期刊专题

10.13360/j.issn.2096-1359.202211036

融合改进ASPP和CBAM的竹材端面分割与竹梢位置检测方法

引用
在竹集成材的生产流程中,为了减少竹材加工过程中产生的浪费,需要精确获取竹材端面的内周长与厚度.而生长过竹梢的长竹条由于其纤维结构上的特征也无法进行粗刨.为提高竹产业生产效率,降低竹材浪费,提出了一种融合改进后的空洞空间卷积池化金字塔(ASPP)与双注意力机制(CBAM)的轻量级端到端网络模型.该网络既能够得到竹梢的精确位置,又能够提取出竹材端面的内外轮廓为后续计算竹材内轮廓周长与厚度提供条件.主干特征提取网络由4 个卷积模块(block)组成,共实现16 倍的下采样,每个模块内搭建残差结构来缓解梯度消失的问题;上采样阶段采用两次4 倍的上采样实现端到端的输出,在两次上采样前分别加入改进后的空洞空间卷积池化金字塔与双注意力机制以提高网络输出的精度.该研究在训练阶段针对不同输出任务采用了不同的损失函数.试验表明,所提出的方法在分割竹材端面任务中交并比达到96.11%,竹梢位置检测任务中距离误差为3.09%,每秒传输帧数达到114.21.与LEDNet、BiSeNet-V2、RegSeg 分割网络相比,本研究所提方法能够更好地平衡检测精度与检测速度.

语义分割、关键点检测、轻量级、空洞空间卷积池化金字塔、双注意力机制、竹材

8

TP183;S795(自动化基础理论)

福建省科技计划项目2018H0014

2023-10-24(万方平台首次上网日期,不代表论文的发表时间)

共8页

138-145

暂无封面信息
查看本期封面目录

林业工程学报

2096-1359

32-1862/S

8

2023,8(5)

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