10.13229/j.cnki.jdxbgxb20200015
基于多标签特征融合的实例分割网络框架
针对包裹中的限制品在X射线安检仪中摆放角度多样且易与其他物品重叠,导致现有基于X射线影像的限制品检测与分割方法效率低、漏检及误报现象严重的问题,本文提出了基于多标签特征融合的限制品实例分割网络框架.首先,优化数据集中的弱标签,突出感兴趣区域;然后将数据集中的图像加权融合,增强网络对重叠区域的识别能力;最后,采用混合任务级联(HTC)网络实现对限制品的精确分割.在一个含有16 138张图像的X射线安检数据集上的实验结果表明,本文方法相比其他方法有较高的准确率.
计算机应用、特征融合、限制品分割、实例分割、卷积神经网络
50
TP391.4(计算技术、计算机技术)
国家自然科学基金;吉林省科技发展计划;吉林省科技发展计划
2020-12-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
2197-2203