期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DAF-STDC实时模型的岩屑图像语义分割识别
1
作者
潘
显
珊
王正勇
+2 位作者
罗彬彬
滕奇志
何小海
《计算机系统应用》
2024年第12期222-230,共9页
岩屑识别是地质勘探录井工作中的重要手段,为了解决传统人工岩性识别效率低下和常见深度学习网络推理速度慢计算量大等问题,本文借助于表现较好的短时密集串联网络模型,提出了一种实时岩屑图像语义分割网络DAF-STDC.该网络使用空洞卷积...
岩屑识别是地质勘探录井工作中的重要手段,为了解决传统人工岩性识别效率低下和常见深度学习网络推理速度慢计算量大等问题,本文借助于表现较好的短时密集串联网络模型,提出了一种实时岩屑图像语义分割网络DAF-STDC.该网络使用空洞卷积在提取特征过程中保持分辨率,利用注意力机制帮助模型获取特征图中全局信息,从而细化岩屑颗粒边缘信息,使用特征融合模块加强低阶细节特征与高阶语义特征的融合程度,帮助特征表达.经实验证明,改进后的网络模型在精度方面有了大幅提升,在岩屑录井工作中收集到的6类岩屑图像,制成的数据集RC_Dataset上,平均交并比达到83.12%,在保持参数量的同时,推理速度和分割精度有了明显提升,为岩屑录井数字化提供了有效参考.
展开更多
关键词
语义分割
岩屑图像
岩性识别
注意力机制
深度学习
下载PDF
职称材料
NAFENet:基于全局注意力特征融合的螺纹扭矩曲线分类网络
被引量：
1
2
作者
李文哲
马梓瀚
+3 位作者
罗伟
汪传磊
潘
显
珊
何小海
《计算机系统应用》
2023年第12期136-142,共7页
为了提高螺纹油套管气密封检测的工作效率,本文提出了一种基于全局注意力特征融合的螺纹扭矩曲线自动分类网络,即NAFENet.具体来说,NAFENet为了增强模型的表达力,将EfficientNet-B0的卷积结构扩展至11层得到EfficientNet-B11.同时,在其...
为了提高螺纹油套管气密封检测的工作效率,本文提出了一种基于全局注意力特征融合的螺纹扭矩曲线自动分类网络,即NAFENet.具体来说,NAFENet为了增强模型的表达力,将EfficientNet-B0的卷积结构扩展至11层得到EfficientNet-B11.同时,在其每个MBConv卷积层中构建了基于non-local全局注意力和AFF特征融合模块,以帮助模型获取曲线图像中较为全局的信息,提高特征提取能力.实验结果表明,NAFENet在参数量相较于EfficientNet-B0只有小幅度的增加情况下,曲线识别精度有了较大提升,在自制UBT_Curve数据集上,模型准确率达到92.87%.
展开更多
关键词
气密封检测
螺纹曲线图像识别
EfficientNet-B0
注意力机制
特征融合
神经网络
下载PDF
职称材料
题名
基于DAF-STDC实时模型的岩屑图像语义分割识别
1
作者
潘
显
珊
王正勇
罗彬彬
滕奇志
何小海
机构
四川大学电子信息学院
成都西图科技有限公司
出处
《计算机系统应用》
2024年第12期222-230,共9页
基金
国家自然科学基金(62071315)。
文摘
岩屑识别是地质勘探录井工作中的重要手段,为了解决传统人工岩性识别效率低下和常见深度学习网络推理速度慢计算量大等问题,本文借助于表现较好的短时密集串联网络模型,提出了一种实时岩屑图像语义分割网络DAF-STDC.该网络使用空洞卷积在提取特征过程中保持分辨率,利用注意力机制帮助模型获取特征图中全局信息,从而细化岩屑颗粒边缘信息,使用特征融合模块加强低阶细节特征与高阶语义特征的融合程度,帮助特征表达.经实验证明,改进后的网络模型在精度方面有了大幅提升,在岩屑录井工作中收集到的6类岩屑图像,制成的数据集RC_Dataset上,平均交并比达到83.12%,在保持参数量的同时,推理速度和分割精度有了明显提升,为岩屑录井数字化提供了有效参考.
关键词
语义分割
岩屑图像
岩性识别
注意力机制
深度学习
Keywords
semantic segmentation
rock debris image
lithology identification
attention mechanism
deep learning
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
NAFENet:基于全局注意力特征融合的螺纹扭矩曲线分类网络
被引量：
1
2
作者
李文哲
马梓瀚
罗伟
汪传磊
潘
显
珊
何小海
机构
西南油气田工程技术研究院
四川大学电子信息学院
出处
《计算机系统应用》
2023年第12期136-142,共7页
基金
中国石油天然气股份有限公司油气与新能源分公司科技项目(20220302-09)。
文摘
为了提高螺纹油套管气密封检测的工作效率,本文提出了一种基于全局注意力特征融合的螺纹扭矩曲线自动分类网络,即NAFENet.具体来说,NAFENet为了增强模型的表达力,将EfficientNet-B0的卷积结构扩展至11层得到EfficientNet-B11.同时,在其每个MBConv卷积层中构建了基于non-local全局注意力和AFF特征融合模块,以帮助模型获取曲线图像中较为全局的信息,提高特征提取能力.实验结果表明,NAFENet在参数量相较于EfficientNet-B0只有小幅度的增加情况下,曲线识别精度有了较大提升,在自制UBT_Curve数据集上,模型准确率达到92.87%.
关键词
气密封检测
螺纹曲线图像识别
EfficientNet-B0
注意力机制
特征融合
神经网络
Keywords
air seal detection
recognition of thread curve images
EfficientNet-B0
attention mechanism
feature fusion
neural network
分类号
TE931.2 [石油与天然气工程—石油机械设备]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DAF-STDC实时模型的岩屑图像语义分割识别
潘
显
珊
王正勇
罗彬彬
滕奇志
何小海
《计算机系统应用》
2024
0
下载PDF
职称材料
2
NAFENet:基于全局注意力特征融合的螺纹扭矩曲线分类网络
李文哲
马梓瀚
罗伟
汪传磊
潘
显
珊
何小海
《计算机系统应用》
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
