-
题名基于改进Mask RCNN的金刚石微粉分割算法
- 1
-
-
作者
李文开
王莉
牛群峰
王涛
-
机构
河南工业大学电气工程学院
北京博深康科技有限责任公司
-
出处
《现代电子技术》
北大核心
2025年第11期51-56,共6页
-
基金
河南省科技攻关项目(242102220094)
河南工业大学创新基金支持计划专项(2022ZKCJ03)。
-
文摘
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。
-
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
-
Keywords
deep learning
instance segmentation
diamond micro powder
attention mechanism
Mask RCNN
DIoU⁃NMS
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
