U-Net网络医学图像分割应用综述 被引量：39

1

作者 周涛 董雅丽 +2 位作者 霍兵强 刘珊 马宗军 《中国图象图形学报》 CSCD 北大核心 2021年第9期2058-2077,共20页

病灶精确分割对患者病情评估和治疗方案制定有重要意义,由于医学图像中病灶与周围组织的对比度低,同一疾病病灶边缘和形状存在很大差异,从而增加了分割难度。U-Net是近些年深度学习研究中的热点,为医生提供了一致性的量化病灶方法,一定... 病灶精确分割对患者病情评估和治疗方案制定有重要意义,由于医学图像中病灶与周围组织的对比度低,同一疾病病灶边缘和形状存在很大差异,从而增加了分割难度。U-Net是近些年深度学习研究中的热点,为医生提供了一致性的量化病灶方法,一定程度上提高了分割性能,广泛应用于医学图像语义分割领域。本文对U-Net网络进行全面综述。阐述U-Net网络的基本结构和工作原理;从编码器个数、多个U-Net级联、与U-Net结合的其他模型以及3D U-Net等方面对U-Net网络模型的改进进行总结;从卷积操作、下采样操作、上采样操作、跳跃连接、模型优化策略和数据增强等方面对U-Net网络结构改进进行总结;从残差思想、密集思想、注意力机制和多机制组合等方面对U-Net的改进机制进行总结;对U-Net网络未来的发展方向进行展望。本文对U-Net网络的原理、结构和模型进行详细总结,对U-Net网络的发展具有一定积极意义。 展开更多

关键词 U-Net 医学图像 语义分割 网络结构 网络模型

原文传递

基于卷积神经网络的车道线语义分割算法 被引量：19

2

作者 徐国晟 张伟伟 +2 位作者 吴训成 苏金亚 郭增高 《电子测量与仪器学报》 CSCD 北大核心 2018年第7期89-94,共6页

针对车道线检测环境复杂,光照变化复杂等特点,提出了一种新型车道线检测方法。首先运用可变形卷积神经网络提取特征,然后通过对白天、夜晚、雨天等复杂光照条件下的KITTI道路数据集进行联合训练,端到端获取车道线上下文信息。建立结构... 针对车道线检测环境复杂,光照变化复杂等特点,提出了一种新型车道线检测方法。首先运用可变形卷积神经网络提取特征,然后通过对白天、夜晚、雨天等复杂光照条件下的KITTI道路数据集进行联合训练,端到端获取车道线上下文信息。建立结构化道路车道线网络模型,进而对车道线进行图像语义分割,并判断车道线类型。该模型预测车道线像素所属的场景语义类别,实现车道线实时检测。实验结果表明,该方法具有较好的准确性和实时性,在多场景结构化道路上的车道线识别率可达96.83%。 展开更多

关键词 语义分割 车道线特征 卷积神经网络 结构化道路 网络模型

下载PDF 职称材料

地理本体驱动的遥感影像面向对象分析方法 被引量：13

3

作者 顾海燕 李海涛 +4 位作者 闫利 韩颜顺 余凡 杨懿 刘正军 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2018年第1期31-36,共6页

针对遥感影像面向对象分析技术存在的＂分类过程中专家分析不同带来的分类结果不一致＂问题,提出地理本体驱动的＂地理实体描述-模型构建-影像对象分类＂解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对... 针对遥感影像面向对象分析技术存在的＂分类过程中专家分析不同带来的分类结果不一致＂问题,提出地理本体驱动的＂地理实体描述-模型构建-影像对象分类＂解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对地理实体的描述与表达;其次,利用知识工程方法以及计算机可操作的形式化本体语言构建影像对象特征、分类器的本体模型,形成语义网络模型;最后,联合语义网络模型与专家规则实现影像对象的语义分类。地表覆盖分类实验结果表明,该方法不仅能够得到反映真实地理对象的遥感影像分类结果,而且能够掌握地理实体的语义信息,实现地表覆盖分类知识的共享与语义网络模型的复用,为遥感影像面向对象分析提供了一种全局性的解译分析框架及其方法。 展开更多

关键词 遥感影像面向对象分析 地理本体 语义网络模型 网络本体语言 语义网规则语言 地表覆盖分类

原文传递

基于语义表达的中医药优势病种网络模型的构建 被引量：5

4

作者 张宇 贾李蓉 +1 位作者 郭新峰 刘丽红 《中华医学图书情报杂志》 CAS 2021年第1期25-30,共6页

目的:建立基于中医药优势病种文献的语义网络模型。方法:顶层参考中医药学语言系统并结合专家咨询设定模型中的语义类型和语义关系,底层基于获取的中医药优势病种文献全信息结构解析进行语义类型和语义关系补充。结果:构建了基于语义表... 目的:建立基于中医药优势病种文献的语义网络模型。方法:顶层参考中医药学语言系统并结合专家咨询设定模型中的语义类型和语义关系,底层基于获取的中医药优势病种文献全信息结构解析进行语义类型和语义关系补充。结果:构建了基于语义表达的中医药优势病种网络模型。结论:基于语义表达的中医药优势病种网络模型可以支持中医药优势病种文献数据库的构建和中医药优势病种文献的语义检索与利用。 展开更多

关键词 中医药优势病种 语义网络模型 语义类型 语义关系

下载PDF 职称材料

中医药优势病种文献数据结构解析与网络模型构建思路 被引量：6

5

作者 张宇 郭新峰 刘丽红 《中华医学图书情报杂志》 CAS 2020年第5期1-6,共6页

目的:提出中医药优势病种文献数据语义网络模型构建的思路,以实现中医药优势病种文献数据集成共享,进一步揭示中医药优势病种信息内涵.方法:顶层本体的设计基于中医临床术语系统及中医药学语言系统,抽取中医药概念及关系,利用获取的中... 目的:提出中医药优势病种文献数据语义网络模型构建的思路,以实现中医药优势病种文献数据集成共享,进一步揭示中医药优势病种信息内涵.方法:顶层本体的设计基于中医临床术语系统及中医药学语言系统,抽取中医药概念及关系,利用获取的中医药优势病种文献全信息数据,确定其核心概念和非核心概念.基于基础数据抽取规范,利用顶层本体与基础数据结合的方法构建语义网络模型.结果:通过分析中医药优势病种文献数据特点,成功构建了体现中医药优势病种特色的语义网络模型.结论:构建规范的中医药优势病种文献语义网络模型有利于中医药优势病种信息的集成与应用,可以为中医药数据的统一规范提供指导. 展开更多

关键词 中医药优势病种 数据结构解析 语义网络模型

下载PDF 职称材料

结合多尺度特征和注意力机制的公路裂缝检测 被引量：4

6

作者 张瑞燕 《现代电子技术》 2023年第3期100-104,共5页

由于航拍公路裂缝数据缺乏并且裂缝图像存在目标小、分布复杂的特点,导致语义分割模型在航拍公路裂缝检测中效果差,影响模型在实际场景的应用,为此提出基于改进DeeplabV3+的公路裂缝检测方法。构建语义分割模型,选定DeeplabV3+模型并作... 由于航拍公路裂缝数据缺乏并且裂缝图像存在目标小、分布复杂的特点,导致语义分割模型在航拍公路裂缝检测中效果差,影响模型在实际场景的应用,为此提出基于改进DeeplabV3+的公路裂缝检测方法。构建语义分割模型,选定DeeplabV3+模型并作如下优化:由于低级特征包含更多裂缝细节信息,增加了提取低级特征的路径,从ASPP模块输出的特征为高级特征,高级特征包含更多语义信息,将两者信息进行融合能保证模型不丢失裂缝的细节信息;在网络中嵌入SCSE注意力模块抑制对其他无关信息的响应,改善模型在裂缝数据集检测效果差的问题。实验结果表明,改进DeeplabV3+算法可以有效解决模型对小目标裂缝分割时效果差的问题,模型的检测精度提高了2.59%,具有较强的应用价值,可以为实际公路裂缝检测提供参考。 展开更多

关键词 道路裂缝 裂缝检测 语义分割 多尺度特征融合 注意力机制 深度学习 网络模型改进 智能检测

下载PDF 职称材料

SKASNet:用于语义分割的轻量级卷积神经网络 被引量：5

7

作者 谭镭 孙怀江 《计算机工程》 CAS CSCD 北大核心 2020年第9期261-267,共7页

多数语义分割模型中的每个卷积层仅采用单一大小的感受野,不利于模型提取多尺度特征。为此,使用选择核卷积构建一个新的残差模块SKAS,通过调节感受野的大小获得多尺度信息。同时,提出一种逐层分组卷积并构建轻量级网络结构SKASNet,在连... 多数语义分割模型中的每个卷积层仅采用单一大小的感受野,不利于模型提取多尺度特征。为此,使用选择核卷积构建一个新的残差模块SKAS,通过调节感受野的大小获得多尺度信息。同时,提出一种逐层分组卷积并构建轻量级网络结构SKASNet,在连续的SKAS模块中分别使用不同的分组数,从而以相对平滑的方式降低网络参数量并增强不同分组之间的信息交流。在Cityscapes数据集上的实验结果表明,该网络模型仅有1.7 M的参数量,分割精度达到68.5%,与SegNet、ICNet和PSPNet等模型相比,其能够在大幅降低网络参数量的同时取得良好的分割效果。 展开更多

关键词 卷积神经网络 语义分割 选择核卷积 逐层分组卷积 轻量级网络模型

下载PDF 职称材料

“看+NP”语义网络模型的认知识解路径研究

8

作者 刘馨蔓 汪少华 《山东外语教学》 北大核心 2024年第6期9-20,共12页

感官动词“看”是实现“看+NP”构式意义识解过程中身心通达的认知起点,它与不同语义角色的“NP”组构,使得整个构式具有高度的能产性和丰富的语义。本文基于“看”的语义四分,从“三域”视角探讨“看+NP”语义网络模型的认知识解路径... 感官动词“看”是实现“看+NP”构式意义识解过程中身心通达的认知起点,它与不同语义角色的“NP”组构,使得整个构式具有高度的能产性和丰富的语义。本文基于“看”的语义四分,从“三域”视角探讨“看+NP”语义网络模型的认知识解路径。研究发现,“看_(1)+NP_(1)”的视觉接触语义是“现实事态域”下身域中的原型语义;“看_(2)+NP_(2)”的视觉鉴赏语义是在“现实事态域”下从身域中的原型语义转喻延展识解;“看_(3)+NP_(3)”的视觉认知语义是在“认识域”下从身域中原型语义跨域隐转喻映射到心域中识解;“看_(4)+NP_(4)”的视觉行事语义是在“言语行为域”下通过心域从身域中的原型语义跨域隐转喻映射到以言行事域中识解。该研究为汉语的多义研究提供了新的视角。 展开更多

关键词 “看+NP”构式 “三域” 多义性 语义网络模型 认知识解

下载PDF 职称材料

基于语义网络模型的面向装配的设计研究

9

作者 莫建中 奚立峰 +1 位作者 李锐 蔡建国 《上海交通大学学报》 EI CAS CSCD 北大核心 1997年第3期66-69,共4页

对并行工程下面向装配的设计（ＤＦＡ，ＤｅｓｉｇｎｆｏｒＡｓｓｅｍｂｌｙ）进行了研究，总结了ＤＦＡ的一般原则，引入了适于ＤＦＡ的产品装配结构的语义网络模型及其描述语言即功能描述语言。

关键词 语义网络模型 装配 并行工程 机械制造 CAD

下载PDF 职称材料

基于增强多尺度特征解码器的图像语义分割 被引量：2

10

作者 刘畅 宣士斌 +1 位作者 何雪东 刘丽霞 《微电子学与计算机》 2023年第4期30-37,共8页

针对语义分割模型SegFormer在进行图像分割时存在多尺度语义信息利用不充分、细节特征丢失等问题,提出了一种改进的轻量级的语义分割算法,并设计了一个新的解码器来增强多尺度特征表示.采用新提出的瓶颈空间金字塔池化模块(BoSPP)以获... 针对语义分割模型SegFormer在进行图像分割时存在多尺度语义信息利用不充分、细节特征丢失等问题,提出了一种改进的轻量级的语义分割算法,并设计了一个新的解码器来增强多尺度特征表示.采用新提出的瓶颈空间金字塔池化模块(BoSPP)以获得丰富且准确的多尺度信息,所提出模型采用拉普拉斯金字塔来获得编码阶段更精确的高分辨率细节特征,并将其应用于解码阶段来解决细节特征丢失的问题;最后对特征进行逐步融合,以避免上采样率过大导致细节损失,极大地保留丰富的细节特征进而增强最终的语义分割效果.ADE20K数据集的实验结果表明,使用改进后的解码器进行语义分割,在精度和运算量方面都有所改善.以使用MiT-B0编码器的实验为例,其mIoU指标相比原网络提升了1.36%,浮点运算量仅为原网络的51%.实验结果表明,改进后的模型在不增加大量计算成本的情况下提升了模型的分割精度,且浮点运算量更少,改进后的语义分割模型优于原模型,在增强多尺度特征和图像边界细节特征方面有更好的分割效果. 展开更多

关键词 语义分割 轻量级网络模型 解码器 特征提取网络 多尺度特征

下载PDF 职称材料

文本神经语义解析方法研究进展 被引量：1

11

作者 沈凌云 乐小虬 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2023年第12期1-21,共21页

[目的]对近10年利用神经网络研究文本语义解析的方法进行归纳和评述。[文献范围]以谷歌学术和中国知网为检索平台,分别以“Neural Semantic Parsing”和“神经语义解析”为关键词,筛选2010年-2022年的相关文献及其重要引文进行分析。[方... [目的]对近10年利用神经网络研究文本语义解析的方法进行归纳和评述。[文献范围]以谷歌学术和中国知网为检索平台,分别以“Neural Semantic Parsing”和“神经语义解析”为关键词,筛选2010年-2022年的相关文献及其重要引文进行分析。[方法]对神经语义解析方法按照技术路径进行分类,剖析各技术路径的基本思路,对比分析各技术方法在数据、性能、应用目标等方面的异同点,归纳文本神经语义解析技术存在的问题及发展趋势。[结果]将现有神经语义解析方法归纳为序列到序列、借助中间形式以及语义单元分解与组合三种类型,后两种方法是对第一种方法的改进。中间表示形式,如语义草图、规范话语和少样本神经语义解析,是当前研究的主要关注点。[局限]主要从方法论上对现有研究思路进行归纳分析,对于神经语义解析模型内部实现机理未做细致阐述。[结论]目前神经语义解析方法在文本语义解析中能够获得最佳性能,面向具体应用设计针对性的神经网络模型是当前主流做法,但语义解析效果与实际应用仍然有一定差距。 展开更多

关键词 语义解析 神经网络模型 语义表示 预训练

原文传递

面向作物表型分析的大豆植株叶片语义重建

12

作者 高月芳 肖冬冬 +4 位作者 傅汝佳 冼楚华 李桂清 黄琼 杨存义 《华中农业大学学报》 CAS CSCD 北大核心 2023年第3期177-186,共10页

为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题,提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法:首先,基于Mask R-CNN模型对大豆叶片进行语义分割;然后,对分割结果和多视... 为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题,提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法:首先,基于Mask R-CNN模型对大豆叶片进行语义分割;然后,对分割结果和多视图数据进行立体重建融合学习,实现大豆植株叶片二维语义到三维叶片点云迁移,获得植株叶片点云语义信息,进而建立植株叶片三维语义模型。通过多组盆栽大豆植株试验对该模型进行验证,提取叶长和叶宽与人工实测数据进行对比分析,叶长和叶宽均方误差分别为2.53和1.52 mm,决定系数分别为0.97和0.89。结果表明,该方法能够便捷、精准地构建植株叶片三维语义模型。 展开更多

关键词 语义分割 植株三维建模 深度网络模型 点云语义重建 作物表型分析

下载PDF 职称材料

面向图像语义分割的生成对抗网络模型 被引量：1

13

作者 窦育民 徐广伟 +1 位作者 黄晶晶 蔡凡凡 《无线互联科技》 2022年第12期22-25,71,共5页

文章介绍并构建了一个图像场景理解的语义标注系统,通过生成对抗网络模型方法语义分割图像。生成式对抗网络模型主导的科学成果不断成熟,拓展了构建图像标注的理论模型的应用空间,拓宽场景理解的精细度和多样化应用范围。

关键词 语义分割 生成对抗网络 网络模型

下载PDF 职称材料

语义网络模型的遥感影像面向对象分类 被引量：1

14

作者 顾海燕 闫利 李海涛 《测绘科学》 CSCD 北大核心 2016年第1期185-189,共5页

针对目前遥感影像面向对象分类中分类模型构建方法的不足之处,文章提出了一种语义网络模型与混合控制策略相结合的方法:从地理空间认知角度出发,分析遥感影像多尺度语义结构,利用C4.5决策树进行特征选择与语义网络模型构建,采用自上而... 针对目前遥感影像面向对象分类中分类模型构建方法的不足之处,文章提出了一种语义网络模型与混合控制策略相结合的方法:从地理空间认知角度出发,分析遥感影像多尺度语义结构,利用C4.5决策树进行特征选择与语义网络模型构建,采用自上而下以及自下而上的混合控制策略,实现了语义网络模型的验证及面向对象分类。实验结果表明,该方法能够自动进行特征优选与分类模型的自动构建,能够为地表覆盖分类提供知识型分类模型与方法,为类似区域、类似数据、相近时间的影像解译提供参考。 展开更多

关键词 面向地理对象影像分析 语义网络模型 决策树 混合控制策略

原文传递

双音节复合词语义层次网络模型的构建

15

作者 赵红花 《河套学院论坛》 2008年第1期45-48,共4页

国内汉语第二语言教学指对于母语非汉语的中国少数民族同胞的汉语教学。本文将认知心理学中语义记忆层次网络模型理论运用于汉语复合词教学中,引导学生记忆含义较笼统的、位于上层的单音节语素,然后记忆与某个语素相关的复合词群落。一... 国内汉语第二语言教学指对于母语非汉语的中国少数民族同胞的汉语教学。本文将认知心理学中语义记忆层次网络模型理论运用于汉语复合词教学中,引导学生记忆含义较笼统的、位于上层的单音节语素,然后记忆与某个语素相关的复合词群落。一个语素和与它相关的复合词群落可以构成一个相对完整的语义记忆层次网络模型。 展开更多

关键词 汉语第二语言教学 双音节复合词 语义层次网络模型 语素

原文传递

从认知语义学角度看动词「おちる」的多义性

16

作者 张志豪 刘琛琛 《语言与文化研究》 2022年第4期37-40,共4页

「おちる」是日语中一个典型的多义词。多义词的各个义项并不是单独存在的,而是通过隐喻、转喻、提喻等方式,使之相互关联。利用Langacker的网络模式理论,分析日语动词「おちる」的语义扩展机制,能够明确其语义扩展的过程。

关键词 「おちる」 多义词 语义分析 网络模式

下载PDF 职称材料

基于改进U-net网络模型的综采工作面煤岩识别方法 被引量：29

17

作者 司垒 王忠宾 +1 位作者 熊祥祥 谭超 《煤炭学报》 EI CAS CSCD 北大核心 2021年第S01期578-589,共12页

煤岩识别是实现工作面智能化开采的核心技术,也是煤炭开采领域的技术难题。针对当前综采工作面煤岩识别精度低的问题,提出了一种基于改进U-net网络模型的煤岩图像识别方法。该方法通过使用深度分离卷积代替传统卷积减少了网络模型的参数... 煤岩识别是实现工作面智能化开采的核心技术,也是煤炭开采领域的技术难题。针对当前综采工作面煤岩识别精度低的问题,提出了一种基于改进U-net网络模型的煤岩图像识别方法。该方法通过使用深度分离卷积代替传统卷积减少了网络模型的参数,提高了语义分割的效率;添加Res2net模块来提高编码器提取特征的能力,同时加入条件随机场对分割图像进行后处理,提高了网络模型在分割煤岩图像交界区域的精确性。为了获取更加丰富的煤岩分布图像,研制了不同特性的煤岩试样,搭建了采煤机煤岩截割试验台。通过煤岩截割试验获取了煤岩分布图像数据,并对其进行切分、缩放、旋转、裁剪、加噪声等操作,生成了包含8000个样本的煤岩图像语义分割数据集,采用自适应学习算法对模型进行训练,给出了模型训练过程中准确率和损失函数的变化规律。选取像素准确度和交并比对语义分割结果进行评估,结果表明,改进U-net网络模型的像素准确度和交并比的平均值分别为95.81%和91.13%,所占内存为35 M,测试用时为36.45 ms/张,与其他网络模型相比,该方法在煤岩图像分割中具有明显的优越性。在井下现场试验中,通过构建综采工作面煤岩图像语义分割数据集对改进U-net网络模型进行训练和测试,最后实现了综采工作面的煤岩识别,验证了该方法的可行性和实用性。 展开更多

关键词 煤岩识别 语义分割 深度学习 U-net网络模型

下载PDF 职称材料

装配的语义网络建模及其在DFA中的应用

18

作者 莫建中 罗燕 蔡建国 《机械科学与技术》 CSCD 北大核心 1996年第6期993-996,共4页

作为现代先进制造技术的研究热点，并行工程的根本点是产品及其过程的并行设计。本文对并行工程下的产品设计方法即面向制造、装配的设计，特别是面向装配的设计（ＤＦＡ）进行了研究，总结了ＤＦＡ的一般原则，提出了适于ＤＦＡ的产品... 作为现代先进制造技术的研究热点，并行工程的根本点是产品及其过程的并行设计。本文对并行工程下的产品设计方法即面向制造、装配的设计，特别是面向装配的设计（ＤＦＡ）进行了研究，总结了ＤＦＡ的一般原则，提出了适于ＤＦＡ的产品装配结构的语义网络模型及其描述语言，即功能描述语言。 展开更多

关键词 面向装配设计 语义网络模型 CAD

下载PDF 职称材料

基于信息网模型的Web实体语义信息搜索平台 被引量：3

19

作者 夏翠翠 刘梦赤 胡婕 《计算机工程》 CAS CSCD 北大核心 2017年第3期18-23,31,共7页

Web上实体信息过于分散且缺乏语义,传统基于关键词匹配的搜索引擎往往因缺少上下文等语义信息,无法搜索到精确的结果。为了对Web数据进行精确查找,使用信息网模型(INM)对Web数据进行语义表示和建模,将实体的所有语义信息组织在一个对象... Web上实体信息过于分散且缺乏语义,传统基于关键词匹配的搜索引擎往往因缺少上下文等语义信息,无法搜索到精确的结果。为了对Web数据进行精确查找,使用信息网模型(INM)对Web数据进行语义表示和建模,将实体的所有语义信息组织在一个对象中,快速获取实体完整的语义信息。基于INM构建复杂语义数据库,设计实现一个可对教育领域相关实体信息进行精确搜索的TLDW系统。实验结果表明,该系统初次查询时间均在100 ms内,其搜索结果包含实体的上下文关系等多种语义信息,缓存优化后的搜索结果可在20 ms内完成。 展开更多

关键词 语义表示和建模 信息网模型 语义关系 推理规则 INM查询语言 语义信息搜索

下载PDF 职称材料

基于MRU-Net++的极薄煤层综采面煤岩界面图像识别

20

作者 张传伟 何正伟 +4 位作者 路正雄 李林岳 龚凌霄 张刚强 潘巧娜 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第11期103-116,共14页

煤岩识别是极薄煤层综采工作面实现智能化开采的核心技术之一。针对极薄煤层开采时煤岩分界线自然裸露在外的特殊情况,提出了一种基于MRU-Net++网络的极薄煤层煤岩图像识别方法。该网络以U-Net++为基础,通过“剪枝”技术对U-Net++结构... 煤岩识别是极薄煤层综采工作面实现智能化开采的核心技术之一。针对极薄煤层开采时煤岩分界线自然裸露在外的特殊情况,提出了一种基于MRU-Net++网络的极薄煤层煤岩图像识别方法。该网络以U-Net++为基础,通过“剪枝”技术对U-Net++结构进行优化,在U-Net++网络性能损失最小的同时减少其复杂度,以提高运算速度;采用MobileNetV2轻量化网络,构建一个基于MobileNetV2的核心骨干网络,替代U-Net++原有的网络架构,显著降低了模型的参数数量,提高了模型分割效率;同时引入含有通道注意力机制的ResNeSt模块来增强对煤岩图像边缘细节特征的提取能力,提高分割精度。利用液压支架上的防爆摄像仪采集极薄煤层综采工作面煤岩图像,获取具有煤岩分布信息的高清煤岩图像并对图像进行预处理,创建含有2 536个样本的极薄煤层综采面煤岩图像数据集。设置消融试验,验证改进部分对网络性能的影响,并将该模型与经典FCN、U-Net、U-Net++网络模型进行对比,利用自适应学习算法训练各网络模型,选择像素准确度(Pixel Accuracy, P_(A))、交并比(Intersection over Union, IOU)及测试时间等关键指标评估模型分割效果。结果显示,MRU-Net++网络模型的平均像素准确度P_(AM)和交并比I_(OUM)分别为97.15%和94.16%,模型占用内存25.71 M,每张图像的平均测试时间28.61 ms,充分证明了该方法在极薄煤层特殊环境下进行煤岩识别任务的可行性与有效性。 展开更多

关键词 极薄煤层 煤岩识别 语义分割 U-Net++网络模型 深度学习

下载PDF 职称材料