基于改进U-Net++的燕窝杂质检测方法OA北大核心CSTPCD
Impurity detection in bird's nest based on improved U-Net++
为满足燕窝领域的杂质自动化检测,实现对燕窝中羽绒杂质的快速精准分割,提出一种应用于燕窝领域的两阶段杂质检测算法.第一阶段,基于U-Net++模型引入注意力模块,以抑制因燕窝强度不均所引起的图像分割不精准和密集卷积造成的干扰噪声;第二阶段,针对特征提取输出的概率张量,通过二值掩膜以实现对燕窝杂质和非杂质区域的精确分类.采集并预处理燕窝图像,通过消融试验对比分析杂质检测算法与U-Net,U-Net++,传统图像方法在同等条件下的测试集数据.试验表明,…查看全部>>
In order to meet the requirements of automated impurity detection in the field of bird's nest to achieve rapid and accurate segmentation of down impurities in bird's nest.A two-stage impurity detection algorithm applied in the field of bird's nest was proposed.The first stage introduces an attention gate(AG)based on the U-Net++model to suppress interference noise caused by inaccurate image segmentation and dense convolution due to uneven bird's nest strength…查看全部>>
韦龙星;宁萌;蔡礼扬;凤鹏锦;陈义亮
江南大学 机械工程学院,江苏无锡 214122||江南大学 江苏省食品先进制造装备技术重点实验室,江苏无锡 214122江南大学 机械工程学院,江苏无锡 214122||江南大学 江苏省食品先进制造装备技术重点实验室,江苏无锡 214122江南大学 机械工程学院,江苏无锡 214122||江南大学 江苏省食品先进制造装备技术重点实验室,江苏无锡 214122江南大学 机械工程学院,江苏无锡 214122||江南大学 江苏省食品先进制造装备技术重点实验室,江苏无锡 214122江南大学 机械工程学院,江苏无锡 214122||江南大学 江苏省食品先进制造装备技术重点实验室,江苏无锡 214122
轻工业
图像处理U-Net++AG杂质检测机器视觉
image processingU-Net++AGimpurity detectionmachine vision
《包装与食品机械》 2024 (3)
68-75,8
国家重点研发计划项目(2022YFD2100304)国家自然科学基金项目(51705201)
评论