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
共找到3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：
UU-Net:基于U-Net的U形多路径网络的视网膜血管分割 被引量：4
1
作者 代洋洋 王宽全 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第5期718-723,共6页
为解决视网膜血管形状复杂且图像对比度较小导致血管末梢检测难度大的问题,本文提出一种基于U-Net的U形多路径网络模型(UU-Net)。在U-Net内部,利用残差模块代替普通卷积,避免模型过深导致梯度消失;U-Net作为核心模块,采用U形结构进行堆... 为解决视网膜血管形状复杂且图像对比度较小导致血管末梢检测难度大的问题,本文提出一种基于U-Net的U形多路径网络模型(UU-Net)。在U-Net内部,利用残差模块代替普通卷积,避免模型过深导致梯度消失;U-Net作为核心模块,采用U形结构进行堆叠以获取更多细节信息;U-Net模块之间采用Addition互连,构成多条从输入到输出的路径,每一条路径相当于一个FCN的变体,使得UU-Net模型能够捕获更复杂特征,产生更高的精度。在DRIVE数据集上,UU-Net模型在多项测试指标上取得优异性能,平均准确率为0.9561,受试者接受者工作特性曲线下的面积为0.9851,精准率-召回率曲线下的面积为0.9826。此外,UU-Net模型提供一种基于U-Net改进模型的思路,可作为密集模块或残差模块的基础结构。 展开更多
关键词 图像分割 视网膜血管 U-Net 残差网络 全卷积网络 级联结构
下载PDF
基于改进Inception-ResNet-v2的城市交通路面状态识别算法 被引量：1
2
作者 王佳 黄德启 +1 位作者 郭鑫 杨路明 《科学技术与工程》 北大核心 2022年第6期2524-2530,共7页
针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-R... 针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-ResNet-C模块,使算法学习到不同通道特征的重要程度;然后采用特征融合策略,将不同层级的特征信息融合,防止重要特征信息的丢失;最后采用全卷积结构,将原始算法中的全连接层换成卷积层,不仅保证了图像的空间结构,还能使网络接收任意尺度的图片。实验结果表明,该算法能提取关键的特征信息,有效提高了路面状态的识别精度。 展开更多
关键词 城市交通 路面状态识别 Inception-ResNet-v2算法 注意力机制 特征融合 全卷积结构
下载PDF
基于改进U-Net网络的腺体细胞图像分割算法 被引量：11
3
作者 贝琛圆 于海滨 +2 位作者 潘勉 蒋洁 吕炳赟 《电子科技》 2019年第11期18-22,共5页
针对腺体图像在自动分割过程中由于多尺度目标和信息丢失影响导致准确率降低的问题,文中采用了一种引入注意力模块的全卷积神经网络模型。该模型遵循编码器-解码器结构,在编码网络中用空洞残差卷积层代替原有的普通卷积层,并添加空洞金... 针对腺体图像在自动分割过程中由于多尺度目标和信息丢失影响导致准确率降低的问题,文中采用了一种引入注意力模块的全卷积神经网络模型。该模型遵循编码器-解码器结构,在编码网络中用空洞残差卷积层代替原有的普通卷积层,并添加空洞金字塔池;再在解码网络中加入注意力模块,使模型输出高分辨率特征图,提高对多尺度目标的分割精度。实验结果表明,提出的网络模型参数少分割精度高,对腺体图像的平均分割精度高达89.7%,具有较好的鲁棒性。 展开更多
关键词 全卷积神经网络 编码器-解码器结构 空洞金字塔池 注意力模块 高分辨率特征图 分割精度高
下载PDF
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
使用帮助 返回顶部