|
|||||
|
|
| 改进U＿Net网络的钢结构表面锈蚀图像分割方法 | |
| 作者姓名： | 陈法法 董海飞 何向阳 陈保家 |
| 作者单位： | 1.三峡大学水电机械设计与维护湖北省重点实验室 宜昌 443002;国家大坝安全工程技术研究中心 武汉 430010;2.三峡大学水电机械设计与维护湖北省重点实验室 宜昌 443002;3.国家大坝安全工程技术研究中心 武汉 430010 |
| 基金项目： | 国家自然科学基金( 51975324)、国家大坝安全工程技术研究中心开放基金(CX2022B06)、湖北省教育厅科研项目( B2021036)资助 |
| 摘 要： | 为实现锈蚀图像分割网络模型轻量化,同时消除非单一特征背景和锈液等类似特征背景干扰,本文将U＿Net网络模型的编码部分替换为MobilenetV3＿Large网络,导入基于ImageNet数据集的MobilenetV3＿Large网络预训练权重,将U＿Net网络模型解码部分的普通卷积替换为深度可分离残差卷积,并在上采样的过程中添加注意力导向AG模块和Dropout机制。经实验验证表明,本文设计的改进U＿Net网络模型在非单一特征背景和锈液等类似特征背景干扰下,具有明显的锈蚀图像分割优势,相比于原U＿Net网络模型,模型大小减少了81.18%,浮点计算量减少了98.34%,检测效率提升了3.27倍,即从原来不足6 fps,提升至19 fps。网络模型实现轻量化的同时,网络模型的准确率达95.54%,相比于原U＿Net网络模型提升了5.04%。 |
| 关 键 词： | 锈蚀区域分割 MobilenetV3 U＿Net 注意力导向 深度可分离残差卷积 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 | |
| 点击此处可从《电子测量与仪器学报》下载免费的PDF全文 | |