基于改进DeepLabV3+的刀具磨损在机检测方法

1

作者 孟一帆 张超勇 +1 位作者 肖御风 朱传军 《机床与液压》 北大核心 2026年第7期111-118,124,共9页

针对现有刀具磨损监测方法存在精度不足、工作量大、效率低下等问题,提出一种基于改进DeepLabV3+网络的刀具磨损监测方法。搭建刀具磨损状态在机监测实验平台,实现刀具磨损图像的自动化采集。对采集的数据进行旋转、降噪等数据增强处理... 针对现有刀具磨损监测方法存在精度不足、工作量大、效率低下等问题,提出一种基于改进DeepLabV3+网络的刀具磨损监测方法。搭建刀具磨损状态在机监测实验平台,实现刀具磨损图像的自动化采集。对采集的数据进行旋转、降噪等数据增强处理,并降低分辨率与预裁剪,以提升训练效率。在DeepLabV3+模型的ASPP模块中,在每个分支后引入CBAM注意力机制,以增强多尺度特征的表达能力;在ASPP模块与解码器之间加入SE注意力机制与LKA大核卷积的融合模块,提升网络对关键区域的聚焦能力。在训练过程中,联合使用Focal Loss和Dice Loss。Focal Loss通过降低易分类样本权重、增强难分类样本关注度,改善类别不平衡问题;Dice Loss则强调分割区域与真实区域的重叠程度,提升分割精度。最后,将改进模型与其他网络模型进行对比实验。结果表明:改进后的DeepLabV3+模型的mIoU达到了96.33%,相较原模型(DeepLabV3+(图片无裁剪))增长了近2%,有效验证了改进模型的高效性与准确性。 展开更多

关键词 刀具磨损 deeplabv3+模型 注意力机制 LKA 机器视觉

在线阅读 下载PDF 职称材料

MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法

2

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 职称材料

基于改进DeepLabV3+网络的荔枝种植面积提取方法 被引量：2

3

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 职称材料

基于DeepLabv3+网络的煤体孔隙识别及分析

4

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 职称材料

基于共形映射参数化和DeepLabv3+的三维牙颌语义分割

5

作者 马天 冷應庆 +1 位作者 马子楠 李远成 《广西大学学报(自然科学版)》 北大核心 2025年第6期1182-1194,共13页

针对复杂牙颌模型的三维网格结构特征相似、语义混淆等问题,提出一种基于共形映射参数化和DeepLabv3+的三维牙颌语义分割方法。首先,引入最小二乘共形映射,约束边界顶点并扩展颜色映射,实现牙颌网格的二维参数化与逆向重构;其次,设计基... 针对复杂牙颌模型的三维网格结构特征相似、语义混淆等问题,提出一种基于共形映射参数化和DeepLabv3+的三维牙颌语义分割方法。首先,引入最小二乘共形映射,约束边界顶点并扩展颜色映射,实现牙颌网格的二维参数化与逆向重构;其次,设计基于DeepLabv3+的语义分割模型,采用MobileNetV2作主干网络,构建密集空洞空间金字塔模块,增强多尺度特征融合和特征学习能力;最后,引入条形池化模块增强线性结构感知,并通过批归一化提升训练稳定性和泛化能力。结果表明,在自建牙颌数据集上,平均交并比(mIoU)和平均像素准确率(MPA)达到78.71%和88.22%,较当前方法分别提升了3.61个百分点和3.15个百分点,模型参数量仅5.8M;在公共数据集Teeth3DS上的使用结果表明,mIoU和MPA达到了73.61%和82.05%,较未改进的DeepLabv3分别提升了10.42个百分点和11.15个百分点,具有更好的分割效果。引入最小二乘共形映射与优化的DeepLabv3+网络,可实现高精度、轻量化的三维牙颌自动分割。 展开更多

关键词 牙颌三维网格 语义分割 共形映射参数化 deeplabv3+模型 密集空洞空间金字塔模块

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+的光伏电站道路识别方法 被引量：6

6

作者 李翠明 王华 +1 位作者 徐龙儿 王龙 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第5期776-782,I0010,共8页

针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题,提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别.首先,将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度;其次,采用异感受野融... 针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题,提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别.首先,将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度;其次,采用异感受野融合和空洞深度可分离卷积结合的策略改进空洞空间金字塔池化(ASPP)结构,提高ASPP的信息利用率和模型训练效率;最后,引入注意力机制,提升模型识别精度.结果表明,改进后模型的平均像素准确率为98.06%,平均交并比为95.92%,相比于DeepLabv3+基础模型分别提高了1.79个百分点、2.44个百分点,且高于SegNet、UNet模型.同时,改进后的模型参数量小,实时性好,能够更好地实现光伏电站移动清洁机器人的道路识别. 展开更多

关键词 光伏电站 道路识别 deeplabv3+模型 注意力机制 MobileNetv2

在线阅读 下载PDF 职称材料

面向多种作物叶片病害的像素级分割方法研究

7

作者 王从胜 李庆阳 邱秀荣 《种业导刊》 2026年第1期70-73,共4页

精准的像素级分割是实现作物叶片病害自动诊断与量化评估的关键技术,但现有模型在跨作物、跨病害的泛化性能尚未得到充分验证。以公开的PlantDoc数据集为实验材料,系统评估主流深度学习模型U-Net和DeepLabV3+在多种作物叶片病害像素级... 精准的像素级分割是实现作物叶片病害自动诊断与量化评估的关键技术,但现有模型在跨作物、跨病害的泛化性能尚未得到充分验证。以公开的PlantDoc数据集为实验材料,系统评估主流深度学习模型U-Net和DeepLabV3+在多种作物叶片病害像素级分割任务中的泛化表现。结果表明,U-Net模型在PlantDoc数据集上表现出卓越的分割性能,平均交并比、均像素准确率和准确率分别达到了77.20%、84.50%和93.64%,全面优于DeepLabV3+模型对应指标,分别为55.63%、62.77%和86.41%。研究结果为农业智能诊断系统提供了模型选择依据。 展开更多

关键词 作物 U-Net模型 deeplabv3+模型 叶片病害 图像分割

在线阅读 下载PDF 职称材料

基于深度学习和增强现实的智能变电站仪表读数识别研究

8

作者 孙蓉蓉 王程斯 +3 位作者 罗育林 田松林 庄秋乃 夏成文 《电测与仪表》 北大核心 2026年第5期184-192,共9页

针对现有智能变电站仪表读数识别方法中存在的识别效果不佳和仅能单一识别指针仪表或数字仪表的问题,基于增强现实的电力巡检系统提出了一种基于改进深度学习方法的智能变电站仪表读数识别方法。改进YOLOv8模型完成仪表分类和区域定位,... 针对现有智能变电站仪表读数识别方法中存在的识别效果不佳和仅能单一识别指针仪表或数字仪表的问题,基于增强现实的电力巡检系统提出了一种基于改进深度学习方法的智能变电站仪表读数识别方法。改进YOLOv8模型完成仪表分类和区域定位,改进DeepLabV3+模型完成指针式仪表的读取识别,改进Transformer模型完成数字仪表读数识别,通过实验对其性能进行验证。结果表明,改进YOLOv8模型在仪表分类和定位中有效提高了检测精度,检测准确率大于98.00%。改进DeepLabV3+模型在指针式仪表读数识别中有效提高了分割精度,识别误差小于1.50%。改进Transformer模型在数字仪表读数识别中有效提高了识别精度,识别准确率大于97.00%。 展开更多

关键词 智能变电站 电力仪表 增强现实 YOLOv8模型 deeplabv3+模型 Transformer模型

在线阅读 下载PDF 职称材料

基于边缘特征和ST-ORB检测的图像配准算法

9

作者 潘哲 郭苹 +1 位作者 许思源 李欣悦 《现代雷达》 北大核心 2026年第2期11-19,共9页

针对多模态遥感图像因斑点噪声与局部失真导致的配准难题,文中提出一种融合边缘分割网络与特征点检测描述算法的配准方法。首先通过改进的特征提取算子对合成孔径雷达图像进行强边缘特征提取,接着构建强边缘特征标签,训练改进的Deeplab... 针对多模态遥感图像因斑点噪声与局部失真导致的配准难题,文中提出一种融合边缘分割网络与特征点检测描述算法的配准方法。首先通过改进的特征提取算子对合成孔径雷达图像进行强边缘特征提取,接着构建强边缘特征标签,训练改进的Deeplabv3+边缘分割模型,以深度网络的方式提取图像的强边缘特征;最后使用提出的算法在特征图上进行特征点检测和描述。通过将深度学习语义分割算法与传统鲁棒性特征点检测描述方法相融合,有效提升了配准算法的可靠性与鲁棒性。对四种类型图像开展平移、旋转及缩放变换的配准测试,结果显示算法平均均方根误差仅为2.088,证明了所提算法的优越性。 展开更多

关键词 图像配准 边缘特征 deeplabv3+模型 遥感图像 深度学习

在线阅读 下载PDF 职称材料

基于DeepLabV3+模型的钝性颅脑损伤CT图像智能识别与分割

10

作者 秦豪杰 刘媛媛 +7 位作者 付恩浩 刘雅雯 田志岭 董贺文 刘太昂 邹冬华 程亦斌 刘宁国 《法医学杂志》 CSCD 北大核心 2024年第5期419-429,共11页

目的基于钝性颅脑损伤CT图像训练卷积神经网络DeepLabV3+模型,实现对常见颅脑损伤的智能化识别与分割(下文简称“分割”),探索深度学习技术在法医学钝性颅脑损伤自动化诊断中的应用价值。方法收集活体5486张钝性颅脑损伤CT图像作为训练... 目的基于钝性颅脑损伤CT图像训练卷积神经网络DeepLabV3+模型,实现对常见颅脑损伤的智能化识别与分割(下文简称“分割”),探索深度学习技术在法医学钝性颅脑损伤自动化诊断中的应用价值。方法收集活体5486张钝性颅脑损伤CT图像作为训练集、验证集和测试集进行模型训练与性能评估,另取活体255张钝性颅脑损伤与156张正常颅脑CT图像作为盲测集,评估模型分割5类颅脑损伤(头皮血肿、颅骨骨折、硬脑膜外血肿、硬脑膜下血肿和脑挫伤)的能力。再收集尸体340张钝性颅脑损伤和120张正常颅脑CT图像作为新的盲测集,探索用活体颅脑损伤CT图像训练的模型在尸体颅脑损伤分割中的应用价值。对除盲测集以外的所有钝性颅脑损伤CT图像中的5类颅脑损伤进行人工标记,再将各数据集输入模型,对模型进行训练后,根据训练集、验证集的损失函数与准确率评估并优化模型性能,根据测试集的Dice值评估模型泛化能力;根据盲测集的准确率、精确率和F1值评价模型对5类颅脑损伤的分割性能。结果经过对模型的训练和优化,最终的最优模型对头皮血肿、颅骨骨折、硬脑膜外血肿、硬脑膜下血肿和脑挫伤分割的平均Dice值分别是0.7664、0.8123、0.9387、0.7827和0.8581,均大于0.75,达到了预期要求。盲测集的外部验证结果显示,5类颅脑损伤分割的F1值在活体颅脑损伤CT图像中分别是93.02%、89.80%、87.80%、92.93%和86.57%,在尸体颅脑损伤CT图像中分别是83.92%、44.90%、76.47%、64.29%和48.89%,说明该模型在活体CT图像上能准确分割5类颅脑损伤,而在尸体CT图像上的分割能力相对较差,但仍然能够准确分割头皮血肿、硬脑膜外血肿和硬脑膜下血肿。结论基于CT图像训练的深度学习模型可用于颅脑损伤的分割,但直接将活体颅脑损伤模型用于尸体颅脑损伤的分割有局限性。本研究为钝性颅脑损伤虚拟解剖数据的智能分割提供了新途径。 展开更多

关键词 法医学 人工智能 deeplabv3+模型 钝性颅脑损伤 深度学习 计算机体层成像 图像分割

在线阅读 下载PDF 职称材料

基于图像处理和Deeplabv3+模型的小麦赤霉病识别 被引量：12

11

作者 戴雨舒 仲晓春 +3 位作者 孙成明 杨俊 刘涛 刘升平 《中国农机化学报》 北大核心 2021年第9期209-215,共7页

赤霉病是影响小麦产量和品质的主要病害之一。为快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,对Deeplabv3+网络模型进行调参和训练。以轻量化网络MobileNet V2为... 赤霉病是影响小麦产量和品质的主要病害之一。为快速、有效地监测小麦赤霉病的发生情况,利用数码相机对人工接种赤霉病菌的小麦田进行RGB图像获取,在图像预处理基础上,对Deeplabv3+网络模型进行调参和训练。以轻量化网络MobileNet V2为网络编码模块,利用空洞卷积技术建立基于深度学习网络的小麦赤霉病发病麦穗的识别与检测模型,并用实测数据对模型进行验证和评价。结果表明,该模型的平均精度为0.9692,损失函数Loss为0.1030,平均交并比MIoU为0.793,模型识别与检测效果较好。上述结果为小麦赤霉病的检测与识别提供新的手段。 展开更多

关键词 小麦 赤霉病 deeplabv3+模型 深度学习 图像识别

在线阅读 下载PDF 职称材料

基于优化DeepLabv3+的混凝土梁裂缝分割及特征量化 被引量：9

12

作者 张修杰 袁嘉豪 +1 位作者 岳学军 张伟锋 《科学技术与工程》 北大核心 2023年第9期3794-3803,共10页

目前基于深度神经网络的裂缝分割模型存在着训练参数多、裂缝边缘分割粗糙、分割精度不足、缺少深度特征语义信息等问题。为解决以上问题,对分割性能较好的DeepLabv3+模型进行研究,嵌入Non-local注意力机制,并改进了主干网络ResNet101... 目前基于深度神经网络的裂缝分割模型存在着训练参数多、裂缝边缘分割粗糙、分割精度不足、缺少深度特征语义信息等问题。为解决以上问题,对分割性能较好的DeepLabv3+模型进行研究,嵌入Non-local注意力机制,并改进了主干网络ResNet101得到优化模型DeepLabv3+(N-S),最后基于优化模型的输出并使用裂缝骨架提取的方法来量化裂缝特征参数。使用的数据集为自制的混凝土梁裂缝图像数据集,并对优化前后模型作对比实验,分析了模型在各项性能上优化的有效性,并使用实测数据来验证评估裂缝各项特征参数量化方法。实验结果表明,DeepLabv3+(N-S)网络在数据集上的平均像素准确率(mean pixel accuracy,mPA)、平均交并比(mean intersection over union,mIoU)分别达到了88.86%、82.04%,较于原模型分别提高2.21%、2.54%,裂缝分割效果优于原模型,且裂缝样本各项特征参数量化的平均误差为+8.7%,低于原模型,可满足工程上的检测精度需求。 展开更多

关键词 裂缝分割 deeplabv3+模型 NON-LOCAL 主干网络改进 裂缝特征参数量化

在线阅读 下载PDF 职称材料

改进DeepLabv3+模型的混凝土坝表观裂缝特征提取方法 被引量：12

13

作者 王琳琳 孟良 +2 位作者 卜博雅 钟胜 李俊杰 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第4期929-936,共8页

为了解决混凝土坝环境复杂造成现有算法裂缝检测难度大、效果差的问题,提出了一种改进DeepLabv3+模型的混凝土坝裂缝特征提取方法.该方法以轻量型网络替换原始骨干网络提取图像特征,降低模型复杂度;扩充空洞空间金字塔池化模块,提升编... 为了解决混凝土坝环境复杂造成现有算法裂缝检测难度大、效果差的问题,提出了一种改进DeepLabv3+模型的混凝土坝裂缝特征提取方法.该方法以轻量型网络替换原始骨干网络提取图像特征,降低模型复杂度;扩充空洞空间金字塔池化模块,提升编码器感受野;采用多尺度特征融合策略,提高边缘信息利用率;优化模型损失函数,克服像素不均衡的困难.采用自制混凝土坝表观裂缝图像数据集对提出方法的有效性和优越性进行了验证与评估,结果表明:构建的改进网络能准确地实现复杂背景下混凝土坝表观裂缝特征的提取,分割裂缝图像的交并比与像素精度分别为72.85%与85.36%,裂缝分割效果也明显优于其他方法,可为长期混凝土坝面裂缝监测提供有效的技术手段. 展开更多

关键词 混凝土坝 裂缝检测 图像分割 deeplabv3+模型

在线阅读 下载PDF 职称材料

改进Deeplabv3+的高分辨率遥感影像道路提取模型 被引量：16

14

作者 赵凌虎 袁希平 +2 位作者 甘淑 胡琳 丘鸣语 《自然资源遥感》 CSCD 北大核心 2023年第1期107-114,共8页

针对传统的道路提取方法在高分辨率遥感影像中存在提取效果差和提取速度慢的问题,提出了改进Deeplabv3+的高分辨率遥感影像道路提取模型。采用MobileNetv2主干特征提取网络与Dice Loss函数相结合,较好地平衡了高分辨率遥感影像道路提取... 针对传统的道路提取方法在高分辨率遥感影像中存在提取效果差和提取速度慢的问题,提出了改进Deeplabv3+的高分辨率遥感影像道路提取模型。采用MobileNetv2主干特征提取网络与Dice Loss函数相结合,较好地平衡了高分辨率遥感影像道路提取精度与速度的矛盾,实现较高提取精度的同时减少了模型参数,满足了时效性的要求。基于开源道路提取数据集的实验结果表明:①该文提出的道路提取模型在高分辨率遥感影像上具有可行性,提取道路的整体精度达到98.71%,具有较高的提取精度;②在提取道路的速度方面该方法平均帧数达到120.05,模型参数量仅为5.81 M,总体上比原模型更加轻量化,表明该方法满足了时效性的要求。该方法在大幅减少参数量、满足时效性的同时保证了提取的精确度,为提高基于高分辨率影像的道路提取精度和速度提供了一种新的改进思路和方法。 展开更多

关键词 遥感影像 道路提取 深度学习 语义分割 deeplabv3+模型

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的轻量化茶叶嫩芽采摘点识别模型 被引量：6

15

作者 胡程喜 谭立新 +1 位作者 王文胤 宋敏 《智慧农业（中英文）》 CSCD 2024年第5期119-127,共9页

[目的/意义]名优茶的采摘是茶产业中至关重要的环节,识别和定位名优茶嫩芽采摘点是现代化采茶过程中的重要组成部分。传统神经网络方法存在着模型体量大、训练时间长,以及应对场景复杂等问题。本研究以湖南省溪清茶园为实际场景,提出一... [目的/意义]名优茶的采摘是茶产业中至关重要的环节,识别和定位名优茶嫩芽采摘点是现代化采茶过程中的重要组成部分。传统神经网络方法存在着模型体量大、训练时间长,以及应对场景复杂等问题。本研究以湖南省溪清茶园为实际场景,提出一种新型深度学习算法解决名优茶采摘点的精确分割难题。[方法]对传统的DeepLabV3+算法进行轻量化改进。首先,针对其模型体量大、训练时间长的问题,使用MobilenetV2网络提取图像的初始特征,并按照网络结构划分深浅层特征;其次,将高效通道注意力网络(Efficient Channel Attention Network,ECANet)与空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling,ASPP)模块结合,得到ECA_ASPP模块,并将深层特征输入到ECA_ASPP模块中进行多尺度特征融合以减少无效信息,将经过处理后的深浅层特征相加,随后通过卷积和上采样的方式对特征信息进行还原,得到分割结果;最后,通过对识别结果进行处理以获得茶叶嫩芽采摘点。[结果和讨论]改进后的DeepLabV3+在茶叶嫩芽数据集上的平均交并比达到93.71%,平均像素准确率达到97.25%,模型参数量由原来以Xception为底层网络的54.714 M下降至5.818 M。[结论]本研究在茶叶嫩芽结构分割上相对于原版DeepLabV3+的检测速度更快、参数量更小,同时保证了较高的准确率,为智能采茶机器人的采摘提供了新的定位方法。 展开更多

关键词 轻量化模型 deeplabv3+ 注意力机制 茶叶嫩芽 ECANet 名优茶 空洞空间卷积池化金字塔

在线阅读 下载PDF 职称材料

基于DeepLabV3+的远距离目标语义分割模型 被引量：3

16

作者 喻根 崔炜 +1 位作者 徐照翔 刘馨柔 《电光与控制》 CSCD 北大核心 2021年第1期66-70,共5页

针对复杂环境下远距离目标在语义分割时易出现的边界模糊、断裂及目标丢失等问题,基于DeepLabV3+网络提出了一种结合边界信息的语义分割模型。该模型采用改进的Darknet-53网络代替原DeepLabV3+特征提取网络以加快模型运行速度,并设计了... 针对复杂环境下远距离目标在语义分割时易出现的边界模糊、断裂及目标丢失等问题,基于DeepLabV3+网络提出了一种结合边界信息的语义分割模型。该模型采用改进的Darknet-53网络代替原DeepLabV3+特征提取网络以加快模型运行速度,并设计了一种特征融合模块作为低层特征用于解码阶段恢复细节信息,为了进一步优化目标边界,利用特征共享原则,设计一种通过主体网络特征共享层学习多尺度信息以预测目标边界的边界提取模块,以此对分割图像进行约束优化,提升模型在边界处的预测准确率。实验结果表明,提出的语义分割模型能够有效缓解远距离目标语义分割时的边界模糊等问题。 展开更多

关键词 远距离目标 语义分割 边界提取 deeplabv3+模型

在线阅读 下载PDF 职称材料

基于改进的DeepLabV3+网络模型的杂交水稻育种父母本语义分割研究 被引量：2

17

作者 温佳 梁喜凤 王永维 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2023年第6期893-902,共10页

为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题,本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络MobileNetV2结构替换原DeepLabV3+的主干网络Xceptio... 为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题,本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络MobileNetV2结构替换原DeepLabV3+的主干网络Xception结构,使之更适用于移动设备,并提出一种联系较为紧密的低层特征信息提取方法,将较低层次信息和较高层次信息初步融合作为原低层次信息的输入,使网络获得更加密集的信息,从而增强网络对于细节的提取能力。结果表明,改进的DeepLabV3+网络模型较原DeepLabV3+网络模型具有更高的杂交水稻制种父母本分割精度,并能够减少模型训练和图片预测时间。将改进后的DeepLabV3+网络模型与其他主流网络和先进网络模型对比发现,各项参数精度均有所提高。本研究为深度学习在农业视觉机器人领域中的发展提供了参考。 展开更多

关键词 语义分割 深度学习 deeplabv3+网络模型 杂交水稻 轻量化模型

在线阅读 下载PDF 职称材料

基于DeepLabV3+模型的轨道站点影响区自行车出行环境评价 被引量：1

18

作者 朱震军 张芮嘉 +3 位作者 张勇 过秀成 韩吉 徐逸清 《科学技术与工程》 北大核心 2024年第10期4300-4306,共7页

轨道站点影响区自行车出行环境评价对于促进自行车接驳出行效率和服务品质提升具有重要意义。采集百度街景、路网、轨道站点等多源数据,选取自行车出行环境的舒适性、安全性、便捷性和可达性评价指标,运用DeepLabV3+模型和sDNA分析法对... 轨道站点影响区自行车出行环境评价对于促进自行车接驳出行效率和服务品质提升具有重要意义。采集百度街景、路网、轨道站点等多源数据,选取自行车出行环境的舒适性、安全性、便捷性和可达性评价指标,运用DeepLabV3+模型和sDNA分析法对轨道站点1500 m范围影响区内不同类型道路的自行车出行环境进行评价,并以南京市为例进行实证分析。结果表明:站点影响区自行车出行环境存在空间差异性;交通型道路的自行车出行中间性、天空可视度高,但自行车存取方便程度低;生活型道路的自行车存取方便程度、绿视率高,但自行车出行中间性、安全性低;综合型道路各指标相对协调。 展开更多

关键词 轨道站点影响区 自行车出行 deeplabv3+模型 出行环境评价

在线阅读 下载PDF 职称材料

基于改进DeeplabV3+的钢筋尺寸检测算法 被引量：5

19

作者 王政 李飒 +2 位作者 陈洪界 李江涛 陈伟 《地震工程与工程振动》 CSCD 北大核心 2023年第5期240-248,共9页

钢筋混凝土工程的建造规模与要求日益提升,传统的钢筋检验方法无法在效率和数量上满足工程检查的需求,且施工现场钢筋背景环境复杂多变,单一的图像识别算法无法利用到钢筋的特征信息,在精度上不能满足建筑智能监理的验收标准。为了解决... 钢筋混凝土工程的建造规模与要求日益提升,传统的钢筋检验方法无法在效率和数量上满足工程检查的需求,且施工现场钢筋背景环境复杂多变,单一的图像识别算法无法利用到钢筋的特征信息,在精度上不能满足建筑智能监理的验收标准。为了解决这方面的问题,提出一种改进的DeeplabV3+模型对钢筋识别。研究表明:通过减小空洞卷积膨胀率以及空洞卷积密度,降低模型感受野,提高了细部边缘特征信息的提取率;通过加入注意力机制实现模型对钢筋特征信息的敏感程度。之后利用图像处理技术对识别图进行检测,获得钢筋各项尺寸。在施工现场收集钢筋图像并整理成数据集,并在此数据集上进行算法检验。实验结果表明,改进的DeeplabV3+模型和原模型相比,在平均交并比、像素精确率、召回率上分别提升了5.14%、0.27%、5.19%,钢筋直径和间距的尺寸检测精度也达到了工程验收的标准。 展开更多

关键词 智能检测 钢筋尺寸检测 deeplabv3+模型 注意力机制

在线阅读 下载PDF 职称材料

基于改进DeepLabV3+的遥感图像分割方法 被引量：5

20

作者 席裕斌 赵良军 +4 位作者 宁峰 何中良 梁刚 张芸 胡月明 《现代电子技术》 北大核心 2024年第11期51-58,共8页

由于遥感图像具有高分辨率,卷积层需要扩大感受野以捕获更丰富的语义信息。在进行遥感图像分割时,DeepLabV3+模型采用较大的空洞率以获得更大感受野,导致网格伪影问题。因此,提出一种优化网格伪影的改进DeepLabV3+模型。首先,在空间空... 由于遥感图像具有高分辨率,卷积层需要扩大感受野以捕获更丰富的语义信息。在进行遥感图像分割时,DeepLabV3+模型采用较大的空洞率以获得更大感受野,导致网格伪影问题。因此,提出一种优化网格伪影的改进DeepLabV3+模型。首先,在空间空洞金字塔池化(ASPP)之前引入了一个平滑网格伪影模块,以减轻网格伪影对分割任务的影响;接着,在ASPP模块的每个空洞卷积之后添加了一个逐点卷积,以保留更多的空间信息;其次,替换空洞卷积的激活函数为LeakyReLU;最后,在DeepLabV3+中引入了ECA注意力机制。通过在GID15和Postdam遥感数据集上的验证,相对于基础的DeepLabV3+模型,改进模型在准确度和平均交并比方面均取得了显著提升,证明所提出的网络调整能有效提高遥感图像分割的精度。 展开更多

关键词 遥感图像 语义分割 网格伪影 空间空洞金字塔池化 ECA注意力机制 deeplabv3+模型

在线阅读 下载PDF 职称材料