结合DeepLabv3架构的多源数据建筑物提取方法 被引量：7

1

作者 杨乐 王慧 +3 位作者 李烁 于翔舟 沈大川 田苗 《测绘与空间地理信息》 2020年第6期62-66,共5页

针对目前基于机器学习解决高分辨率遥感影像建筑物提取鲁棒性差并且难以充分挖掘深层次特征的问题,对比了当前较为普遍的深度学习语义分割方法,以平均精度、类别精度、F1分数及交并比(Io U)作为精度衡量指标,全面分析了3种算法的性能。... 针对目前基于机器学习解决高分辨率遥感影像建筑物提取鲁棒性差并且难以充分挖掘深层次特征的问题,对比了当前较为普遍的深度学习语义分割方法,以平均精度、类别精度、F1分数及交并比(Io U)作为精度衡量指标,全面分析了3种算法的性能。结果表明,选择精度较高的Deep Labv3plus架构分类算法,能够获得更为精确的像素级建筑物提取结果,总体精度可提升2%,Io U提高3%,能够充分表达建筑物细节信息。本文提出了融合多源数据的样本制作方法,设计了大规模遥感影像训练样本的智能采集和标注方法,选取某地区像素级建筑物标准数据集遥感图像进行实验,结果表明,该方法制作的样本库接近真值训练结果。 展开更多

关键词 深度学习 样本自动标注 DeepLabv3 bisenet 建筑物提取

下载PDF 职称材料

基于图像的道路语义分割检测方法 被引量：2

2

作者 王碧瑶 韩毅 +6 位作者 崔航滨 刘毅超 任铭然 高维勇 陈姝廷 刘嘉巍 崔洋 《山东大学学报（工学版）》 CAS CSCD 北大核心 2023年第5期37-47,共11页

针对现有语义分割网络模型在道路语义分割方面检测精度低、计算量大等问题,基于BiSeNet V2网络模型进行优化改进,引入一种高效的通道注意力(efficient channel attention,ECA)模块,在BiSeNet V2的语义分支和细节分支的每个阶段末端分别... 针对现有语义分割网络模型在道路语义分割方面检测精度低、计算量大等问题,基于BiSeNet V2网络模型进行优化改进,引入一种高效的通道注意力(efficient channel attention,ECA)模块,在BiSeNet V2的语义分支和细节分支的每个阶段末端分别加入ECA,得到ECA-Semantic-BiSeNet V2网络。使用实车采集道路图像数据进行标注并构建自采数据集,在Cityscapes数据集、KITTI数据集及自采数据集上分别对改进前后的网络模型进行试验验证。试验结果表明,与BiSeNet V2模型方法相比,本研究方法在Cityscapes数据集上MIoU提高14.01%,在KITTI数据集上MIoU提高1.86%,同时在BiSeNet V2的语义分支加入ECA后运算量增加0.02 GFlops的条件下,模型推理速度提高了7.82帧/s。 展开更多

关键词 语义分割 深度学习 bisenet V2 车道线检测 注意力机制

原文传递

基于FPGA的语义分割算法设计与实现

3

作者 汤镇铭 陶青川 《现代计算机》 2024年第8期24-30,共7页

为解决边缘端水利检测场景中水面情况复杂且具有实时性要求的问题,对BiSeNet网络进行了改进,得到了一种基于FPGA边缘设备的轻量化的实时语义分割算法。该算法通过VitisAI对模型进行量化、Vitis软件平台软硬件协同优化设计定制了深度学... 为解决边缘端水利检测场景中水面情况复杂且具有实时性要求的问题,对BiSeNet网络进行了改进,得到了一种基于FPGA边缘设备的轻量化的实时语义分割算法。该算法通过VitisAI对模型进行量化、Vitis软件平台软硬件协同优化设计定制了深度学习处理单元DPU,实现了基于FPGA的语义分割算法的部署。在自制水利数据集上保持较低精度损失的同时实现了良好的性能,实验结果表明,改进后的网络模型在精度上损失3.7%的情况下,在ZCU104设备上实现了31.06 FPS的推理速度,相对于ARM设备获得了18.9倍的加速推理效果。所提出的方法能够满足低功耗需求下实时水利场景分割任务的要求。 展开更多

关键词 深度学习 语义分割 FPGA bisenet DPU

下载PDF 职称材料

基于图像识别的弓网接触点检测方法

4

作者 李凡 杨杰 +2 位作者 冯志成 陈智超 付云骁 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第9期1801-1810,共10页

针对现有受电弓-接触网(弓网)接触点检测方法无法兼顾实时性与准确性的问题,提出两阶段快速检测方法.在第1阶段提出基于改进BiSeNet v2的弓网区域分割算法.采用浅层特征共享机制将细节分支提取的浅层特征送入语义分支中获取高层语义信息... 针对现有受电弓-接触网(弓网)接触点检测方法无法兼顾实时性与准确性的问题,提出两阶段快速检测方法.在第1阶段提出基于改进BiSeNet v2的弓网区域分割算法.采用浅层特征共享机制将细节分支提取的浅层特征送入语义分支中获取高层语义信息,减少冗余参数;将压缩激励注意力模块嵌入网络中,增强重要通道信息;加入金字塔池化模块提取多尺度特征,提高模型精度.在第2阶段,基于分割结果,使用直线拟合和位置校正实现接触点的检测.实验结果表明,所提分割算法精度为87.50%,浮点运算数为6.73 G,在CPU(Intel Core I9-12900)和JETSON TX2上推理速度分别为49.80、12.60帧/s.所提检测方法在弓网仿真平台和双源智能重卡的弓网系统中进行实验,实验结果表明,该方法能够有效检测弓网接触点. 展开更多

关键词 语义分割 bisenet v2 直线拟合 受电弓-接触网系统 深度学习

下载PDF 职称材料

基于改进BiSeNet的葡萄黑麻疹病害程度分级预测

5

作者 白春晖 陈健 郜鲁涛 《湖北农业科学》 2024年第5期187-193,222,共8页

为了准确对葡萄(Vitis vinifera L.)黑麻疹病害程度进行分级预测,通过语义分割模型将叶片部分和病斑部分分割出来,以同一叶片上病斑面积与总叶面积的比值作为疾病严重程度分级的依据,对葡萄黑麻疹病害程度进行分级预测。精确标注了Plant... 为了准确对葡萄(Vitis vinifera L.)黑麻疹病害程度进行分级预测,通过语义分割模型将叶片部分和病斑部分分割出来,以同一叶片上病斑面积与总叶面积的比值作为疾病严重程度分级的依据,对葡萄黑麻疹病害程度进行分级预测。精确标注了PlantVillage公开数据库中的419张葡萄疾病图像,细分为背景、叶片和病斑3个类别,并应用了数据增强技术增加样本多样性。以BiSeNet作为基准模型,引入GhostNet作为上下文路径的主干提取网络,不仅保持了较小的模型参数量,而且在精度上实现了明显提升,满足病害程度分级预测的需求。提出了累加空洞空间金字塔池化(CASPP)模块,用来替换BiSeNet模型中单一的上下文嵌入模块,以增强BiSeNet模型的多尺度上下文信息提取能力,提高了模型的分割精度。经过测试,本研究模型在测试集中的平均交并比为94.11%,在对葡萄黑麻疹病害程度进行分级预测时,准确率达98.21%,能够精确地对葡萄黑麻疹病害程度进行分级预测。 展开更多

关键词 bisenet 深度学习 语义分割 病害程度 分级预测 葡萄(Vitis vinifera L.) 黑麻疹

下载PDF 职称材料

基于改进BiSeNet的煤矿井下轨道检测算法 被引量：5

6

作者 周华平 郑锐 《湖北民族大学学报（自然科学版）》 CAS 2021年第4期398-403,共6页

井下电机车无人驾驶技术将成为今后发展的必然趋势,但由于煤矿井下环境复杂,以及轨道自身结构呈长条形等特点,导致现有轨道检测算法不能完全适合井下轨道检测.因此,提出一种适用于煤矿井下轨道检测的改进BiSeNet实时语义分割网络.首先... 井下电机车无人驾驶技术将成为今后发展的必然趋势,但由于煤矿井下环境复杂,以及轨道自身结构呈长条形等特点,导致现有轨道检测算法不能完全适合井下轨道检测.因此,提出一种适用于煤矿井下轨道检测的改进BiSeNet实时语义分割网络.首先给出改进的分割网络整体结构,其次根据轨道特点,重点提出了将不同深度的特征进行聚合,并能够进一步精细化特征的子网络特征融合模块,最后进行了实验验证.结果表明,提出方法在采集到的井下轨道环境数据集上达到了72.8%的平均交并比,同时达到43帧/s的检测速率,基本满足对井下轨道环境的实时语义分割. 展开更多

关键词 深度学习 bisenet 语义分割 轨道检测 子网络特征融合

下载PDF 职称材料

无人驾驶场景多任务感知算法研究 被引量：1

7

作者 王志红 程尚 《武汉理工大学学报》 CAS 2023年第8期140-146,共7页

考虑到无人驾驶车载环境下算力受限,提出了一种基于YOLOv5和BiSeNet的多任务模型算法,使得多目标检测任务和可行驶区域分割任务共用一个特征提取网络。主干特征提取网络使用改进的CSPDarknet,之后分别对多目标检测网络和可行驶区域分割... 考虑到无人驾驶车载环境下算力受限,提出了一种基于YOLOv5和BiSeNet的多任务模型算法,使得多目标检测任务和可行驶区域分割任务共用一个特征提取网络。主干特征提取网络使用改进的CSPDarknet,之后分别对多目标检测网络和可行驶区域分割网络进行优化,最后在BDD100k数据集上进行实验。结果表明:多任务算法的目标检测精度mAP50可以达到65.4%,分割精度mIoU达到了88.7%,在RTX3090GPU上的推理速度可以达到81.3FPS,基本维持了与单任务算法相当的检测精度与推理速度。 展开更多

关键词 多任务 多目标检测 可行驶区域分割 YOLOv5 bisenet

原文传递

基于改进BiSeNet的室内场景语义分割方法 被引量：5

8

作者 张立国 程瑶 +1 位作者 金梅 王娜 《计量学报》 CSCD 北大核心 2021年第4期515-520,共6页

室内场景的语义分割一直是深度学习语义分割领域的一个重要方向。室内语义分割主要存在的问题有语义类别多、很多物体类会有相互遮挡、某些类之间相似性较高等。针对这些问题,提出了一种用于室内场景语义分割的方法。该方法在BiSeNet(bi... 室内场景的语义分割一直是深度学习语义分割领域的一个重要方向。室内语义分割主要存在的问题有语义类别多、很多物体类会有相互遮挡、某些类之间相似性较高等。针对这些问题,提出了一种用于室内场景语义分割的方法。该方法在BiSeNet(bilateral segmentation network)的网络结构基础上,引入了一个空洞金字塔池化层和多尺度特征融合模块,将上下文路径中的浅层细节特征与通过空洞金字塔池化得到的深层抽象特征进行融合,得到增强的内容特征,提高模型对室内场景语义分割的表现。该方法在ADE20K中关于室内场景的数据集上的MIoU表现,比SegNet高出23.5%,比改进前高出3.5%。 展开更多

关键词 计量学 语义分割 特征融合 室内场景 bisenet

下载PDF 职称材料

基于改进BiSeNet的轻量化上颌前牙分割算法

9

作者 吴杰 陶青川 《现代计算机》 2023年第24期33-39,共7页

针对移动终端等低算力设备,提出了一种应用于自然彩色图像的轻量化上颌前牙分割算法,选用了在自建数据集上表现较好的BiSeNet-ResNet18作为基准模型,然后对模型进行了改进。实验结果显示,改进后的BiSeNet在自建数据集上的MIoU达到了90.... 针对移动终端等低算力设备,提出了一种应用于自然彩色图像的轻量化上颌前牙分割算法,选用了在自建数据集上表现较好的BiSeNet-ResNet18作为基准模型,然后对模型进行了改进。实验结果显示,改进后的BiSeNet在自建数据集上的MIoU达到了90.7%,较BiSeNet提升了1.2个百分点。在轻量化和实时性方面,模型大小只有BiSeNet的1/8,并且每秒帧数达到了63.1。该项研究成果有望在牙科医学和医疗影像学领域得到应用,推动牙齿分割、微笑美学自动分析等技术的发展。 展开更多

关键词 牙齿分割 语义分割 bisenet

下载PDF 职称材料

基于BiSeNet的糖心苹果截面糖心特征提取方法

10

作者 尹治棚 张文斌 赵春林 《华中农业大学学报》 CAS CSCD 北大核心 2023年第2期209-215,共7页

为解决因糖心苹果截面糖心特征分布不规则导致的种植过程中对糖心品质评估方法精度低、复杂等问题,以380个糖心苹果作为试验样本,基于BiSeNet模型对苹果糖心特征进行提取与占比计算,分别评估该方法在理论研究与实践研究两方面的多项性... 为解决因糖心苹果截面糖心特征分布不规则导致的种植过程中对糖心品质评估方法精度低、复杂等问题,以380个糖心苹果作为试验样本,基于BiSeNet模型对苹果糖心特征进行提取与占比计算,分别评估该方法在理论研究与实践研究两方面的多项性能指标,并与FCN、PPLiteSeg与DeepLabV3这3种网络模型进行对比。结果显示,BiSeNet无论是在训练时间还是训练准确度都优于其他3种网络模型,用时130 s,准确率98.36%,交并比85.1%。在实际占比计算中,平均占比计算误差为4.04%,低于其他3种模型,且无较大偏差值。结果表明,基于BiSeNet的糖心苹果截面糖心特征提取方法在提供具体糖心占比的同时,可为糖心苹果的糖心特征等无损检测提供更精确的评估方法和比对目标。 展开更多

关键词 糖心苹果 bisenet 糖心特征提取 无损检测 FCN PPLiteSeg DeepLabV3 精准评估

下载PDF 职称材料

基于BiSeNet的小儿超声心动图左心分割方法 被引量：3

11

作者 胡玉进 雷柏英 +5 位作者 郭力宝 毛木翼 靳泽隆 陈思平 夏焙 汪天富 《中国生物医学工程学报》 CAS CSCD 北大核心 2019年第5期533-539,共7页

小儿超声心动图分割是后续生物学参数测量与疾病诊断的关键一步。目前,这主要依赖于超声医生的手动分割,不仅耗时耗力,而且由于它的重复性与冗余性,常常会导致不准确的分割。深度学习方法在自然图像处理领域已经取得令人瞩目的成果,因... 小儿超声心动图分割是后续生物学参数测量与疾病诊断的关键一步。目前,这主要依赖于超声医生的手动分割,不仅耗时耗力,而且由于它的重复性与冗余性,常常会导致不准确的分割。深度学习方法在自然图像处理领域已经取得令人瞩目的成果,因此提出应用深度卷积神经网络,从小儿超声心动图中学习有效特征,进行左心关键解剖结构的分割。具体来说,提出使用双路径分割网络(BiSeNet),通过两路分支网络,分别提取低层和高层的特征,然后送入一个特征融合模块,筛选出有效的特征,从而得到准确的分割结果。在采集自深圳儿童医院超声科的包含87个超声心动图视频(2 216张图像)的数据集上进行验证,并与医生的标注结果进行比较。实验结果表明,BiSeNet可以提取到超声心动图中心脏结构的特征,它在左室和左房的分割任务上取得Dice系数高达0.914和0.887。这证明,所提出的方法可以帮助医生进行超声心动图分割,从而减轻医生的负担。 展开更多

关键词 医学图像分割 小儿超声心动图 bisenet 特征融合

下载PDF 职称材料

基于改进BiSeNet的轻量级水利语义分割算法 被引量：2

12

作者 张育敬 陶青川 《现代计算机》 2022年第7期53-58,共6页

在水利场景的语义分割任务中,目标复杂多样且需要保证一定的实时性。针对这些特点,本文提出了一种轻量级的水利场景语义分割算法,该方法在BiSeNet(bilateral segmentation network)网络基础上,引入嵌入SE注意力机制的MobileNet v2作为主... 在水利场景的语义分割任务中,目标复杂多样且需要保证一定的实时性。针对这些特点,本文提出了一种轻量级的水利场景语义分割算法,该方法在BiSeNet(bilateral segmentation network)网络基础上,引入嵌入SE注意力机制的MobileNet v2作为主干,降低模型的大小,提高检测的实时性;并在主干末端增加一个金字塔池化层,得到增强的深层特征,提高模型的分割准确度。实验表明该方法在水利数据集的MIoU表现,比改进前高出4.66%,模型参数也大大减少。 展开更多

关键词 深度学习 语义分割 水利场景 bisenet

下载PDF 职称材料

基于BiSeNet和YOLOv5s的条烟32位激光码识别方法研究 被引量：1

13

作者 姜思明 谭升达 +2 位作者 陈冠达 邓东 李康军 《电子技术与软件工程》 2023年第6期163-168,共6页

本文针对条状香烟激光编码在条状香烟中存在的特征提取与定向困难等问题,采用BiSeNet与YOLOv5s相结合的方式,对条状香烟的条状香烟进行了扫描。首先,我们将使用BiSeNet神经网络来实现对包含特征的目标的提取,然后,针对目标的偏移,我们... 本文针对条状香烟激光编码在条状香烟中存在的特征提取与定向困难等问题,采用BiSeNet与YOLOv5s相结合的方式,对条状香烟的条状香烟进行了扫描。首先,我们将使用BiSeNet神经网络来实现对包含特征的目标的提取,然后,针对目标的偏移,我们将使用透射变换来纠正目标的偏移。然后,对经过灰度化和阈值处理的特征图像进行YOLOv5s的特征图像进行特征识别,并利用气泡法对其进行分类,最终完成了对香烟盒子的激光编码的自动识别。实验证明,本文提出的方法能够很好地实现特征点的提取,并且能够很好地克服特征点不能进行方位判断的困难,并且相对于其他方法来说,该方法更加稳健,更加准确。 展开更多

关键词 烟草激光码 bisenet YOLOv5s 透射变换

下载PDF 职称材料

人像自动提取与处理软件设计与实现

14

作者 刘清雨 蒋翔 金鑫 《北京电子科技学院学报》 2022年第2期51-60,共10页

人像提取是当前图像处理方向的前沿热点问题,具有广泛的应用前景,但面临着边缘噪声大、颜色相近的区域分割效果差等问题。本文针对该问题创造性地提出了BiSeGAN网络,研究并实现了一种人像自动提取与处理的方法。此方法以生成对抗网络(G... 人像提取是当前图像处理方向的前沿热点问题,具有广泛的应用前景,但面临着边缘噪声大、颜色相近的区域分割效果差等问题。本文针对该问题创造性地提出了BiSeGAN网络,研究并实现了一种人像自动提取与处理的方法。此方法以生成对抗网络(GAN)框架为基础,采用BiSeNet结构作为生成器网络进行训练,兼顾了空间分辨率和感受野,提高了模型的识别速度和精度。本文使用混合损失函数共同优化网络参数,帮助模型快速收敛,使生成器生成更真实的目标图像。本文实现了自动化提取并处理人像,提取的人像部分边缘分割清晰,信噪比高,有效地优化了人像提取的准确度。而后,基于百度飞浆在移动端部署实现。 展开更多

关键词 人像提取 BiSeGAN GAN bisenet 美颜滤镜

下载PDF 职称材料

基于改进双边网络的SAR图像海陆分割方法 被引量：9

15

作者 戴牧宸 冷祥光 +1 位作者 熊博莅 计科峰 《雷达学报（中英文）》 CSCD 北大核心 2020年第5期886-897,共12页

海陆分割是海岸线提取、近岸目标检测的一个基本步骤。传统的海陆分割算法分割准确度差,参数调节繁琐,难以满足实际应用要求。卷积神经网络能够高效地提取图像多个层次特征,广泛应用于图像分类任务,可作为海陆分割新的技术途径。其中双... 海陆分割是海岸线提取、近岸目标检测的一个基本步骤。传统的海陆分割算法分割准确度差,参数调节繁琐,难以满足实际应用要求。卷积神经网络能够高效地提取图像多个层次特征,广泛应用于图像分类任务,可作为海陆分割新的技术途径。其中双边网络(BiSeNet)能有效平衡分割精度和速度,在自然场景图像语义分割任务上取得了较好的表现。但对于SAR图像海陆分割任务,双边网络难以有效提取SAR图像的上下文语义信息和空间信息,分割效果较差。针对上述问题,该文根据SAR图像特点减少双边网络中空间路径的卷积层数,从而降低空间信息的损失,并选用ResNet18轻量化模型作为上下文路径骨干网络,减少过拟合现象并提供较广阔的特征感受野,同时提出边缘增强损失函数策略,提升模型分割性能。基于高分三号SAR图像数据的实验表明,所提方法可有效提升网络的预测精度和分割速率,其分割准确度和F1分数分别达到了0.9889和0.9915,对尺寸大小为1024×1024的SAR图像切片处理速率为12.7 frames/s,均优于当前主流的分割网络框架。此外,所提网络的规模较BiSeNet减少50%以上,并小于轻量级的U-Net架构,同时网络有较强的泛化性能,具有较高的实际应用价值。 展开更多

关键词 合成孔径雷达 海陆分割 深度学习 双边网络 损失函数

下载PDF 职称材料

BiSeNet轻量语义分割网络优化研究

16

作者 张梦真 《计算机科学与应用》 2024年第4期316-326,共11页

语义分割是对图片上每一个像素的归类预测,使得每个语义类别对应的预测区域得以分割显现,是图像处理的重要方面。轻量级语义分割模型的研究点在于掌握性能与速度的天平,使其能够投入移动设备的应用,本文是对BiSeNet轻量语义分割模型的... 语义分割是对图片上每一个像素的归类预测,使得每个语义类别对应的预测区域得以分割显现,是图像处理的重要方面。轻量级语义分割模型的研究点在于掌握性能与速度的天平,使其能够投入移动设备的应用,本文是对BiSeNet轻量语义分割模型的优化研究。首先,本文介绍了BiSeNet模型的ResNet50主体上下文分支结构,以及表层卷积辅助分支结构,还有基于通道注意力机制的ARM特征加强模块和FFM融合模块作用和原理;然后,提出模型优化改进结构,先在辅助分支表层卷积中以空洞卷积增强信息整体分析后,然后以SAM空间注意力模块增强特征质量,再利用ASPP金字塔加强辅助分支与主分支融合;最后,在VOC2012数据上,得出改进前后BiSeNet模型对比结果,在轻量性和正确性上,验证优化结构合理性。 展开更多

关键词 轻量级语义分割 bisenet模型 空洞卷积 注意力模块 ASPP金字塔

下载PDF 职称材料

基于光照变化不敏感特征的建筑物提取方法

17

作者 杨乐 王慧 +2 位作者 程挺 徐剑 闫科 《测绘科学与工程》 2019年第5期43-48,共6页

遥感影像中普遍存在着较强的光照不均匀特性,而当前基于深度学习的建筑物提取方法不能有效应对这一问题。为准确提取复杂背景下高分辨率遥感影像中的典型地物要素,本文提出了一种利用BveNet架构并融合高低级语义信息的地物要素提取算法... 遥感影像中普遍存在着较强的光照不均匀特性,而当前基于深度学习的建筑物提取方法不能有效应对这一问题。为准确提取复杂背景下高分辨率遥感影像中的典型地物要素,本文提出了一种利用BveNet架构并融合高低级语义信息的地物要素提取算法,在特征提取网络中采用基于图像局部相位的特征检测器,生成对光照变化不敏感的相位一致性特征图,并与残差网络ResNet提取多层级特征进行融合,增强特征的判别能力,提升网络的特征提取效率和算法精度。为了验证本文方法的有效性,在公开数据集上进行了对比实验,实验结果表与未融合光照不敏感特征的原始算法相比,本文方法对光照不均匀条件下的建筑物提取,提升了0.9%的平均精度和2.1%的交并比。 展开更多

关键词 相位一致性 特征融合 语义分割 ResNet:bisenet架构

下载PDF 职称材料

BISEnet网络管理程序的设计与实现

18

作者 杨永亭 邢国光 《计算机与数字工程》 1995年第6期17-21,40,共6页

SunNet Manager是Sun Connect研制的一个网络管理平台,BISEnet(Beijing Institute of SystemEngineering)是北京系统工程研究所的一个局域网,本文中的网络管理程序就是基于该平台在BISEnet局域网上设计实现的。我们把网络管理程序分为... SunNet Manager是Sun Connect研制的一个网络管理平台,BISEnet(Beijing Institute of SystemEngineering)是北京系统工程研究所的一个局域网,本文中的网络管理程序就是基于该平台在BISEnet局域网上设计实现的。我们把网络管理程序分为四个功能模块即数据报告获取、事件报告请求、属性设置和事件监视器,它们可以说覆盖了网络管理的基本功能。 展开更多

关键词 局域网络 管理程序 程序设计 bisenet网络

下载PDF 职称材料