期刊专题

10.3778/j.issn.1002-8331.2111-0459

多尺度特征融合与新型判别器的无监督分割

引用
工厂在智能化升级过程中,有很多应用场景需要用到语义分割.然而使用全监督语义分割方法需要耗费大量人力成本进行样本标注,所以研究无监督语义分割方法很有必要.针对本地某碳素厂石墨电极压印字符的语义分割问题,提出了一种无监督语义分割方法CycleGAN-Seg.结合跨层连接和空洞空间池化金字塔(ASPP)的思想,构建了新型多尺度特征融合生成器,加入了改进的注意力模块以提升网络性能.同时提出一种新的U形判别器对重构图像进行判别.在石墨电极表面压印字符数据集语义分割实验中,MIoU值可达70.81%,分割效果基本满足识别需要,有望在该工业场景中替代全监督学习方法,以节省人工标注成本,达到快速训练和部署的目的.

多尺度特征融合、注意力模块、无监督分割、表面压印字符

59

TP391.41(计算技术、计算机技术)

国家自然科学基金;河南省高等学校重点科研项目;河南省科技厅项目;河南省科技厅项目;开封市重大科技专项;开封市重大科技专项

2023-04-23(万方平台首次上网日期,不代表论文的发表时间)

共11页

152-162

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

59

2023,59(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn