结合的方法,极大的了提高了在复杂背景环境下的匹配结果... 针对工业零件表面特征少无法使用基于特征的匹配算法以及使用传统基于模板的匹配算法在光照变化或背景混乱的场景下没有较好的鲁棒性。提出了一种基于DeepLabV3网络与传统的算法相结合的方法,极大的了提高了在复杂背景环境下的匹配结果和检测精度。首先在DeepLabV3网络下使用Hu矩和最小外接矩形法确定中心位置及旋转角度,第二步使用自适应的Harris角点检测与五点法相结合完成手眼相机的快速标定,最后在AUBO机械臂下完成定位实验,定位误差在0.5mm以内,结果表明该算法在复杂场景下和非均匀光照下有更好的表现。 展开更多
关键词 位姿检测 手眼系统 deeplabv3
在线阅读 下载PDF
基于YOLOv5和改进DeeplabV3+的青藏高原植被提取算法
18
作者 闫储淇 黄建强 《草业学报》 北大核心 2025年第1期41-54,共14页
青藏高原的植被覆盖度是生态研究和环境监测的重要指标。传统的植被覆盖度检测方法在地形简单且植被分布集中的区域效果较好,但在复杂地形下由于成本高、调查范围受限、耗时长等问题,导致植被提取精度受限。近年来,计算机视觉和深度学... 青藏高原的植被覆盖度是生态研究和环境监测的重要指标。传统的植被覆盖度检测方法在地形简单且植被分布集中的区域效果较好,但在复杂地形下由于成本高、调查范围受限、耗时长等问题,导致植被提取精度受限。近年来,计算机视觉和深度学习技术的飞速发展为青藏高原复杂地形下的植被精准提取开辟了新的可能性。本研究提出一种结合YOLOv5和改进DeeplabV3+的双阶段植被提取算法。算法引入基于YOLOv5的植被目标检测模型,以减少背景对第二阶段植被分割任务的干扰;设计新型的DeeplabV3+语义分割模型,以实现精准的植被分割提取。改进的模型引入了轻量级主干网络MobileNetV2、优化了ASPP模块膨胀卷积参数,并集成EMA和CloAttention注意力机制。在青藏高原无人机航拍数据集上的实验结果显示,本算法在交并比(IoU)和像素准确率(PA)上分别达到了90.40%和96.32%,显著超过现有技术,且大幅降低了模型参数。本算法在多种环境条件下均展示了高精度的植被提取能力,可以为青藏高原植被覆盖度的快速、精准测定提供有效的技术支持。 展开更多
关键词 青藏高原 植被提取 深度学习 YOLOv5 deeplabv3+
在线阅读 下载PDF
一种轻量级DeepLabV3+遥感图像分割方法
19
作者 陆建波 彭俊桂 +1 位作者 霍雷刚 刘晓彬 《广西科学》 北大核心 2025年第2期374-385,共12页
针对遥感图像语义分割中的物体边界分割不全、模型参数量大和占用内存多等问题,本研究提出一种轻量级DeepLabV3+遥感图像分割方法(L-DeepLabV3+)。在模型参数量更小的情况下,该方法能够提升物体边界分割精度。具体而言,L-DeepLabV3+在... 针对遥感图像语义分割中的物体边界分割不全、模型参数量大和占用内存多等问题,本研究提出一种轻量级DeepLabV3+遥感图像分割方法(L-DeepLabV3+)。在模型参数量更小的情况下,该方法能够提升物体边界分割精度。具体而言,L-DeepLabV3+在残差模块中采用维度下降策略,通过减少输出特征图的通道数,降低模型参数量,将MobileNetV2主干网络中的倒残差模块替换为提出的降维残差模块,重构特征提取网络;为了加快模型训练速度,该方法在DeepLabV3+中的空洞空间金字塔池化层(Atrous Spatial Pyramid Pooling, ASPP)中使用深度可分离卷积(Depthwise Separable Convolution, DSConv);此外,为解决样本类别不均衡问题并提高分割准确率,将交叉熵损失函数(Cross-Entropy loss, CE loss)和Dice loss合并为新的损失函数进行训练;最后,通过将归一化层与卷积层融合、将1×1卷积和恒等残差转换成3×3卷积实现模型参数重构,从而在推理时实现模型轻量化。在DLRSD、WHDLD、UDD6等数据集上的实验结果表明,改进的L-DeepLabV3+模型的参数量仅3.5 M,有较高的分割准确率和训练效率,画面每秒传输帧数(Frames Per Second, FPS)可达到90.2。 展开更多
关键词 遥感图像 deeplabv3+ 深度可分离卷积 轻量化
在线阅读 下载PDF
基于DeepLabV3+的户外多目标场景分割方法
20
作者 韩小珍 唐自力 张华 《弹箭与制导学报》 北大核心 2025年第3期311-317,共7页
图像语义分割基于图像场景的“语义”为目标类别中的每个像素分配标签,来区分图像中的不同种类的事物。现有基于DeepLabV3+的语义分割方法具有高计算复杂性和大内存消耗,且在提取图像特征信息时难以充分利用多尺度信息,这可能导致详细... 图像语义分割基于图像场景的“语义”为目标类别中的每个像素分配标签,来区分图像中的不同种类的事物。现有基于DeepLabV3+的语义分割方法具有高计算复杂性和大内存消耗,且在提取图像特征信息时难以充分利用多尺度信息,这可能导致详细信息的丢失,降低分割精度。户外环境中的目标种类繁多、光照条件变化大以及存在遮挡,增加了场景理解和对象识别的难度。因此,文中提出改进的DeepLabV3+网络户外多目标场景分割方法,以改进的MobileNetV2作为模型主干;将ECAnet通道注意力机制应用于低级特征,降低计算复杂性并提高目标边界清晰度;在ASPP模块之后引入了极化自注意力机制,改善特征图的空间特征表示。改进后的模型在户外数据集Standford Background Dataset上的平均交并比和平均准确度分别为69.5%和82.35%,与原始DeepLabV3+模型相比提升了5.2%和4.5%,新增模块对运行时间无显著影响,有效提高了模型的推理效率与精度。 展开更多
关键词 deeplabv3+ 语义分割 户外场景分割 多目标分割
在线阅读 下载PDF
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 2 … 79 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部