基于改进DeepLabV3+的煤尘图像分割方法OA北大核心CSTPCD
Coal dust image segmentation method based on improved DeepLabV3+
采用传统的语义分割网络对煤尘颗粒这种较小的目标进行分割时存在深层信息易丢失、细节提取不明显等问题.针对该问题,提出了一种基于改进DeepLabV3+的煤尘图像分割方法.从3个方面对DeepLabV3+网络模型进行改进:①在编码器中,用CA-MobileNetV3轻量化模块代替Xception实现特征提取,确保特征提取更加细致、准确.②在空洞空间卷积池化金字塔(ASPP)模块中对空洞率进行改进,使其更适合小颗粒煤尘提取.③在解码器中引入全局注意力上…查看全部>>
左纯子;王征;张科;潘红光
西安科技大学电气与控制工程学院,陕西西安 710054西安科技大学电气与控制工程学院,陕西西安 710054西安科技大学电气与控制工程学院,陕西西安 710054西安科技大学电气与控制工程学院,陕西西安 710054
矿业与冶金
煤尘图像分割特征提取DeepLabV3+CA-MobileNetV3空洞卷积金字塔结构全局注意力上采样
《工矿自动化》 2022 (5)
煤尘特性参数的去噪机理与图像识别研究
52-57,64,7
国家自然科学基金资助项目(51804249).
评论