-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=U-net++ "
共 条 记 录，以下是1-10

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于多尺度融合网络的辽东湾海冰提取方法研究被引量：1
《海洋测绘》2023年第1期68-72,共5页张赛 樊博文 禹定峰 樊彦国 
辽东湾冬季海冰灾害频发,海冰的识别提取是辽东湾海冰监测的重要手段。目前海冰提取多利用传统机器学习和简单卷积神经网络,存在特征提取步骤繁琐、提取精度不高、容易忽略小目标等问题。利用卷积神经网络分割模型进行辽东湾遥感图像的...
关键词：摄影测量与遥感 海冰提取 卷积神经网络 U-Net++网络 多尺度卷积 
原木端面裂纹检测的智能方法
《林产工业》2024年第4期42-48,58,共8页李园 郑圣龙 何雨晨 解林坤 周晓剑 杜官本 周华 万辉 
云南省人才培养专项(80201402)。
原木在干燥过程中端面会出现开裂,影响原木质量。为了自动、准确、高效地检测原木的端面裂纹信息,本文提出了一种基于深度学习的原木端面裂纹定量检测方法。分别使用FCN、U-Net、U-Net++三种语义分割网络对原木端面中的裂纹区域及端面...
关键词：木材裂纹 桉木 图像分割 深度学习 原木检测 U-Net++ 
基于改进U-Net++的燕窝杂质检测方法
《包装与食品机械》2024年第3期68-75,共8页韦龙星 宁萌 蔡礼扬 凤鹏锦 陈义亮 
国家重点研发计划项目(2022YFD2100304);国家自然科学基金项目(51705201)。
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;...
关键词：图像处理 U-Net++ AG 杂质检测 机器视觉 
改进UNet++的瓷器文物显微气泡分割
《西北大学学报(自然科学版)》2025年第1期129-138,共10页刘阳洋 耿国华 刘鑫达 李展 路正涵 
国家自然科学基金(62271393);陕西省教育厅一般项目(19JK0842);虚拟现实技术与系统全国重点实验室(北京航空航天大学)开放课题基金(VRLAB2024C02)。
对瓷器文物显微气泡的分割,可以更加清晰地观察瓷器表面微观气泡的形态、数量以及分布规律,进而辅助文物专家进行瓷器碎片分类和文物鉴定等工作。但瓷器显微图像中气泡复杂多变,大小及分布不均匀,现有图像分割方法难以适应瓷器显微气泡...
关键词：瓷器文物显微图像 显微图像分割 UNet++ 注意力门 
Three-dimensional gravity inversion based on 3D U-Net++被引量：3
《Applied Geophysics》2021年第4期451-460,592,共11页Wang Yu-Feng Zhang Yu-Jie Fu Li-Hua Li Hong-Wei 
supported by the Key Laboratory of Geological Survey and Evaluation of Ministry of Education (China University of Geosciences)(No. GLAB2020ZR13)
The gravity inversion is to restore genetic density distribution of the underground target to be explored for explaining the internal structure and distribution of the Earth.In this paper,we propose a new 3D gravity i...
关键词：deep learning gravity anomaly three-dimensional gravity inversion 3D U-Net++ 
运用U-Net++模型的遥感影像多尺度云检测
《地理空间信息》2024年第7期54-58,共5页王顺 陈小月 林中杰 周渝 么嘉棋 
针对传统方法将建筑物、水体误识别为云以及提取边缘轮廓不连续等问题,提出了一种结合多尺度语义分割模型的云检测方法。首先对遥感影像各个波段进行标注、裁剪、数据增广等处理,形成多个数据集;再将数据集输入U-Net++网络进行训练、直...
关键词：U-Net++ OTSU 云检测 深度学习 语义分割 
基于改进UNet++的高分辨率遥感影像道路提取方法
《中国新技术新产品》2024年第17期35-37,共3页魏向祎 孔令然 
为了解决高分辨率遥感影像中道路提取的质量和效率问题,本文提出了一种融合CBAM的改进UNet++的道路提取方法。在原始UNet++网络中引用CBAM,对损失函数进行改进,并使用一种新的联合损失函数。试验结果表明,与U-Net、SegNet和UNet++网络相...
关键词：道路提取 遥感影像 U-Net++ CBAM:损失函数 
带洞型U-Net++网络在遥感影像中建筑物的提取方法被引量：8
《测绘地理信息》2021年第S01期82-86,共5页张永洪 席梦丹 
针对目前高分辨率遥感建筑物提取分割尺度失真和边界不完整等问题,提出了一种带洞型U-Net++网络模型用于建筑物语义分割的方法。该方法顾及全卷积网络在下采样提取特征的过程中损失的遥感影像细节特征,通过必要的长连接和短连接还原了...
关键词：遥感影像 建筑物提取 U-Net++ 空洞卷积 语义分割 
基于融合损失函数的3D U-Net++脑胶质瘤分割网络被引量：10
《计算机科学》2021年第9期187-193,共7页张晓宇 王彬 安卫超 阎婷 相洁 
国家自然科学基金(81702449);国家重点研发计划(2018AAA0102604)。
胶质瘤是大脑和脊髓胶质细胞癌变所产生的、最常见的原发性颅脑肿瘤。从多模态MRI中对胶质瘤组织进行可靠的分割具有很重要的临床价值,但是由于脑胶质瘤本身及周边组织较为复杂以及浸润性导致的边界模糊等,导致对脑胶质瘤的自动分割有...
关键词：多模态MRI 胶质瘤 肿瘤分割 3D U-Net++ 融合损失函数 
Early esophagus cancer segmentation from gastrointestinal endoscopic images based on U-Net++model被引量：1
《Journal of Electronic Science and Technology》2023年第3期38-51,共14页Zenebe Markos Lonseko Cheng-Si Luo Wen-Ju Du Tao Gan Lin-Lin Zhu Prince Ebenezer Adjei Ni-Ni Rao 
supported by the National Natural Science Foundation under Grants No.62271127,No.61872405,and No.81171411;Natural Science Foundation of Sichuan Province,China under Grant No.23NSFSC0627;Medico-Engineering Cooperation Funds from University of Electronic Science and Technology of China and West China Hospital of Sichuan University under Grants No.ZYGX2022YGRH011 and No.HXDZ22005.
Automatic segmentation of early esophagus cancer(EEC)in gastrointestinal endoscopy(GIE)images is a critical and challenging task in clinical settings,which relies primarily on labor-intensive and time-consuming routin...
关键词：Early esophageal cancer(EEC) Gastrointestinal endoscopic(GIE) images Semantic segmentation Supervised learning U-Net++ 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部