基于改进DeepLabv3+的车辆和车道线检测方法

1

作者 陈方舟 朱宸 +2 位作者 赵晓雨 马陈坚松 提艳 《汽车实用技术》 2025年第6期41-45,共5页

针对现有研究较少采用同一网络实现车辆和车道线的同时检测,且实时性较差的问题,文章对传统的DeepLabv3+网络进行轻量化改进,用MobileNet v2网络替换原有的Xception主干网络,进一步将MobileNet v2网络的五次下采样改成四次,并调整学习... 针对现有研究较少采用同一网络实现车辆和车道线的同时检测,且实时性较差的问题,文章对传统的DeepLabv3+网络进行轻量化改进,用MobileNet v2网络替换原有的Xception主干网络,进一步将MobileNet v2网络的五次下采样改成四次,并调整学习率等参数;构建同时包含车辆和车道线的图像数据集,将Xception、MobileNet v2和文章提出的改进方法在数据集上进行训练和测试。实验结果表明,该改进方法的平均像素准确率(mPA)和平均交并比(mIoU)分别为86.78%和77.66%,与原Xception主干网络相比基本相同;模型体积为22.44 m^(3),减小了89.3%,帧率(FPS)提高了72.43%,该方法在保证检测精度的同时大幅提升了检测速度。因此,该研究为智能网联汽车自动驾驶过程中的车辆和车道线检测提供了建议,为汽车行驶安全提供了有力支持。 展开更多

关键词 车辆检测 车道线检测 deeplabv3+ 模型轻量化

在线阅读 下载PDF 职称材料

一种改进DeepLabV3+的SAR图像建筑分割方法

2

作者 张文武 龙伟军 +1 位作者 陈虹廷 陈逸飞 《无线电工程》 2025年第3期475-483,共9页

合成孔径雷达(Synthetic Aperture Radar,SAR)图像相对于光学图像具有一定的穿透能力和全天候连续监测能力等优势,适合更多场景的应用。建筑分割图像对于城市规划、环境监测以及灾害评估等领域具有重要作用。针对SAR图像中建筑分割算法... 合成孔径雷达(Synthetic Aperture Radar,SAR)图像相对于光学图像具有一定的穿透能力和全天候连续监测能力等优势,适合更多场景的应用。建筑分割图像对于城市规划、环境监测以及灾害评估等领域具有重要作用。针对SAR图像中建筑分割算法特征提取能力不足、分割精度较低的问题,提出一种改进DeepLabV3+的语义分割模型——CFNet。CFNet将传统DeepLabV3+的主干网络Xception修改为MobileNetV2主干网络,以减少模型总参数量并提升运算速度;提出了一种新的结合通道注意力机制和空间注意力机制的交叉注意力机制,以提取浅层和深层特征;改进了网络中提取的浅层和深层特征的融合方式,分别将浅层和深层特征作为辅助引入进行二者的融合,最大程度地利用了网络中的浅层与深层特征,提升了算法的特征提取能力。在SARBuD 1.0数据集上的实验结果表明,CFNet的平均交并比(mean Intersection over Union,mIoU)为80.69%,精确率(Precision)为87.99%,召回率(Recall)为92.05%,F1因子为89.86%,相较于其他多种分割网络,CFNet在SAR图像建筑分割精度上有一定提升。 展开更多

关键词 deeplabv3+模型 合成孔径雷达图像 深度学习 语义分割 特征融合

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：1

3

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

基于改进DeeplabV3+的遥感图像道路分割模型 被引量：2

4

作者 张银胜 单梦姣 +3 位作者 钟思远 陈戈 童俊毅 单慧琳 《国外电子测量技术》 2024年第1期189-198,共10页

针对遥感图像道路分割边界模糊和遮挡难以区分的问题,提出了基于改进DeeplabV3+的遥感图像道路分割模型。该模型在主干网络中引入MobileNetV3和高效通道注意力机制(ECA),减少了参数量并关注连续的道路特征信息。在解码过程中采用多级上... 针对遥感图像道路分割边界模糊和遮挡难以区分的问题,提出了基于改进DeeplabV3+的遥感图像道路分割模型。该模型在主干网络中引入MobileNetV3和高效通道注意力机制(ECA),减少了参数量并关注连续的道路特征信息。在解码过程中采用多级上采样,增强了编码器和解码器之间的紧密连接,全面保留了细节信息。同时,在ASPP模块中采用深度可分离膨胀卷积DS-ASPP,显著减少了参数量。实验结果表明,该模型在Massachusetts Roads数据集上的交并比达到了83.71%,准确率达到了93.71%,分割精度最优,模型参数量为55.57×10^(6),能够有效地避免边界模糊和遮挡导致的错漏检问题,在遥感道路分割中提高了精度和速度。 展开更多

关键词 遥感图像 道路分割 deeplabv3+模型 MobileNetV3模型 多级上采样

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

5

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

基于改进DeepLabv3+模型的农村道路提取方法研究 被引量：1

6

作者 何士俊 肖提荣 夏既胜 《云南大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期486-495,共10页

从国产高分辨率影像中快速准确提取农村道路在信息管理、农村农业现代化等领域具有重要的价值,但由于背景噪音复杂、道路蜿蜒细长、易受阴影遮挡等,传统遥感解译方法提取农村道路信息效率低、精度不高.文章针对农村道路的特征,对DeepLab... 从国产高分辨率影像中快速准确提取农村道路在信息管理、农村农业现代化等领域具有重要的价值,但由于背景噪音复杂、道路蜿蜒细长、易受阴影遮挡等,传统遥感解译方法提取农村道路信息效率低、精度不高.文章针对农村道路的特征,对DeepLabv3+模型进行改进,设计了一种兼具效率和精度的高分辨率影像农村道路信息提取改进模型.首先,使用Mobilenetv2作为模型的主干,减少模型的参数;其次,在ASPP模块中串联CBAM,加强模型的特征感受能力;最后,添加Dice Loss函数改进损失函数,克服样本的不均衡.实验结果表明,细节的改进使得各项指标明显提升,效率和精度达到了最高;与经典模型相比,改进模型在MPA、MIoU上取得了更高的分数,虽然对深层特征的深度学习需要花费更多的时间,但改进模型在精度效率上均优于其他模型. 展开更多

关键词 农村道路 GF-2遥感影像 deeplabv3+模型 深度学习

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：1

7

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

基于改进Deeplabv3+的电力线分割方法研究

8

作者 唐心亮 赵冰雪 +1 位作者 韩明 宿景芳 《国外电子测量技术》 2024年第3期43-49,共7页

针对已有的分割算法存在的复杂场景干扰大、分割不准确的问题,提出一种用于电力线分割任务的改进Deeplabv3+模型。将原始主干网络替换为轻量级Mobilenetv2网络,增加低水平特征,获得5路输入特征,充分提取特征信息;添加空洞空间金字塔池化... 针对已有的分割算法存在的复杂场景干扰大、分割不准确的问题,提出一种用于电力线分割任务的改进Deeplabv3+模型。将原始主干网络替换为轻量级Mobilenetv2网络,增加低水平特征,获得5路输入特征,充分提取特征信息;添加空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)的卷积分支数量,调整空洞率,提升图像的特征抓取能力,进一步在每个空洞卷积后加入1×1卷积操作,加快计算速度;提出一种基于坐标注意力机制的语义嵌入分支模块(coordinate attention semantic embedding branch,CASEB),融合第2、3路特征,增强目标特征的表示;引入卷积注意力机制模块(convolution block attention module,CBAM)抑制无用信息的传递,提高模型识别效率。实验结果表明,相对于原Deeplabv3+模型,改进模型在平均像素精度(mean pixel attention,MPA)和平均交并比(mean intersection over union,mIoU)上分别提升2.37%和3.42%,该方法可提供更加精确的电力线分割结果。 展开更多

关键词 电力线分割 深度学习 改进deeplabv3+模型 Mobilenetv2 注意力模块

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

9

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

基于DeepLabV3+模型的轨道站点影响区自行车出行环境评价

10

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+的遥感图像分割模型

11

作者 俞淑洋 杨利亚 +1 位作者 杨静 殷非凡 《北京测绘》 2024年第5期686-691,共6页

针对经典语义分割算法对遥感图像分割精度较低、参数量大等问题,提出一种轻量化网络与注意力机制相结合的改进深度实验室库版本3(DeepLabV3)+遥感图像语义分割模型。首先,使用移动网络版本3(MobileNetV3)轻量化模型作为DeepLabV3+的特... 针对经典语义分割算法对遥感图像分割精度较低、参数量大等问题,提出一种轻量化网络与注意力机制相结合的改进深度实验室库版本3(DeepLabV3)+遥感图像语义分割模型。首先,使用移动网络版本3(MobileNetV3)轻量化模型作为DeepLabV3+的特征提取网络,可有效降低整个模型的参数量;其次,对DeepLabV3+模型解码阶段添加有效通道注意力机制,增强模型对不同通道的特征拟合能力。实验表明:本文所改进DeepLabV3+模型相较原模型,参数量降低3.6倍,平均交并比提高3.5%。 展开更多

关键词 遥感图像分割 deeplabv3+模型 轻量化网络 注意力机制模块

在线阅读 下载PDF 职称材料

基于改进DeepLabv3+的林木图像分割方法

12

作者 林洁如 朱洪前 +3 位作者 杨国 肖恒玉 胡涛 何翔 《林业工程学报》 CSCD 北大核心 2024年第3期119-126,共8页

近年来,人们越来越重视森林资源管理规划,但是森林结构复杂、分布破碎,准确区分树木区域与非树木区域以及预测森林面积比较困难。针对森林区域提取困难、边界分割不精确的问题,提出改进的DeepLabv3+模型研究森林区域智能精准提取。首先... 近年来,人们越来越重视森林资源管理规划,但是森林结构复杂、分布破碎,准确区分树木区域与非树木区域以及预测森林面积比较困难。针对森林区域提取困难、边界分割不精确的问题,提出改进的DeepLabv3+模型研究森林区域智能精准提取。首先,在编码器阶段使用CFF(cross feature fusion)模块融合主干网络与空洞卷积的多尺度低级和高级特征来获得高分辨率的掩码特征,有效地聚合多层次编码器特征;其次,在解码器阶段引入cSE(spatial squeeze and channel excitation)通道注意力模块,使模型能够更好地获取不同通道上的特征,提高网络的表现力使其关注到输入图像的边缘位置,从而提高分割准确率;最后,将卷积之后的深层特征与浅层特征进行融合,增强网络的分割性能。研究表明:基于改进的DeepLabv3+深度学习神经网络得到的森林类别平均像素准确率(mPA)达到了93.85%,平均交并比(mIoU)达到了89.17%,准确率(Accuracy)达到了95.66%,相较于原始DeepLabv3+网络分别提升了0.77%,1.8%和0.89%,模型参数量减少了48.84 M,检测速度FPS提升了17.93帧/s,检测效率更高,分割性能更好。 展开更多

关键词 林木图像分割 deeplabv3+模型 MobileNet 特征融合 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

13

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

基于轻量级MobileNetV2-DeeplabV3+的棒材分割方法

14

作者 汤维杰 方挺 +1 位作者 韩家明 袁东祥 《重庆工商大学学报（自然科学版）》 2024年第3期66-71,共6页

针对当前语义分割模型为提升像素分割精度,不断增加算法复杂度,导致模型出现参数量大,耗时长,难以部署至工业现场等问题,提出一种基于轻量级MobileNetV2-DeeplabV3+模型的棒材分割算法。算法为平衡像素分割精度、模型参数量和算法检测速... 针对当前语义分割模型为提升像素分割精度,不断增加算法复杂度,导致模型出现参数量大,耗时长,难以部署至工业现场等问题,提出一种基于轻量级MobileNetV2-DeeplabV3+模型的棒材分割算法。算法为平衡像素分割精度、模型参数量和算法检测速度,在原网络基础上做出一系列改进:将原有的Xception主干网络替换为轻量级MobileNetV2网络以降低模型参数量与计算复杂度;在空洞空间金字塔池化(ASPP)模块基础上密集连接各空洞卷积以获得更大的感受野,更加密集的像素采样,并扩大输出特征覆盖的语义信息;使用深度可分离卷积(DSConv)替代ASPP模块中的标准卷积进一步降低模型的计算复杂度;此外,引入有效通道注意力(ECA)模块聚焦目标边缘特征,增强特征图通道信息提取的效果。实验表明:改进后的模型在棒材数据集下平均交并比(MIOU)为89.37%,平均像素精度(MPA)为94.57%,帧率(FPS)为33.09帧/s,模型参数量为33.6 M。与U-net、M-PSPNet、M-DeeplabV3+等模型相比,改进后算法的MIOU值与MPA值略低于最佳值,但仍处于较高水准,模型参数量小,FPS值得到较大提升。实验表明:改进后的算法能较好地平衡分割精度和算法实时性,能满足部署至工业现场的需求。 展开更多

关键词 语义分割 deeplabv3+模型 轻量级 棒材

在线阅读 下载PDF 职称材料

基于手势识别的DeepLabV3+算法研究

15

作者 王宇 潘景浩 +3 位作者 巫朝明 陈宗岩 王雅宁 谢跃 《现代信息科技》 2024年第18期39-42,47,共5页

文章为解决手势识别研究中欠缺考虑多时相、特征多样性的问题,提出了一种基于改进DeeplabV3+模型的手势识别提取方法。通过更改模型中ASPP模块结构,使用多个不同的空洞率以及图像金字塔池化等操作,增加CBAM注意力机制模块,提升模型的提... 文章为解决手势识别研究中欠缺考虑多时相、特征多样性的问题,提出了一种基于改进DeeplabV3+模型的手势识别提取方法。通过更改模型中ASPP模块结构,使用多个不同的空洞率以及图像金字塔池化等操作,增加CBAM注意力机制模块,提升模型的提取精度和效率。在公开Freihand数据集上进行验证,结果表明:改进后的DeeplabV3+模型训练速度提高了29.2%,识别精确度提升了0.04%,相似度提升了0.68%,召回率提高了0.36%。 展开更多

关键词 语义分割 手势识别 深度学习 deeplabv3+模型

在线阅读 下载PDF 职称材料

基于DeepLabV3+的建筑物高精度批量自动提取方法

16

作者 陈梦华 张彤蕴 +1 位作者 周子翔 陆敏 《测绘科学技术学报》 2024年第4期375-380,共6页

针对实景三维模型中建筑物提取效率低、精度不够、识别效果不理想等问题,提出一种新的基于倾斜摄影实景三维模型的建筑物批量自动提取方法。基于经典的语义分割框架DeepLabV3+训练出能从海量多样化数据中自动提取建筑物特征的DEEPROOF模... 针对实景三维模型中建筑物提取效率低、精度不够、识别效果不理想等问题,提出一种新的基于倾斜摄影实景三维模型的建筑物批量自动提取方法。基于经典的语义分割框架DeepLabV3+训练出能从海量多样化数据中自动提取建筑物特征的DEEPROOF模型,并结合阈值聚类、降噪处理和计算机视觉中的相关图像处理方法完善提取结果。实验结果表明,与其他4种语义分割方法相比,本文方法在准确率、召回率、平均交并比上都更具优势,高出其他方法2~35个百分点;其次,分割区域更合理科学,轮廓线更清晰准确,建筑物批量自动提取的效果更好,可满足实际生产的精度要求。 展开更多

关键词 语义分割 实景三维模型 建筑物提取 deeplabv3+模型 单体模型 倾斜摄影

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

17

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：3

18

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+的高分辨率遥感影像道路提取模型 被引量：11

19

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DeepLabV3+的远距离目标语义分割模型 被引量：3

20

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