期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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628篇文章
< 1 2 … 32 >
每页显示 20 50 100
已选0条
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：
Intelligent Segmentation and Measurement Model for Asphalt Road Cracks Based on Modified Mask R-CNN Algorithm 认领 引用 被引量：7
1
作者 Jiaxiu Dong Jianhua Liu +4 位作者 Niannian Wang Hongyuan Fang Jinping Zhang Haobang Hu Duo Ma 《Computer Modeling in Engineering & Sciences》 SCIE EI 2021年第8期541-564,共24页
Nowadays, asphalt road has dominated highways around the world. Among various defects of asphalt road, crackshave been paid more attention, since cracks often cause major engineering and personnel safety incidents. Cu... Nowadays, asphalt road has dominated highways around the world. Among various defects of asphalt road, crackshave been paid more attention, since cracks often cause major engineering and personnel safety incidents. Currentmanual crack inspection methods are time-consuming and labor-intensive, and most segmentation methods cannot detect cracks at the pixel level. This paper proposes an intelligent segmentation and measurement model basedon the modified Mask R-CNN algorithm to automatically and accurately detect asphalt road cracks. The modelproposed in this paper mainly includes a convolutional neural network (CNN), an optimized region proposalnetwork (RPN), a region of interest (RoI) Align layer, a candidate area classification network and a Mask branch offully convolutional network (FCN). The ratio and size of anchors in the RPN are adjusted to improve the accuracyand efficiency of segmentation. Soft non-maximum suppression (Soft-NMS) algorithm is developed to improvethe segmentation accuracy. A dataset including 8,689 images (512× 512 pixels) of asphalt cracks is established andthe road crack is manually marked. Transfer learning is used to initialize the model parameters in the trainingprocess. To optimize the model training parameters, multiple comparison experiments are performed, and the testresults show that the mean average precision (mAP) value and F1-score of the optimal trained model are 0.952 and0.949. Subsequently, the robustness verification test and comparative test of the trained model are conducted andthe topological features of the crack are extracted. Then, the damage area, length and average width of the crackare measured automatically and accurately at pixel level. More importantly, this paper develops an automatic crackdetection platform for asphalt roads to automatically extract the number, area, length and average width of cracks,which can significantly improve the crack detection efficiency for the road maintenance industry. 展开更多
关键词 Asphalt road cracks intelligent segmentation automatic measurement deep learning Mask R-CNN
暂未订购 下载PDF
改进Mask R-CNN算法的隧道衬砌渗水病害检测方法 认领 引用
2
作者 郭璇 刘亚双 +2 位作者 吕勤 原森阳 谭博文 《铁道学报》 EI CAS CSCD 北大核心 2026年第8期202-212,共11页
盾构隧道衬砌渗水病害严重影响铁路隧道的结构安全与长期服役性能。为解决传统人工巡检方法存在的效率低、主观性强及难以量化等瓶颈问题,采用Python语言提出一种改进Mask R-CNN的病害检测与量化分析方法。通过采用轻量化MobileNetV2作... 盾构隧道衬砌渗水病害严重影响铁路隧道的结构安全与长期服役性能。为解决传统人工巡检方法存在的效率低、主观性强及难以量化等瓶颈问题,采用Python语言提出一种改进Mask R-CNN的病害检测与量化分析方法。通过采用轻量化MobileNetV2作为主干网络显著降低模型复杂度,并在特征金字塔网络中嵌入空洞卷积模块增强感受野,提升对渗水轮廓及细微特征的感知能力。构建包含多类渗水病害的专用隧道图像数据集,采用多维数据增强策略提升模型泛化性能。对比实验结果表明,改进算法在精确度、召回率及平均精度等核心指标上显著提升,精确度最高达92.6%,单张图像检测时间缩短至0.458 s,效率提升超过34%。系统集成图像的数字化分析方法可帮助实现空间病害几何参数的毫米级量化,裂缝宽度识别误差可小于0.1 mm,渗水与掉块面积估算误差控制在10%以内。实现衬砌渗水病害检测方法的精度、效率、可量化平衡的工程技术优势,为隧道运维检测提供自动化对比方案,初步验证应用图像视觉技术在隧道衬砌病害检测中的实用性与有效性。 展开更多
关键词 衬砌渗水 病害检测 改进Mask R-CNN算法 图像分割 量化分析
暂未订购 下载PDF
数字孪生环境下基于改进Mask R-CNN的焊接零件完备性检测方法 认领 引用
3
作者 刘根 闫新宇 +5 位作者 李浩 张玉彦 李琳利 翟中尚 王朋静 杨新宇 《航空制造技术》 EI CSCD 北大核心 2026年第6期61-70,共10页
随着智能化技术快速发展,生产线的全过程智能化程度决定了航空制造生产效率,航空制造中待焊接零件完备性的检测对零件的质量与安全性有着重要的影响。目前,焊接件完备性检测主要依靠人工检测和传感器检测。然而,当检测的目标过于细小,... 随着智能化技术快速发展,生产线的全过程智能化程度决定了航空制造生产效率,航空制造中待焊接零件完备性的检测对零件的质量与安全性有着重要的影响。目前,焊接件完备性检测主要依靠人工检测和传感器检测。然而,当检测的目标过于细小,同种类的零件区分度不够高时,传统方法易出现误检和漏检。本文提出了一种在数字孪生环境下基于改进Mask R-CNN的焊接零件完备性检测方法。利用数字孪生技术解决缺陷数据或危险区域数据难以获取的问题。采用Swin transformer网络替换Mask R-CNN的主干网络。为解决Swin transformer引起模型参数量增加的问题,使用深度可分离卷积代替网络中的原始卷积,减少参数量和计算量。试验表明,改进后Mask R-CNN的mAP提升了14.7个百分点,解决了同种类细微差别焊接零件检测困难的问题。 展开更多
关键词 航空制造 零件完备性检测 数字孪生 实例分割 改进Mask R-CNN
暂未订购 下载PDF
基于Mask R-CNN的激光雷达测量数据特征点识别 认领 引用 被引量：1
4
作者 幸荔芸 李珊枝 《现代雷达》 CSCD 北大核心 2026年第1期48-54,共7页
直接使用激光雷达测量数据中提取出关键信息进行特征点识别,无法直接区分点是否属于相同目标,仅提取局部特征点会导致数据特征识别精度下降的问题,文中提出基于卷积神经网络掩膜(Mask R-CNN)的激光雷达测量数据特征点识别,首先选取Point... 直接使用激光雷达测量数据中提取出关键信息进行特征点识别,无法直接区分点是否属于相同目标,仅提取局部特征点会导致数据特征识别精度下降的问题,文中提出基于卷积神经网络掩膜(Mask R-CNN)的激光雷达测量数据特征点识别,首先选取PointNet++作为Mask R-CNN的主干网络提取特征向量,并在主干分支旁构建特征金字塔网络提取多尺度特征,通过区域建议网络生成三维候选框,经由ROI Align输入至分类器网络中,展开目标类别预测、候选框位置回归和二值掩模,输出目标分割结果,然后以分割出的目标点云为基础,采用4D Shepard曲面估计目标点云曲率,得到体积积分不变量并将其单位化处理,最后通过K-means算法聚类体积积分不变量,实现激光雷达测量数据特征点识别。实验结果表明,文中方法能够在激光雷达测量数据中有效地分割出目标,简化率为37.68%,数据特征点识别性能和质量较高,AP、AP50和AP75检测结果均保持在90%以上,具有较好的应用效果。 展开更多
关键词 卷积神经网络掩膜 激光雷达测量数据 特征点识别 体积积分不变量 K-means算法
暂未订购 下载PDF
基于改进Mask R-CNN及航空发动机孔探图像的叶片损伤检测 认领 引用
5
作者 马敏 韩晓文 +2 位作者 曹之达 王超 梁潇 《推进技术》 EI CAS CSCD 北大核心 2026年第6期154-162,共9页
准确识别航空发动机叶片的微小损伤,对于发动机的维护有着非常重要的意义。为解决航空发动机孔探图像检测中小目标漏检、特征表现模糊、判别不足等问题,提出一种基于Mask R-CNN及航空发动机孔探图像的叶片损伤检测改进算法。该算法在特... 准确识别航空发动机叶片的微小损伤,对于发动机的维护有着非常重要的意义。为解决航空发动机孔探图像检测中小目标漏检、特征表现模糊、判别不足等问题,提出一种基于Mask R-CNN及航空发动机孔探图像的叶片损伤检测改进算法。该算法在特征提取阶段加入坐标注意力机制(Coordinate Attention,CA),增加可变形卷积(Deformable Convolutional Networks v3,DCNv3),自适应采样不同的位置,加强特征表达能力。并设计出一种复合损失函数QBD-Loss,由分类分支的质量焦点损失(Quality Focal Loss,QFL)、掩码分支的二值交叉熵(Binary Cross Entropy,BCE)损失和Dice损失组成,提高了小目标以及不规则形状的分割精度。研究结果表明:改进后的Mask R-CNN模型在多尺度损伤识别方面表现出更强的适应能力,其中平均精度均值(mAP@50%)达到87.55%,相比于原Mask RCNN模型提高了2.02百分点,相比YOLOv8s和Mask2Former模型分别提高了1.8百分点和0.74百分点。这表明所提出的改进方法在航空发动机孔探损伤检测任务中具有合理性和有效性。 展开更多
关键词 航空发动机 叶片损伤 目标检测 深度学习 Mask R-CNN
暂未订购 下载PDF
一种预焙阳极表面氧化缺陷的Mask R-CNN检测方法 认领 引用 被引量：1
6
作者 刘博超 赵利平 +1 位作者 李国彦 刘立春 《机械设计与制造》 北大核心 2026年第2期33-36,41,共4页
为实现预焙阳极表面氧化缺陷的在线检测,采用Mask R-CNN对预焙阳极表面氧化缺陷进行检测。该方法以线扫描法采集到的图像数据作为输入,以ResNet101为网络骨架,经过特征提取网络获取图像中的特征信息,然后在区域推荐网络(RPN)中采用K-me... 为实现预焙阳极表面氧化缺陷的在线检测,采用Mask R-CNN对预焙阳极表面氧化缺陷进行检测。该方法以线扫描法采集到的图像数据作为输入,以ResNet101为网络骨架,经过特征提取网络获取图像中的特征信息,然后在区域推荐网络(RPN)中采用K-means聚类算法生成Anchor进而输出感兴趣区域(ROI),最终通过ROI Align以及预测网络输出类别信息以及边框信息,完成预焙阳极表面氧化缺陷的检测。试验结果表明,该方法能够有效的检测出预焙阳极表面氧化缺陷,并且准确率能达到95%,满足预焙阳极在线检测的标准。 展开更多
关键词 预焙阳极 氧化缺陷 深度学习 Mask R-CNN K-means聚类算法
暂未订购 下载PDF
基于无人机影像和Mask R-CNN算法的红松单木识别 认领 引用
7
作者 陈昊 全迎 +3 位作者 马新泰 卞少杰 王斌 李明泽 《应用生态学报》 CAS CSCD 北大核心 2026年第5期1539-1548,共10页
本研究基于大疆禅思P1无人机获取帽儿山实验林场红松阔叶混交林的高分辨率正射影像,构建红松单木树冠识别数据集,采用Mask R-CNN开展红松单木树冠识别、边界分割及冠幅提取研究,并在相同硬件条件下与YOLOv9进行对比,明确两类模型在识别... 本研究基于大疆禅思P1无人机获取帽儿山实验林场红松阔叶混交林的高分辨率正射影像,构建红松单木树冠识别数据集,采用Mask R-CNN开展红松单木树冠识别、边界分割及冠幅提取研究,并在相同硬件条件下与YOLOv9进行对比,明确两类模型在识别精度与推理效率上的适用差异;同时,以红旗林场红松人工纯林和露水河林业局红松阔叶混交林为对象,利用帽儿山样地训练得到的Mask R-CNN模型开展跨林型迁移试验,评价其在不同林分条件下的泛化能力及对训练样本规模变化的响应特征。结果表明:在帽儿山实验林场红松阔叶混交林中,Mask R-CNN树冠检测的平均精度(交并比为0.5)、精确度、召回率和F1值(精确度和召回率的调和平均数)分别为0.83、0.79、0.82和0.80,树冠边界分割对应指标分别为0.82、0.78、0.92和0.87,冠幅预测决定系数(R2)为0.89,均方根误差(RMSE)为0.42 m,整体精度优于YOLOv9;YOLOv9推理速度为63.7 FPS,为Mask R-CNN的4.3倍,更适于大范围快速定位。迁移试验表明,Mask R-CNN在红旗林场红松人工纯林中的初始检测和分割精度分别为0.82和0.80,表现较稳定;在露水河林业局红松阔叶混交林中的初始检测和分割精度分别为0.44和0.42,虽然初始精度较低,但随训练样本增加提升更为显著。综上,Mask R-CNN在红松单木识别、树冠边界分割及冠幅估计方面具有更好的适用性,YOLOv9则在大范围快速清查场景中更具效率优势。本研究可为东北地区红松资源调查、结构参数提取与动态监测提供技术支撑。 展开更多
关键词 红松 单木识别 树冠分割 Mask R-CNN YOLOv9 无人机影像
暂未订购 下载PDF
面向瓦楞形线芯结构参数提取的Mask R-CNN实例分割模型 认领 引用
8
作者 陈伟超 介婧 +2 位作者 侯北平 郑慧 于爱华 《浙江科技大学学报》 2026年第3期281-291,共11页
【目的】瓦楞形线芯紧压系数高、结构复杂,导致结构参数检测精度不高,对此提出一种基于改进掩码区域卷积神经网络(mask region-based convolutional neural network,Mask R-CNN)的实例分割模型。【方法】首先,在主干网络中嵌入卷积注意... 【目的】瓦楞形线芯紧压系数高、结构复杂,导致结构参数检测精度不高,对此提出一种基于改进掩码区域卷积神经网络(mask region-based convolutional neural network,Mask R-CNN)的实例分割模型。【方法】首先,在主干网络中嵌入卷积注意力模块(convolutional block attention module,CBAM),以增强其对线芯边缘与间隙的特征感知能力;然后,设计层级化标注方法并重构分类分支,使模型聚焦于学习不同层级间的形态差异,以提升实例判别与分割鲁棒性;最后,优化损失函数,强化其对复杂边缘结构的感知,提高掩码边界的分割精度。【结果】在自建瓦楞形线芯数据集上的试验结果表明,模型的平均精度均值达到87.35%,较原模型提升约7.8%;基于分割结果进行瓦楞形线芯根数统计,结果表明其准确率可达98.7%,显著优于其他对比模型。【结论】本研究为瓦楞形线芯的自动化、高精度质量检测提供了一种有效的技术方案。 展开更多
关键词 瓦楞形线芯 Mask R-CNN CBAM 层级化标注 损失函数
暂未订购 下载PDF
基于改进Mask R-CNN的钻孔岩心RQD智能识别计算框架 认领 引用
9
作者 林若谷 胡晓鹏 赵文 《工程地质学报》 CSCD 北大核心 2026年第3期1177-1189,共13页
岩石质量指标(RQD)是地质业界中常用的岩体质量分类和评价指标。人工获取RQD繁琐且受主观意识影响。提出了一个RQD智能识别计算框架,采用改进的Mask R-CNN二阶段实例分割深度学习网络自动化计算RQD。对Mask R-CNN进行改进,包括添加聚类... 岩石质量指标(RQD)是地质业界中常用的岩体质量分类和评价指标。人工获取RQD繁琐且受主观意识影响。提出了一个RQD智能识别计算框架,采用改进的Mask R-CNN二阶段实例分割深度学习网络自动化计算RQD。对Mask R-CNN进行改进,包括添加聚类算法对数据集进行先验聚类、替换骨干网络为ResNext,并添加路径聚合网络,消融实验表明改进有效且可靠。框架网络经过小样本数据集的迁移学习获得了较好的特征提取能力。将RQD智能识别与计算任务划分为岩心盒分割、单排岩心分割以及岩心段分割3个子任务,从钻孔岩心图像中分别提取岩心盒、单排岩心以及岩心段信息,实现自动化RQD计算。对重庆市涪陵区石沱镇石沱长江大桥钻孔进行自动化RQD计算,结果显示平均绝对误差(MAE)值和均方根误差(RMSE)值分别为3.497、4.654,表明框架具有较好的准确性、高效性和泛化能力。讨论了影响框架预测结果的因素,并探讨了进一步研究的可能方向。 展开更多
关键词 RQD计算 Mask R-CNN 路径聚合网络 实例分割 迁移学习
暂未订购 下载PDF
基于Mask R-CNN的笔画实例分割 认领 引用
10
作者 王静博 王存睿 《大连民族大学学报》 CAS 2026年第2期150-155,共6页
笔画的准确提取对汉字识别、手写分析和字体生成等任务至关重要。将笔画提取重新建模作为实例分割问题,提出一种基于卷积神经网络的端到端框架。通过卷积层提取字符图像语义特征,利用区域候选网络生成笔画候选区域,经ROI Align对齐后,... 笔画的准确提取对汉字识别、手写分析和字体生成等任务至关重要。将笔画提取重新建模作为实例分割问题,提出一种基于卷积神经网络的端到端框架。通过卷积层提取字符图像语义特征,利用区域候选网络生成笔画候选区域,经ROI Align对齐后,结合分类、边界框回归和掩膜预测,实现精确的笔画级分割。在印刷体和手写体数据集上的实验结果表明:该方法在分割精度和鲁棒性方面均优于传统基于规则的方法,并能较好地迁移到未见字体和不同书写条件,并在多个评价指标上优于传统笔画提取方法,展现出良好的迁移泛化能力。 展开更多
关键词 实例分割 Mask R-CNN RPN
暂未订购 下载PDF
基于Mask R-CNN的近海漂浮垃圾智能识别与清理路径规划系统 认领 引用
11
作者 杜佳旺 曹笑云 +1 位作者 李昀静 吐鲁娜依·吐尔洪江 《计算机科学与应用》 2026年第6期356-371,共16页
针对近海漂浮垃圾人工清理效率低、成本高和风险大的问题,本文设计了一套基于Mask R-CNN的智能检测与清理路径规划系统。系统采用Roboflow海洋垃圾数据集,包含11类目标、10,000张图像和56,272个标注实例;基于ResNet-50-FPN的Mask R-CNN... 针对近海漂浮垃圾人工清理效率低、成本高和风险大的问题,本文设计了一套基于Mask R-CNN的智能检测与清理路径规划系统。系统采用Roboflow海洋垃圾数据集,包含11类目标、10,000张图像和56,272个标注实例;基于ResNet-50-FPN的Mask R-CNN实现目标检测与实例区域分割,并将清理路径建模为非闭合旅行商问题,采用最近邻贪心算法与2-opt局部搜索进行优化。实验结果表明,模型在验证集上的边界框AP为53.50%,掩码AP为 52.05%;路径规划算法在200个目标规模下耗时约181.8 ms,路径长度缩短约10.5%。同时,本文开发了Web与桌面双模态可视化系统,实现了图像输入、目标检测、路径规划和结果展示的原型化闭环流程,为近海漂浮垃圾智能识别与自动化清理提供了实验基础。 展开更多
关键词 Mask R-CNN 海洋垃圾检测 实例分割 路径规划 深度学习
暂未订购 下载PDF
优化Mask R-CNN的测量标志检测与智能巡检 认领 引用
12
作者 潘诗辰 徐攻博 +2 位作者 王紫琦 严灏 陈铭鸿 《北京测绘》 2026年第8期1152-1158,共7页
针对测量标志巡检中人工巡查效率低、复杂场景下自动识别易受光照变化、遮挡干扰和背景复杂度影响等问题,本文提出一种优化掩膜区域卷积神经网络(Mask R-CNN)的测量标志检测与智能巡检方法。该方法以Mask RCNN为基础,通过超参数优化策略... 针对测量标志巡检中人工巡查效率低、复杂场景下自动识别易受光照变化、遮挡干扰和背景复杂度影响等问题,本文提出一种优化掩膜区域卷积神经网络(Mask R-CNN)的测量标志检测与智能巡检方法。该方法以Mask RCNN为基础,通过超参数优化策略,对模型训练过程中的关键超参数进行自动搜索与优化,提高模型在复杂场景下的特征提取与目标检测能力,并将模型部署于省级自然资源巡查管理平台开展应用验证。结果表明,该方法精确率达到94.30%,F1分数达到91.13%,在复杂环境下具有较好的识别效果与稳定性,平台应用后巡检效率明显提升,漏检风险有效降低。该方法能够提升测量标志智能识别与巡检管理水平,为测量标志保护与巡检管理的信息化、智能化提供技术参考。 展开更多
关键词 测量标志 目标检测 掩膜区域卷积神经网络(Mask R-CNN) 超参数优化 智能巡检
暂未订购 下载PDF
基于Mask R-CNN的区域岩体质量智能分级方法及应用 认领 引用
13
作者 孔铭 李雪松 +2 位作者 韩佳冰 孙昊宇 边文辉 《矿业装备》 2026年第7期150-156,共7页
针对传统岩体质量评价方法时效性差、耗费人力,无法满足地下矿施工高效安全需求的问题,提出了地下矿巷道围岩岩体质量智能评价方法。通过高清摄像机采集大量岩体图像,进行图像处理和数据扩增以构建高质量岩体结构特征数据集。搭建并训... 针对传统岩体质量评价方法时效性差、耗费人力,无法满足地下矿施工高效安全需求的问题,提出了地下矿巷道围岩岩体质量智能评价方法。通过高清摄像机采集大量岩体图像,进行图像处理和数据扩增以构建高质量岩体结构特征数据集。搭建并训练基于Mask R-CNN的目标检测网络,实现图像中结构特征的精确识别与深度特征提取。结合点荷载测量岩石强度和岩体质量分级方法,建立了一套能够应用于现场的围岩岩体质量智能评价体系。将上述算法模型融合到自主研发的岩体质量评价系统中,实现了区域岩体质量的高效、准确评价,为采矿生产提供及时、准确的数据支撑。 展开更多
关键词 岩体质量 质量分级 图像识别 Mask R-CNN网络 系统开发
暂未订购 下载PDF
基于改进Mask R-CNN的复合绝缘子憎水性状态评估方法 认领 引用 被引量：9
14
作者 绳飞 曹留 +3 位作者 刘玉龙 黄杰 黄雅倩 朱彦卿 《电测与仪表》 CSCD 北大核心 2025年第4期73-80,共8页
及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出... 及时在线判别复合绝缘子憎水性状态是保证电力系统安全运行的一个重要举措。为提高复合绝缘子憎水性状态评估模型的泛化能力,解决现有分类模型评估憎水性程度变化不均的复合绝缘子时往往只关注憎水性不错的部分而误判的问题。文章提出将分类问题转变为目标检测问题,采用改进掩膜区域卷积神经网络(mask region-based convolutional neural network, Mask R-CNN)算法评估复合绝缘子憎水性等级。通过特征金字塔网络(feature pyramid network, FPN)确定图像中所有水滴的位置与大小,采用Mask R-CNN中特有的mask分支预测所有水珠憎水性等级,再计算出相应憎水性等级所占的面积,最终选择面积最大的作为图像的憎水性等级并输出分类结果。结合各等级憎水性图像的特点,引入改进非极大值抑制(soft non-maximum suppression, Soft-NMS)来减少高等级憎水性图像中水迹面积大且分布不规则时的目标漏检,并采用Giou-loss(generalized intersection over union loss)加快低等级图像中目标小而多时模型的收敛速度。最终通过对比实验,从mAP(mean average precision)、每秒帧率(frame per second, FPS)、准确率三项评判指标验证了基于改进Mask R-CNN的憎水图像识别算法的有效性与优越性。 展开更多
关键词 憎水性 目标检测 Mask R-CNN 深度学习 复合绝缘子
暂未订购 下载PDF
融合多源遥感数据和改进后Mask R-CNN深度学习模型的复杂高原地形区冰湖智能识别 认领 引用 被引量：4
15
作者 张世殊 李青春 +3 位作者 黎昊 向新建 董傲男 窦杰 《地球科学》 EI CAS CSCD 北大核心 2025年第8期3132-3143,共12页
冰湖识别是了解冰湖对气候变化的响应和评估冰湖溃决洪水潜在危险的先决条件.虽然遥感技术使全球冰湖演变的持续监测和评估成为可能,但准确可靠地提取复杂高原地形区的冰湖仍然具有挑战性.提出了融合多源遥感数据和改进后Mask R-CNN深... 冰湖识别是了解冰湖对气候变化的响应和评估冰湖溃决洪水潜在危险的先决条件.虽然遥感技术使全球冰湖演变的持续监测和评估成为可能,但准确可靠地提取复杂高原地形区的冰湖仍然具有挑战性.提出了融合多源遥感数据和改进后Mask R-CNN深度学习模型的复杂高原地形区冰湖智能识别方法,在Mask R-CNN模型基础上,通过在骨干网络ResNet-50的高层特征(Conv4和Conv5)、FPN的每个特征图以及Mask Head中引入注意力机制.利用Sentinel-2高分辨遥感影像、ALOS-DEM及NDWI数据组成多波段数据集,并在青藏高原东南部的林芝市进行测试,并进一步比较了改进后Mask R-CNN、U-Net、SegNet和DeepLab V3模型在冰湖识别中的性能.改进后的Mask R-CNN模型具有更高的准确率,模型的精确度、召回率和准确度值分别达到了91.25%、93.69%、92.89%.它有效地降低了山体阴影、湖水浊度和冻融湖水条件对冰湖识别的影响,并显著提高了小冰湖的识别效率.为地形复杂高原地形区冰湖识别提供了可靠解决方案,为深度学习与多源遥感数据结合的智能化冰湖提取提供了新的框架和可能性. 展开更多
关键词 冰湖 复杂高原地形区 智能识别 Mask R-CNN模型 多源遥感数据
暂未订购 下载PDF
基于改进Mask R-CNN的低空遥感实例分割算法 认领 引用 被引量：1
16
作者 李冰锋 王光耀 崔立志 《兵器装备工程学报》 CAS CSCD 北大核心 2025年第2期168-176,共9页
针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50... 针对遥感领域图像目标繁杂、检测和分割精度不高的问题,提出一种改进Mask R-CNN算法。设计PMResNet-50结构作为主干网络,其中金字塔挤压注意模块可以促进局部和全局通道注意之间的信息交互作用,多层次特征聚合模块可以提高PMResNet-50对输入通道语义信息的高效聚合作用。在RoI Align前引入自校准卷积模块来扩大卷积层的感受野大小并对边界框和掩码框执行校准操作。在分割分支使用掩码预测平衡损失函数,对每个类别的正负样本梯度进行平衡,实现对损失梯度的平滑降低处理。在自建低空遥感数据集和iSAID-Reduce100数据集上进行测试,实验结果表明:改进后的算法在自建数据集上box AP和mask AP分别提升17.9%和15.0%,在iSAID-Reduce100数据集上box AP和mask AP达到49.62%和50.27%,该算法很好地完成了对遥感目标的检测和分割。 展开更多
关键词 深度学习 图像处理 遥感图像 实例分割 改进Mask R-CNN算法 ResNet-50
暂未订购 下载PDF
基于改进Mask R-CNN的焊接成形缺陷检测与区域分割研究 认领 引用 被引量：2
17
作者 刘剑 段瑞彬 +5 位作者 崔琬婷 何亚章 王克宽 吴荣耀 高嘉璘 夏卫生 《电焊机》 2025年第9期98-101,144,共4页
针对焊接成形缺陷人工检测效率低、传统机器学习方法鲁棒性差,以及现有深度学习模型难以实现缺陷精确分割的问题,提出一种改进Mask R-CNN算法的焊接成形缺陷检测模型。首先,构建包含638组样本(驼峰304组、弧坑100组、飞溅234组)的焊接... 针对焊接成形缺陷人工检测效率低、传统机器学习方法鲁棒性差,以及现有深度学习模型难以实现缺陷精确分割的问题,提出一种改进Mask R-CNN算法的焊接成形缺陷检测模型。首先,构建包含638组样本(驼峰304组、弧坑100组、飞溅234组)的焊接缺陷数据集,通过Labelme进行像素级掩码标注,并采用数据增强优化样本多样性。在Mask R-CNN骨干网络(ResNet)中嵌入CBAM混合注意力机制模块,通过通道与空间双维度自适应特征增强,提升模型对小目标缺陷(如飞溅)的敏感度,然后采用改进的Mask R-CNN算法进行训练,并进行算法性能验证。结果表明,与改进前Mask R-CNN模型相比,采用注意力机制改进之后的Mask R-CNN模型的mAP@0.5提高了3.34%,mAP@0.75提高了9.78%,mAP@0.5∶0.95提高了4.96%,能够更有效用于焊接成形缺陷识别与区域分割。 展开更多
关键词 焊接成形缺陷 Mask R-CNN算法 缺陷识别 区域分割
暂未订购 下载PDF
基于改进Mask R-CNN的对虾部位分割方法 认领 引用 被引量：1
18
作者 蔡礼扬 宁萌 +3 位作者 杨九洲 陈义亮 马泓睿 王雨芊 《包装与食品机械》 CAS 北大核心 2025年第1期17-25,共9页
为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升... 为解决对虾加工中部位精准分割的问题,提出一种基于深度学习的方法来完成对虾各部位的语义分割。融入SimAM空间注意力机制于语义分割模型Mask R-CNN的特征提取网络ResNet的残差块中,并采用Sobel算子进行边缘提取,增加边缘损失函数,提升模型边缘分割精度。结果表明,模型的平均交并比为94.14%,平均像素准确率为97.06%,头部轮廓交并比为84.12%,躯干轮廓交并比为83.79%,尾部轮廓交并比为94.31%。采用相同的数据集和试验环境与Unet,PSPNet,SegNet,Segformer进行对比试验,所提出的方法分割效果优于其他经典分割模型,可较好地完成对虾部位的分割任务。研究结果为对虾加工领域提供一种新思路。 展开更多
关键词 对虾 部位分割 Mask R-CNN模型 边缘监督 注意力机制
暂未订购 下载PDF
基于Faster R-CNN和Mask R-CNN的滑坡自动识别研究 认领 引用 被引量：7
19
作者 于宪煜 杨森 《大地测量与地球动力学》 CSCD 北大核心 2025年第1期1-4,12,共4页
基于高分一号影像,以三峡库区库首段为例,通过目视解译出160个滑坡样本,按照9∶1比例分为训练样本和验证样本,分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能,分别采用8∶2... 基于高分一号影像,以三峡库区库首段为例,通过目视解译出160个滑坡样本,按照9∶1比例分为训练样本和验证样本,分别利用Faster R-CNN和Mask R-CNN算法构建滑坡自动识别模型。为进一步对比分析不同样本比例下两种模型的性能,分别采用8∶2、7∶3、6∶4的样本比例进行计算。研究结果表明,Mask R-CNN模型识别结果准确率、召回率和F 1分数等3项指标均优于Faster R-CNN;且经过交叉验证,证明Mask R-CNN模型的性能更为稳定。 展开更多
关键词 深度学习 滑坡识别 Mask R-CNN Faster R-CNN 交叉验证
暂未订购 下载PDF
融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用 认领 引用 被引量：1
20
作者 王猛 刘卫星 +3 位作者 李喆 李浩 齐西伟 杨爱民 《烧结球团》 CAS 北大核心 2025年第1期85-94,125,共10页
球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,... 球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,对比了多种主干网络的训练表现,并与多个分割模型进行了精度对比。此外,利用像素点统计分割掩膜面积实现了球团粒径的测量。结果表明,ResNet50作为主干网络在球团的特征提取中更具优越性。引入Convolutional Block Attention Module(CBAM)的Mask R-CNN模型对比初始模型A mean提高了2.18%。对比BlendMask、SOLOv2、YOLACT以及CondInst等分割模型,改进后的模型在分割精度上也有优势,并能更好地处理分割细节。此外,与Image J测量的球团粒径相比,本文所提出的球团粒径测量方法的最大误差保持在±1.8 mm之内,AIoU=0.5可达到0.9483。 展开更多
关键词 球团粒径 Mask R-CNN 迁移学习 ResNet CBAM
暂未订购 下载PDF
已选0条
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 2 … 32 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈