期刊文献+
共找到2,867篇文章
< 1 2 144 >
每页显示 20 50 100
基于Mask R⁃CNN的多类建筑物损伤识别方法 被引量:1
1
作者 杨敬松 王煜鑫 +2 位作者 李智涛 卢泽葳 彭福民 《防灾减灾工程学报》 北大核心 2025年第3期562-570,共9页
地震发生后快速对建筑物损伤进行识别,可以提高灾害损失评估的效率,并为救援提供有效地决策支持。针对因背景干扰带来的重要特征表达能力弱的问题,提出一种基于深度学习框架Mask R‑CNN的多建筑物损伤识别方法。首先,对样本图像进行预处... 地震发生后快速对建筑物损伤进行识别,可以提高灾害损失评估的效率,并为救援提供有效地决策支持。针对因背景干扰带来的重要特征表达能力弱的问题,提出一种基于深度学习框架Mask R‑CNN的多建筑物损伤识别方法。首先,对样本图像进行预处理,克服复杂环境背景因素干扰,并进行多途径扩增,得到用于深度学习的扩增样本数据集。其次,优化特征提取网络,采用嵌入注意力机制模块SE的MobileNetv3网络作为主干网络,增加模型对建筑物损伤空间及语义信息的提取,有效避免背景对模型性能的影响,改进损失函数,避免遗漏类别和类别错分现象,同时引入迁移学习,降低训练成本;最后,采用定性分析和定量评估相结合的手段,多维度评估模型泛化能力和鲁棒性。改进后的Mask R‑CNN模型的平均精度达到了84.34%,相对于原始的Mask R‑CNN模型,精度提高了9.12%。结果表明,改进后的模型在识别含有多种损伤特征和噪声背景的建筑物损伤图像方面表现良好,可以为地震后建筑物的损伤评估提供有效地技术支持。 展开更多
关键词 人工智能 建筑物损伤识别 mask R‑CNN 实例分割
在线阅读 下载PDF
基于轻量化Mask R⁃CNN的车型检测算法
2
作者 许超 杨丰熙 +1 位作者 李博 王浩宇 《现代电子技术》 北大核心 2025年第21期127-136,共10页
车型检测对智能交通系统具有重要意义,其为智能交通系统的车辆管理能力提供了有效保障。针对现有算法通常较为复杂,并不能较好地适配于实际应用中的车型检测,文中提出一种基于改进Mask R⁃CNN的轻量化车型检测算法。首先,将特征提取网络... 车型检测对智能交通系统具有重要意义,其为智能交通系统的车辆管理能力提供了有效保障。针对现有算法通常较为复杂,并不能较好地适配于实际应用中的车型检测,文中提出一种基于改进Mask R⁃CNN的轻量化车型检测算法。首先,将特征提取网络替换为FasterNet特征提取网络,在降低算法复杂度的同时提升算法精度;其次,构建基于DO卷积的改进FPN特征融合网络,使算法既降低复杂度又提升精度;最后,将损失函数替换为Smooth L_(1)损失函数,在不改变当前算法复杂度的情况下对算法精度实现了进一步提升。实验结果表明,所提算法兼顾精度与实时性需求,且具有较好的泛化能力,更适配于实际应用中的车型检测。 展开更多
关键词 mask R⁃CNN 车型检测 主干网络 特征融合 损失函数 轻量化
在线阅读 下载PDF
基于改进Mask R-CNN的低空遥感实例分割算法
3
作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 北大核心 2025年第2期168-176,共9页
针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多
关键词 深度学习 图像处理 遥感图像 实例分割 改进mask R-CNN算法 ResNet-50
在线阅读 下载PDF
基于Fishmeal-Mask2Former分割模型的掺假鱼粉显微图像识别方法
4
作者 牛智有 李武瑛妮 +2 位作者 孔宪锐 耿婕 王伟霞 《农业机械学报》 北大核心 2025年第7期679-690,共12页
针对传统显微镜检法在鱼粉掺假识别中面临的肉眼辨别难度大、识别效率低的问题,提出一种改进Maskedattention Mask Transformer(Mask2Former)的鱼粉显微图像掺假识别模型,以实现高分辨条件下、复杂鱼粉背景中对异状多目标掺假特征的自... 针对传统显微镜检法在鱼粉掺假识别中面临的肉眼辨别难度大、识别效率低的问题,提出一种改进Maskedattention Mask Transformer(Mask2Former)的鱼粉显微图像掺假识别模型,以实现高分辨条件下、复杂鱼粉背景中对异状多目标掺假特征的自动化识别与分割。以鱼粉中掺杂动物源性肉粉为研究对象,构建了:Fishmeal掺假鱼粉显微图像数据集,通过形态学分析将掺假特征细分为异常肌肉、骨骼、皮肤、血液和毛发5类组织;开发基于颜色阈值相似性的交互式标注软件,实现逐像素的提示性精确标注;改进Mask2Former分割模型架构,融合ResNet50骨干网络、多头注意力机制和多尺度特征处理机制,增强了鱼粉多样化特征的融合效果;引入重复加权双向特征金字塔网络(Bidirectional feature pyramid network,BiFPN)改进像素解码器,提升了小目标分割能力;引入可学习的尺度级嵌入和掩码注意力(Masked Attention)模块,通过限制交叉注意力关注范围提高了模型细节表现力;在Multi-head Attention层后加入dropout操作防止过拟合。实验结果表明,改进后的Fishmeal-Mask2Former在样本真伪判别阶段整体分类准确率达到98.56%,在精细分割阶段对异常掺假特征定性识别平均精确率达到80.52%、召回率为76.01%、F1分数为78.86%,分割模型平均准确度提升至82.08%,较传统方法具有显著优势。此外,设计分割结果可视化界面,为鱼粉品质检测中的掺假检测环节提供了一种直观、准确与高效的显微视觉自动化识别方法。 展开更多
关键词 鱼粉 掺假 语义分割 显微图像 mask2 Former 计算机辅助诊断
在线阅读 下载PDF
基于Mask R—CNN的轻量级草莓实例分割算法
5
作者 王成军 江诚婕 +1 位作者 丁凡 柳炜 《中国农机化学报》 北大核心 2025年第7期118-123,F0003,共7页
针对果园采摘环境复杂、草莓与周边环境难以精确分割、现有模型处理速度无法实现快速分割等问题,提出一种基于Mask R—CNN的轻量级草莓实例分割算法。在原始Mask R—CNN算法的基础上进行改进,采用MobileNetV3网络替代原始的ResNet101骨... 针对果园采摘环境复杂、草莓与周边环境难以精确分割、现有模型处理速度无法实现快速分割等问题,提出一种基于Mask R—CNN的轻量级草莓实例分割算法。在原始Mask R—CNN算法的基础上进行改进,采用MobileNetV3网络替代原始的ResNet101骨干网络来轻量化算法,且将原本MobileNetV3残差结构中的通道注意力机制替换成协同注意力机制模块,结合特征金字塔网络架构进行特征提取,实现草莓个体的精准快速定位分割。在标注数据集上进行对比实验,结果表明,改进的Mask R—CNN算法与原始Mask R—CNN算法相比,边框mAP和掩膜mAP分别提升1.75%和4.05%,检测速度提高20.09帧/s,减少模型对硬件存储空间和算力的依赖。 展开更多
关键词 草莓图像 实例分割 改进mask R—CNN CA注意力机制 轻量化网络
在线阅读 下载PDF
基于Faster R-CNN和Mask R-CNN的滑坡自动识别研究 被引量:3
6
作者 于宪煜 杨森 《大地测量与地球动力学》 北大核心 2025年第1期1-4,12,共5页
基于高分一号影像,以三峡库区库首段为例,通过目视解译出160个滑坡样本,按照9∶1比例分为训练样本和验证样本,分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能,分别采用8∶2... 基于高分一号影像,以三峡库区库首段为例,通过目视解译出160个滑坡样本,按照9∶1比例分为训练样本和验证样本,分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能,分别采用8∶2、7∶3、6∶4的样本比例进行计算。研究结果表明,Mask R-CNN模型识别结果准确率、召回率和F 1分数等3项指标均优于Faster R-CNN;且经过交叉验证,证明Mask R-CNN模型的性能更为稳定。 展开更多
关键词 深度学习 滑坡识别 mask R-CNN Faster R-CNN 交叉验证
在线阅读 下载PDF
基于FPT改进的Mask RCNN算法的道路信息检测研究
7
作者 范博森 左云波 +1 位作者 徐小力 王林枫 《计算机应用与软件》 北大核心 2025年第6期202-209,共8页
针对目前目标检测算法应用于道路信息目标检测效果差,容易出现漏检、错检等问题,提出一种基于FPT(Feature Pyramid Transformer)改进的Mask RCNN道路信息检测算法用于帮助城市道路建设提高工作质量。在特征融合网络中引入借鉴Transforme... 针对目前目标检测算法应用于道路信息目标检测效果差,容易出现漏检、错检等问题,提出一种基于FPT(Feature Pyramid Transformer)改进的Mask RCNN道路信息检测算法用于帮助城市道路建设提高工作质量。在特征融合网络中引入借鉴Transformer思想的FPT代替原有的FPN,对特征进行跨空间跨尺度的融合达到特征增强的效果,提高模型检测精度。在实验中,采用迁移学习思想,对PASCAL-VOC2012数据集进行预训练后得到模型的预训练权重,实验结果表明,该算法相较于原算法在分别采用ResNet50、ResNet101时平均精度分别提高了7.5百分点、10.6百分点,对小目标的检测效果变得更好。 展开更多
关键词 道路信息检测 mask RCNN算法 特征融合 FPT TRANSFORMER
在线阅读 下载PDF
基于改进Mask RCNN的金刚石微粉分割算法
8
作者 李文开 王莉 +1 位作者 牛群峰 王涛 《现代电子技术》 北大核心 2025年第11期51-56,共6页
针对金刚石微粉形状复杂多变、颜色相似度高以及相互粘连导致的分割困难等问题,文中提出基于改进Mask RCNN的金刚石微粉分割算法。首先,在原有主干网络的基础上重新设计残差结构,引入高效通道注意力机制,在不增加网络参数的情况下增强... 针对金刚石微粉形状复杂多变、颜色相似度高以及相互粘连导致的分割困难等问题,文中提出基于改进Mask RCNN的金刚石微粉分割算法。首先,在原有主干网络的基础上重新设计残差结构,引入高效通道注意力机制,在不增加网络参数的情况下增强模型的复杂特征提取能力;其次,根据金刚石微粉实际尺寸和形状不规则性优化Anchor box框,增强检测框切合度,进一步提高模型的图像分割精度;最后,采用DIoU-NMS模块改进检测框筛选方式,避免粘连金刚石微粉漏检现象。实验结果表明,在自建的金刚石微粉数据集上,改进后的Mask RCNN算法对金刚石微粉的平均精度均值(mAP)为75.51%,比标准Mask RCNN算法提升了2.86%,分割精度得到显著提升,为精准分割金刚石微粉提供了一种可行性方法。 展开更多
关键词 深度学习 实例分割 金刚石微粉 注意力机制 mask RCNN DIoU-NMS
在线阅读 下载PDF
基于Mask约束的图像局部风格迁移算法
9
作者 祁新 杜洪波 朱立军 《计算机应用与软件》 北大核心 2025年第6期234-240,共7页
针对实际应用中不能直接对图像指定区域进行风格迁移的问题,提出一种基于Mask约束的图像局部风格迁移算法。借助DeepLab V3+算法分割内容图像,并提取其目标区域,采用基于Gram矩阵的逐像素点优化的图像风格迁移算法进行图像局部风格迁移... 针对实际应用中不能直接对图像指定区域进行风格迁移的问题,提出一种基于Mask约束的图像局部风格迁移算法。借助DeepLab V3+算法分割内容图像,并提取其目标区域,采用基于Gram矩阵的逐像素点优化的图像风格迁移算法进行图像局部风格迁移,重新定义图像局部风格迁移内容、风格损失函数,一方面将语义分割产生的Mask矩阵对需要学习的参数范围进行约束,另一方面用Mask矩阵约束部分风格损失函数计算的区域,除去冗余区域。实验结果表明,改进后算法具有较好的局部风格转换能力,并加快算法的收敛速度。 展开更多
关键词 局部风格迁移 语义分割 DeepLab V3+ GRAM矩阵 mask矩阵
在线阅读 下载PDF
基于改进Mask R-CNN的船载地波雷达目标检测方法 被引量:2
10
作者 张梦妮 王祎鸣 吴勇剑 《海洋科学进展》 北大核心 2025年第3期693-705,共13页
船载地波雷达易受复杂海况和平台运动的影响,导致其对海上船只目标的检测能力降低,尤其是对密集多目标区和弱目标区的探测更加困难。针对上述问题,本文提出一种改进实例分割区域卷积神经网络(Mask Region Convolutional Neural Network,... 船载地波雷达易受复杂海况和平台运动的影响,导致其对海上船只目标的检测能力降低,尤其是对密集多目标区和弱目标区的探测更加困难。针对上述问题,本文提出一种改进实例分割区域卷积神经网络(Mask Region Convolutional Neural Network,Mask R-CNN)的船载地波雷达目标检测方法。首先,构建船载地波雷达距离-多普勒谱数据集,发展了船载地波雷达船只目标样本自适应特征提取算法;然后,将Mask R-CNN引入船载地波雷达距离-多普勒谱图的目标检测和实例分割,进而结合卷积块的注意力机制实现目标回波深层特性信息的挖掘;最后,通过实测数据和船舶自动识别系统对本文方法进行验证。实验结果表明:与Mask R-CNN、YOLOv7和背景识别CFAR方法相比,本文提出的方法不仅减少了常规背景下的目标漏检情况,而且能够有效检测强海杂波干扰下的弱目标以及多船只回波相互重叠的聚集区域目标,提高了船载地波雷达对海上船只目标的探测能力。 展开更多
关键词 船载地波雷达 目标检测 mask R-CNN 实例分割 注意力机制
在线阅读 下载PDF
基于改进Mask-Scoring R-CNN的肌纤维自动分割与表型计算方法研究
11
作者 沃靖杰 田绪红 +3 位作者 尹令 杨杰 姚泽锴 蔡更元 《华中农业大学学报》 北大核心 2025年第2期134-144,共11页
为解决人工手动分割与半自动分割的精度及效率问题以及通用分割模型在面对各种噪声干扰时的表现不足,提出改进Mask-Scoring R-CNN的实例分割模型,实现对肌纤维细胞的高效分割。在Mask-Scoring R-CNN模型中引入CBAM(convolutional block ... 为解决人工手动分割与半自动分割的精度及效率问题以及通用分割模型在面对各种噪声干扰时的表现不足,提出改进Mask-Scoring R-CNN的实例分割模型,实现对肌纤维细胞的高效分割。在Mask-Scoring R-CNN模型中引入CBAM(convolutional block attention module)注意力机制,并对其进行改进,强化模型对特征信息的提取与表达,从而提升分割效果与模型在肌纤维分割任务中的泛化能力。改进Mask-Scoring RCNN模型在103张测试集的测试结果显示,表型数据测定值的均方根误差均比原模型更小,肌纤维总数均方根误差从2.08降至1.26,面积均方根误差从212.21μm^(2)降低至181.36μm^(2),平均直径均方根误差从2.87μm降低至1.47μm。试验结果表明改进后的模型能有效应对含噪声的肌纤维图像,在常见的噪声环境下依然能够准确分割出每个肌纤维。 展开更多
关键词 实例分割 mask-Scoring R-CNN 猪肉肌纤维表型 细胞分割 注意力机制
在线阅读 下载PDF
基于改进Mask R-CNN的复合绝缘子憎水性状态评估方法
12
作者 绳飞 曹留 +3 位作者 刘玉龙 黄杰 黄雅倩 朱彦卿 《电测与仪表》 北大核心 2025年第4期73-80,共8页
及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出... 及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出将分类问题转变为目标检测问题,采用改进掩膜区域卷积神经网络(mask region-based convolutional neural network, Mask R-CNN)算法评估复合绝缘子憎水性等级。通过特征金字塔网络(feature pyramid network, FPN)确定图像中所有水滴的位置与大小,采用Mask R-CNN中特有的mask分支预测所有水珠憎水性等级,再计算出相应憎水性等级所占的面积,最终选择面积最大的作为图像的憎水性等级并输出分类结果。结合各等级憎水性图像的特点,引入改进非极大值抑制(soft non-maximum suppression, Soft-NMS)来减少高等级憎水性图像中水迹面积大且分布不规则时的目标漏检,并采用Giou-loss(generalized intersection over union loss)加快低等级图像中目标小而多时模型的收敛速度。最终通过对比实验,从mAP(mean average precision)、每秒帧率(frame per second, FPS)、准确率三项评判指标验证了基于改进Mask R-CNN的憎水图像识别算法的有效性与优越性。 展开更多
关键词 憎水性 目标检测 mask R-CNN 深度学习 复合绝缘子
在线阅读 下载PDF
基于改进Mask R-CNN的无人船视觉检测 被引量:1
13
作者 佟剑峰 于雨 《船海工程》 北大核心 2025年第1期6-12,共7页
针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机... 针对无人船视觉检测算法准确率低及水界线检测困难的问题,构造自定义数据集并提出改进Mask R-CNN网络模型的无人船视觉检测算法。改进后的算法以Mask R-CNN网络模型为检测框架,将骨干网络由ResNet50替换成ResNeXt50并加入SENet注意力机制模块提高模型的特征提取能力;在特征金字塔网络(feature pyramid network,FPN)中加入多尺度的特征提取模块(inception模块),提高特征图的融合效果;加入多尺度锚框(anchors),提高模型对于多尺度目标的检测效果;通过直方图均衡化、调整对比度的方式对输入图像进行预处理,优化输入图像。结果表明,改进后的Mask R-CNN网络模型相比于原始的网络模型在目标检测任务中平均精度均值(mean average precision,mAP)提高了8.86%,交并比为0.5条件下的平均精度(IOU=0.5 average precision,AP 50)提高了9.39%;在实例分割任务中mAP提高了4.55%,AP 50提高了4.63%。相关改进,提高了无人船视觉检测的效率。 展开更多
关键词 无人船视觉 mask R-CNN网络模型 骨干网络 注意力机制 特征融合
在线阅读 下载PDF
基于改进Mask R-CNN的金刚石磨盘表面形态分割与评价
14
作者 索文隆 林燕芬 方从富 《金刚石与磨料磨具工程》 北大核心 2025年第3期416-426,共11页
金刚石磨盘广泛应用于各类硬脆材料的磨削加工中,磨盘表面形态对加工工件质量与磨盘磨削性能有着直接的影响。为对磨盘表面形态进行检测,提出基于改进Mask R-CNN模型的分割方法对磨盘表面图像中的磨粒、气孔进行识别与分割,并对模型进... 金刚石磨盘广泛应用于各类硬脆材料的磨削加工中,磨盘表面形态对加工工件质量与磨盘磨削性能有着直接的影响。为对磨盘表面形态进行检测,提出基于改进Mask R-CNN模型的分割方法对磨盘表面图像中的磨粒、气孔进行识别与分割,并对模型进行训练与验证。结果表明:使用该方法能够实现磨盘表面图像中磨粒、气孔的识别与分割,平均准确率为78.2%。为验证该方法分割的磨粒、气孔与实际结果的差异,提出目标数量识别准确率、目标分割面积准确率、目标位置误差3个参数来评价分割效果,结果表明:磨粒、气孔的数量识别准确率分别为82.1%与93.4%,分割面积准确率分别为89.9%与95.3%,位置误差分别为3.80%与2.80%,证明该方法有效。 展开更多
关键词 磨盘检测 深度学习 改进mask R-CNN模型 分割评价
在线阅读 下载PDF
Mask-RCNN在轴承滚动体异常检测中的研究
15
作者 周经宇 葛动元 +1 位作者 姚锡凡 向文江 《机械设计与制造》 北大核心 2025年第6期253-257,共5页
为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参... 为了通过深度学习来更方便且高效的检测轴承滚动体若干参数,从而自动判断出轴承滚动体是否存在异常。提出了使用Mask-RCNN来检测轴承滚动体并提取掩膜,然后通过使用图像处理的方法,计算出滚动体个数和其他若干参数,最后根据检测到的参数判断滚动体是否存在异常。本次实验设计了简单的背光源加同轴光源组合的形式并结合工业像机采集了50张轴承图像,然后通过对采集到的图像进行图像增强操作,获得了50张旋转、增强对比度和曝光等图像,组成100张图片作为数据集。通过对Mask-RCNN的训练来获得较好的模型参数,并随机对某张验证集的轴承图进行检测就可以得到各轴承滚动体的若干参数信息,从而根据求得的参数来自动判断滚动体是否异常,达到了检测的目的。 展开更多
关键词 mask-RCNN 轴承 滚动体 图像处理 参数检测 缺失检测
在线阅读 下载PDF
融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用
16
作者 王猛 刘卫星 +3 位作者 李喆 李浩 齐西伟 杨爱民 《烧结球团》 北大核心 2025年第1期85-94,125,共11页
球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,... 球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,对比了多种主干网络的训练表现,并与多个分割模型进行了精度对比。此外,利用像素点统计分割掩膜面积实现了球团粒径的测量。结果表明,ResNet50作为主干网络在球团的特征提取中更具优越性。引入Convolutional Block Attention Module(CBAM)的Mask R-CNN模型对比初始模型A mean提高了2.18%。对比BlendMask、SOLOv2、YOLACT以及CondInst等分割模型,改进后的模型在分割精度上也有优势,并能更好地处理分割细节。此外,与Image J测量的球团粒径相比,本文所提出的球团粒径测量方法的最大误差保持在±1.8 mm之内,A_(IoU=0.5)可达到0.9483。 展开更多
关键词 球团粒径 mask R-CNN 迁移学习 ResNet CBAM
在线阅读 下载PDF
基于改进Mask R-CNN的对虾部位分割方法
17
作者 蔡礼扬 宁萌 +3 位作者 杨九洲 陈义亮 马泓睿 王雨芊 《包装与食品机械》 北大核心 2025年第1期17-25,共9页
为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升... 为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升模型边缘分割精度。结果表明,模型的平均交并比为94.14%,平均像素准确率为97.06%,头部轮廓交并比为84.12%,躯干轮廓交并比为83.79%,尾部轮廓交并比为94.31%。采用相同的数据集和试验环境与Unet,PSPNet,SegNet,Segformer进行对比试验,所提出的方法分割效果优于其他经典分割模型,可较好地完成对虾部位的分割任务。研究结果为对虾加工领域提供一种新思路。 展开更多
关键词 对虾 部位分割 mask R-CNN模型 边缘监督 注意力机制
在线阅读 下载PDF
基于Mask R-CNN改进模型的深海多金属结核图像分割方法
18
作者 翁泽邦 李小虎 +5 位作者 李洁 李正刚 王浩 朱志敏 孟兴伟 李怀明 《海洋学研究》 北大核心 2025年第3期32-39,共8页
在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask ... 在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask R-CNN(mask region-based convolutional neural network)模型,对深海图像进行多金属结核目标物识别和分割。引入SimAM有效抑制了沉积物背景对结核识别的干扰;引入DSConv有效缓解了结核边界模糊问题;同时引入两个模块的改进模型,图像分割准确率为91.5%、精确率为78.0%、召回率为75.1%、交并比为69.4%。将改进模型与原始模型应用在实际测线上发现,海底结核覆盖率的识别结果中,误差低于5%的数据占比从原始模型的57%提升至改进模型的77%。本研究可为深海多金属结核覆盖率计算提供可靠的技术方案,其模块化设计也可拓展至其他目标识别、图像分割领域。 展开更多
关键词 多金属结核 图像分割 mask R-CNN模型 覆盖率 注意力机制 动态稀疏卷积
在线阅读 下载PDF
基于深度学习模型Mask R-CNN对M50轴承钢中碳化物的研究
19
作者 孙瑞明 李淑欣 +2 位作者 鲁思渊 金永生 肖华海 《机械强度》 北大核心 2025年第8期19-27,共9页
M50轴承钢中主要的碳化物类型为MC、M_(2)C和M_(23)C_(6)。扫描电子显微镜(Scanning Electron Microscopy,SEM)下,3种碳化物的形状、尺寸和在材料中的分布存在明显的区别。有些碳化物的尺寸较大且分布不均匀。轴承受载过程中,这些碳化... M50轴承钢中主要的碳化物类型为MC、M_(2)C和M_(23)C_(6)。扫描电子显微镜(Scanning Electron Microscopy,SEM)下,3种碳化物的形状、尺寸和在材料中的分布存在明显的区别。有些碳化物的尺寸较大且分布不均匀。轴承受载过程中,这些碳化物会成为应力集中的区域,对轴承疲劳性能产生负面影响。为了高效地获得材料中的碳化物信息,提出一种改进的掩膜基于区域的卷积神经网络(Mask Region-based Convolutional Neural Network,Mask R-CNN)模型,可批量鉴别SEM图像中3种碳化物的种类,确定其尺寸大小及分布。网络模型输出的图像和数值结果显示,M50轴承钢中M_(2)C型碳化物尺寸大且分布不均匀,但总体尺寸最大的MC型碳化物和尺寸最小的M_(23)C_(6)型碳化物分布相对均匀。 展开更多
关键词 深度学习 mask R-CNN M50轴承钢 碳化物
在线阅读 下载PDF
基于Mask-SIFT的LED芯片三维重建研究
20
作者 甘胜斯 陈新度 +3 位作者 陈玉冰 吴磊 张宇 邱伟彬 《机床与液压》 北大核心 2025年第1期217-222,共6页
针对二维图像难以准确表征LED芯片金属键合线的三维缺陷特征,以及三维传感器在LED芯片三维成像中存在成本昂贵和成像结构不完整等问题,提出一种基于图像的LED芯片三维重建方法。针对LED芯片图像采集过程中容易受载物台纹理影响的问题,... 针对二维图像难以准确表征LED芯片金属键合线的三维缺陷特征,以及三维传感器在LED芯片三维成像中存在成本昂贵和成像结构不完整等问题,提出一种基于图像的LED芯片三维重建方法。针对LED芯片图像采集过程中容易受载物台纹理影响的问题,提出一种改进的Mask-SIFT特征提取与匹配算法,利用掩膜有效过滤载物台纹理引入的噪声,提升特征提取速度。采用运动恢复结构算法计算特征点的三维坐标,生成LED芯片的稀疏点云。最后,通过多视角立体几何算法对稀疏点云稠密化,生成LED芯片的稠密点云,得到更完整的点云结构。结果表明:改进的Mask-SIFT能有效过滤背景噪声,节省了62.39%的重建时间,有效实现了LED芯片三维点云的重建。 展开更多
关键词 LED芯片 三维重建 掩膜 运动恢复结构
在线阅读 下载PDF
上一页 1 2 144 下一页 到第
使用帮助 返回顶部