10.16208/j.issn1000-7024.2022.03.024
基于多重感受野UNet的仪表图像分割方法
为解决现有深度学习图像分割算法不能有效分割指针仪表图像中密集小目标的问题,提出基于多重感受野UNet的仪表图像分割方法.将自编码器结构和空洞卷积结构结合,使多尺度浅层特征和深层语义信息融合;以多种光照强度下采集的指针仪表数据训练模型,充分提升神经网络的泛化能力;并行调节空洞卷积参数,使神经网络学习到最优模型.实验结果表明,算法显著提升了指针仪表图像中密集小目标的分割效果,有效泛化于不同光照强度下采集的同种指针仪表图像,验证了该模型的有效性.
卷积神经网络;图像分割;自编码器;多尺度感受野;密集小目标
43
TP911.73
天津市自然科学基金18JCYBJC15300
2022-03-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
771-777