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938篇文章
< 1 2 … 47 >
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Deeplabv3^(+)的大口黑鲈表型数据测量与品质预测方法
1
作者 冯国富 曾智超 +2 位作者 王文娟 王耀辉 王浩 《农业机械学报》 北大核心 2025年第8期517-525,588,共10页
大口黑鲈的肥满度、体质量及尺寸等是评估其品质的重要指标,针对上述数据手工测量操作繁琐、效率低下及关键点表型数据测量方法面积要素缺失等问题,本文提出一种语义分割模型结合最小外接轴对齐矩形的表型数据测量方法,并基于表型数据... 大口黑鲈的肥满度、体质量及尺寸等是评估其品质的重要指标,针对上述数据手工测量操作繁琐、效率低下及关键点表型数据测量方法面积要素缺失等问题,本文提出一种语义分割模型结合最小外接轴对齐矩形的表型数据测量方法,并基于表型数据测量与计算结果完成大口黑鲈品质预测。首先通过使用CBAM(Convolutional block attention module)和SENet(Squeeze-and-excitation network)对Deeplabv3^(+)模型进行改进,实现对大口黑鲈头部、躯干、尾部、鱼鳍等部位的高精度分割,然后使用最小外接轴对齐矩形完成大口黑鲈各部位长、高测量,通过各部位像素与矩形像素的比例完成面积测量;最后,基于测量结果完成体质量回归预测与肥满度计算,以实现大口黑鲈品质预测。结果表明,语义分割模型整体mIoU(Mean intersection over union)达到90.15%,在忽略鱼鳍影响后,mIoU达到94.02%,测量所得全长、体长、体高平均相对误差低于2.5%,头长、头高平均相对误差低于3.5%,面积测量误差低于4.5%。多项式体质量回归预测模型对体质量预测值与实际值的决定系数为0.97,平均相对误差低于4%,基于测量值的3种肥满度状态指数计算结果均接近实际值。该方法可以高效、准确地获取大口黑鲈的表型数据,并为进一步衡量鱼类生长状况与健康状况研究提供参考。 展开更多
关键词 大口黑鲈 表型数据 品质预测 ^deeplabv3^(+) 计算机视觉 语义分割
在线阅读 下载PDF
基于改进DeepLabv3+的马铃薯幼苗与杂草识别方法 被引量：2
2
作者 祝诗平 林曦 +2 位作者 冯川 周杰 李博鑫 《农业工程学报》 北大核心 2025年第10期147-156,共10页
针对自然环境下农作物与杂草相互交织,杂草种类繁多,难以准确识别等问题,该研究以马铃薯幼苗及其伴生杂草为研究对象,提出了一种改进DeepLabv3+模型的杂草识别方法。首先以DeepLabv3+语义分割模型为基准,将其主干网络替换为MobileNetV2... 针对自然环境下农作物与杂草相互交织,杂草种类繁多,难以准确识别等问题,该研究以马铃薯幼苗及其伴生杂草为研究对象,提出了一种改进DeepLabv3+模型的杂草识别方法。首先以DeepLabv3+语义分割模型为基准,将其主干网络替换为MobileNetV2,构成轻量化DeepLabv3+模型,随后为了提升模型的非线性能力,提出了一种基于注意力机制的激活函数(attention activate function,AAF),并将其融入到AAF-Conv卷积里,取代轻量化DeepLabv3+语义分割模型中主干网络MobileNetV2的第一个3×3Conv,建立AAF-DeepLabv3+模型。使用AAF-DeepLabv3+模型获取马铃薯幼苗的形态边界,采用图像学的方法识别图像中杂草区域。在轻量化DeepLabv3+模型基础上,AAF激活函数与常见激活函数进行对比试验,平均交并比(mean intersection over Union,mIoU)分别比ReLU6、SiLU、CeLU提升了1.58、1.31、1.99个百分点,平均像素识别准确率(mean pixel accuracy,mPA)分别提升了1.47、0.6、1.26个百分点,表现出良好的性能。AAF-DeepLabv3+模型在消融试验和与其他常见语义分割模型对比中,表现出了显著的性能优势,mIoU和m PA分别为90.82%和95.56%,比原始DeepLabv3+模型提升了1.07和1.15个百分点,帧率为69.21帧/s,比原始模型提高了30.77帧/s,模型大小为22.56 MB,比原始模型降低了185.96 MB。结果表明在同一试验环境下,该模型整体性能优于UNet、PSPNet、HrNet、DeepLabv3、FCN等主流的语义分割网络模型。该杂草识别方法不仅降低了前期图片标注工作量,还有效地解决了杂草与农作物目标交叠且杂草种类繁多带来的识别难题,为移动端设备进行农田杂草识别及研制智能化除草装置提供了技术参考。 展开更多
关键词 马铃薯幼苗 杂草识别 语义分割 激活函数 AAF-deeplabv3+
在线阅读 下载PDF
基于改进的DeepLabV3+网络的Sentinel-1影像水体提取
3
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
基于改进DeeplabV3+的阴极铜板结瘤缺陷识别方法
4
作者 靖青秀 常琪琪 +2 位作者 杨雪晴 张志聪 黄晓东 《有色金属科学与工程》 北大核心 2025年第4期544-551,共8页
表面结瘤是电解阴极铜板产品的一种主要质量缺陷,生产实践中常根据阴极铜板结瘤类型的不同对电解生产过程出现的问题进行反馈诊断。针对传统人工观察方式判定阴极铜板结瘤类型准确度不高及时间滞后等问题,文中提出一种改进DeeplabV3+语... 表面结瘤是电解阴极铜板产品的一种主要质量缺陷,生产实践中常根据阴极铜板结瘤类型的不同对电解生产过程出现的问题进行反馈诊断。针对传统人工观察方式判定阴极铜板结瘤类型准确度不高及时间滞后等问题,文中提出一种改进DeeplabV3+语义分割模型,将模型部署在生产现场,可实现对阴极铜板表面结瘤类型的在线实时识别。该方法采用MobileNetV2作为主干网络实现轻量化,模型大小为改进前的11.15%;并引入注意力机制捕获多尺度信息,以增进结瘤边缘区域划分的精度,缺陷类别分类的准确度提高1.06%。实验结果表明,该算法对电解阴极铜板上的点状、聚集状和边缘结瘤缺陷的分割和分类效果优异,在测试集上的分割准确率高达91.58%,能够满足实际生产需求,为进一步实现电解铜生产过程中阴极铜板表面质量在线检测的智能化管控提供了一定的实践借鉴。 展开更多
关键词 阴极铜板结瘤 图像分割 deeplabv3+ 注意力机制
在线阅读 下载PDF
基于边缘感知DeepLabV3+模型的耕地系统生境类型识别方法
5
作者 边振兴 姚舒译 +2 位作者 刘晓雨 王楚翘 刘佳玥 《农业工程学报》 北大核心 2025年第18期280-290,共11页
针对耕地系统生境分类标准缺失、类型覆盖不全,以及现有模型难以协同语义与边缘特征导致多尺度生境(大尺度田块与微型生境)分割精度低、边界模糊等问题,该研究拟构建包含15类耕地系统生境的类别完备、标注精细的超高分辨率遥感影像数据... 针对耕地系统生境分类标准缺失、类型覆盖不全,以及现有模型难以协同语义与边缘特征导致多尺度生境(大尺度田块与微型生境)分割精度低、边界模糊等问题,该研究拟构建包含15类耕地系统生境的类别完备、标注精细的超高分辨率遥感影像数据集,提出边缘感知DeepLabV3+模型。该模型编码器使用分层可变形卷积,保证精度同时减少88.85%训练参数量;解码器集成多尺度特征与双模态边缘感知以实现细节语义特征融合,引入混合损失函数和分层差异化学习率进行优化。基于此数据集的试验表明,该模型平均交并比和准确率达到66.55%和80.31%,较基准网络提升9.74%和4.05%。消融试验验证了双模态边缘感知具有互补性,使田埂等微型生境交并比提升6.99%~36.56%。该研究构建了基于边缘感知语义分割的耕地系统生境识别方法,以较低成本实现米级精度识别,为精细化耕地生境监测提供有效技术支撑。 展开更多
关键词 边缘感知 deeplabv3+ 超高分辨率遥感影像 耕地系统生境数据集 多尺度特征融合 语义分割
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
6
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：3
7
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
级联改进DexiNed和DeepLabv3+网络的坡耕地提取 被引量：2
8
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
面向收割机影像的轻量化DeepLabV3+胡麻倒伏识别方法
9
作者 范翔宇 李玥 +6 位作者 魏霖静 高玉红 郭林海 周慧 康亮河 李永彪 范辉 《农业工程学报》 北大核心 2025年第18期212-219,共8页
针对胡麻倒伏检测中存在的背景复杂以及模型计算量大等问题,该研究提出了一种改进DeepLabV3+的轻量化胡麻倒伏识别模型。首先采用轻量化主干网络MobileNetV2,减少模型的训练时长;然后引入坐标注意力机制CA(coordinate attention),增强... 针对胡麻倒伏检测中存在的背景复杂以及模型计算量大等问题,该研究提出了一种改进DeepLabV3+的轻量化胡麻倒伏识别模型。首先采用轻量化主干网络MobileNetV2,减少模型的训练时长;然后引入坐标注意力机制CA(coordinate attention),增强模型对小范围倒伏区域的定位能力;再次,将原有的交叉熵损失函数(cross-entropy loss,CE_Loss)替换为更适合倒伏识别情境下的Focal Loss,同时在总损失中添加Dice Loss,增强数据类别不平衡情况下的识别效果。试验结果表明,改进后的DeepLabV3+模型在胡麻倒伏识别任务中提升了精度和效率,平均精确率达95.96%,平均交并比(mean intersection over union,mIoU)和平均像素精度(mean pixel accuracy,mPA)分别达到了92.55%和96.11%,相比HRNet、PSPNet、U-Net、SegNeXt-S、DeepLabV3+模型其m IoU分别提升1.08、3.74、3.06、11.79和1.59个百分点,mPA分别提升0.92、2.80、1.58、8.68和1.17个百分点;模型训练时长由原DeepLabV3+的27.3 h缩短为14.2 h;同时满足了实时性识别要求,平均检测帧率为83帧/s。该研究为农业场景下的实时倒伏检测及收割机作业优化提供了可行的技术方案。 展开更多
关键词 无人机 遥感 语义分割 胡麻 deeplabv3+ 倒伏区域识别 轻量化
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
10
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
改进DeepLabV3+的数控铣床误差控制方法
11
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+的无人船航行场景语义分割算法
12
作者 邵明智 刘鑫 +3 位作者 肖长诗 张腾文 张庆发 孙宇含 《船海工程》 北大核心 2025年第5期123-130,共8页
针对传统DeeplabV3+语义分割算法中参数量大、感受野小、特征表达能力弱和全局依赖关系信息感知能力差等问题,提出一种基于改进DeeplabV3+的无人船航行场景语义分割算法,提高海面障碍物的识别能力。采用MobilenetV2网络结构替代Xceptio... 针对传统DeeplabV3+语义分割算法中参数量大、感受野小、特征表达能力弱和全局依赖关系信息感知能力差等问题,提出一种基于改进DeeplabV3+的无人船航行场景语义分割算法,提高海面障碍物的识别能力。采用MobilenetV2网络结构替代Xception网络作为主干网络结构以优化参数量和模型结构性能;在空洞空间卷积池化金字塔(ASPP)中引入CBAM注意力机制以提升算法的感受野和特征表达能力;提出一种新颖的(GCSA)全局通道空间注意力融入ASPP的池化层,以实现特征图中全局依赖关系的捕捉,提高分割精度。实验表明,改进算法在MassMIND数据集上的mIoU、mPA、mPrecision指标分别达到77.76%、85.91%、86.38%,相较原模型分别提升了7.01%、8.96%、9.93%;与现有模型相比,在其他公开数据集上也拥有更优秀的分割性能。 展开更多
关键词 语义分割 deeplabv3+ MobilenetV2 CBAM注意力机制 GCSA全局坐标注意力
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
13
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
基于轻量级DeepLabV3+网络的焊接熔池图像分割方法 被引量：2
14
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
融合注意力机制的改进型DeepLabv3+语义分割 被引量：2
15
作者 闫河 雷秋霞 王旭 《光学精密工程》 北大核心 2025年第1期123-134,共12页
针对DeepLabv3+语义分割网络计算复杂度高、对图像细节提取能力弱、分割的图像边界模糊的问题,提出了一种融合注意力机制的改进型DeepLabv3+语义分割网络。以轻量级网络MobileNetV2为骨干,在保持较高表征能力的同时显著减少模型参数,在... 针对DeepLabv3+语义分割网络计算复杂度高、对图像细节提取能力弱、分割的图像边界模糊的问题,提出了一种融合注意力机制的改进型DeepLabv3+语义分割网络。以轻量级网络MobileNetV2为骨干,在保持较高表征能力的同时显著减少模型参数,在骨干网络的低层特征后面加入轻量级、无参数注意力机制(Simple,Parameter-Free Attention Module,SimAM),对输入的特征进行加权,以增强关键特征的提取能力。将ASPP模块的全局平均池化替换成Haar小波变换下采样(Haar Wavelet Downsampling,HWD),以避免丢失空间信息,同时在ASPP模块之后加入外部注意力机制(External Attention,EANet),以更好地利用上下文信息,实现多尺度融合,从而提升语义理解能力和语义分割的准确性。实验结果表明,该模型在VOC2012数据集上相较于原有的DeepLabv3+语义分割模型,平均交并比(mIoU)提高了2.82%。本文提出的改进模型显著提高了模型语义分割的精度,为计算机视觉领域应用提供了新的思路。 展开更多
关键词 语义分割 deeplabv3+ Haar小波变换下采样 外部注意力机制 多尺度融合
在线阅读 下载PDF
基于L-DeepLabV3+的风机组件图像分割方法
16
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
多层次特征融合的DeepLabv3+遥感图像道路提取
17
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
18
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
基于改进DeepLabV3+的海上船舶目标分割方法
19
作者 陶维昊 罗亚松 +2 位作者 林法君 曲建静 刘一平 《兵工学报》 北大核心 2025年第8期324-336,共13页
船舶目标分割对于提高海洋监测系统的自动化程度具有重要意义。现有的分割方法往往存在误分割、易受噪声干扰、处理效率低等问题,难以灵活高效地适应实际场景的需求。针对海上船舶目标分割任务,提出一种基于改进DeepLabV3+网络的分割算... 船舶目标分割对于提高海洋监测系统的自动化程度具有重要意义。现有的分割方法往往存在误分割、易受噪声干扰、处理效率低等问题,难以灵活高效地适应实际场景的需求。针对海上船舶目标分割任务,提出一种基于改进DeepLabV3+网络的分割算法MET-DeepLabV3+。在图像预处理阶段采用线性变换、双边滤波和多尺度Retinex级联式算法,以减弱噪声、天气等不利因素的影响;模型设计中采用轻量化的MobileNetV2作为主干网络,以降低模型复杂度;引入ECA-Net注意力机制,以增强模型对多尺度特征的捕捉能力。采用迁移学习方法,将在SeaShips数据集上预训练得到的特征权重应用于模型训练中,进一步优化分割效果。实验结果表明,改进算法的平均交互比为91.62%,平均像素准确率为92.87%,相比于基础DeepLabV3+模型分别提高2.13%和1.11%,且高于HRNet、PSPNet和UNet等分割模型,较好地满足了船舶目标分割任务的实际需求,具有较高的应用价值。 展开更多
关键词 船舶目标分割 deeplabv3+ 轻量化网络 注意力机制 迁移学习
在线阅读 下载PDF
采用ACE-DeepLabv3十的MEMS裂纹缺陷检测方法
20
作者 代培康 李翰山 《探测与控制学报》 北大核心 2025年第5期35-43,共9页
MEMS器件在高过载作用下易产生表面裂纹缺陷而造成弹体系统故障危害,如何检测高过载下的MEMS器件表面缺陷是一个关键难题。基于MEMS器件表面金相图像,提出ACE-DeepLabv3+的MEMS裂纹检测方法;采用自适应对比度增强(ACE)算法增强金相图像... MEMS器件在高过载作用下易产生表面裂纹缺陷而造成弹体系统故障危害,如何检测高过载下的MEMS器件表面缺陷是一个关键难题。基于MEMS器件表面金相图像,提出ACE-DeepLabv3+的MEMS裂纹检测方法;采用自适应对比度增强(ACE)算法增强金相图像中MEMS器件裂纹细节信息;将MobileNetv2作为特征提取主干网络、对空洞空间金字塔池化(ASPP)模块进行级联优化并嵌入高效多尺度注意力机制(EMA)的MEMS裂纹图像分割算法。最后,采用Freeman链码对裂纹进行编码的表征方法,对MEMS裂纹进行定量表征。通过对含有裂纹缺陷的MEMS金相图像进行处理,结果发现所提出的算法可以对多类型的MEMS器件的微小裂纹进行精准分割,识别的平均像素精度与MIoU分别达到82%和75.1%。 展开更多
关键词 MEMS器件 自适应对比度增强 deeplabv3+ 缺陷检测 定量表征
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 … 47 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