基于Mask R-CNN改进算法的砂石分割算法研究

砂石粒径分布是决定建筑混凝土产品性能的重要因素之一,颗粒物分割是砂石粒径分布工业视觉检测的关键步骤。根据砂石分割系统的高精度和实时性要求,作者改进了Mask R-CNN算法。为在砂石数据集上实现最优泛化,采用自适应ROIAlign模块,通过添加IoU预测分支为网络引入定位置信度,同时为了充分利用IoU分支的预测结果,采用基于定位置信度的NMS算法代替常规NMS算法,进一步提高了分割精度。结果表明,改进Mask R-CNN算法在砂石图像数据集上的AP50和mAP分别达到99.1%和89.5%,速度达到3.4FPS,完全能够满足实际系统需求。     

基于语义分割及主动轮廓的宫颈细胞实例分割方法

宫颈细胞图像的分割问题研究对宫颈癌筛查诊断具有重要意义,但大量的重叠细胞给这项研究带来了巨大挑战。针对这一问题提出了新的宫颈细胞实例分割方法,该方法在语义分割的基础上,根据先验信息为细胞初始化轮廓并建立能量函数,通过最小化能量函数完成轮廓演化,解决复杂宫颈细胞图像中细胞实例分割问题。首先,改进U-net神经网络,完成宫颈细胞图像精确语义分割,将图像像素分为细胞、细胞核及背景3类;其次,在语义分割的基础上,识别图像中的游离细胞与细胞团块,并直接提取游离细胞的轮廓;最后,对于包含重叠细胞的细胞团块,使用Snake主动轮廓模型完成细胞团块中每个细胞的轮廓提取,实现细胞的实例分割。实验结果表明,算法可对包含重叠细胞的宫颈细胞图像进行有效实例分割。     

基于改进YOLO v5的矿山石块实例分割算法

随着工业工程的发展,矿山挖掘作业的安全性要求越来越高,挖掘机械的智能化已经成为未来发展的趋势。破碎目标物的高效识别,是实现破碎锤挖掘机无人驾驶的关键技术之一。本文提出了一种基于改进YOLO v5的实例分割网络模型Rock-YOLO v5,分别从通道注意力机制与空间注意力机制两方面对原始YOLO v5算法进行改进。通过对采集到的图像进行预处理,产生训练样本,构建出石块图像数据集。相较于其他方法,本文方法可以准确地分割出石块区域,在测试图像集上显示出更好的分割精度,对于复杂环境下的目标堆积和遮挡问题具有一定的鲁棒性。通过试验验证,Rock-YOLO v5的目标精度达到90.3%,相较于YOLO v5l-seg,优化后的模型在分割精度上提高了5.3%,能够高效的完成矿山石块的分割任务。     

基于改进群组归一化的目标检测与实例分割

训练卷积神经网络,尤其是在使用ImageNet这种大规模数据集进行深层卷积神经网络训练时,往往需要投入几天甚至几个月的时间。为了加快神经网络的迭代收敛速度,通常需要使用批量归一化算法对训练网络的输入输出分布进行统一调整。本工作结合实例归一化方法对群组归一化进行了改进,并将改进后的该方法结合Faster R-CNN和Mask R-CNN进行了目标检测与实例分割实践。     

一种低分辨率视频实例分割算法的研究

由于图像采集设备的限制和采集条件不佳等原因,在现实中很难获得高质量的图像,尤其是视频图像.现有的实例分割算法在低分辨率(low resolution,LR)视频中达不到理想效果.另一方面,现有复杂的实例分割模型很难直接应用于移动设备上.该文基于MobileNet建立了一种高效的轻量化实例分割模型.同时,针对低分辨率视频...     

基于距离谱回归的全景分割方法

全景分割旨在同时预测图像中每一个像素的语义标签和实例标签,是目前场景解析研究的难点和热点之一。针对现有的全景分割方法采用检测策略提取每个实例区域,无法有效解决实例遮挡的难题,提出一种基于距离谱的深度卷积全景分割模型。不同于现有的基于检测策略的全景分割方法,该模型利用前景像素点与边缘的距离关系构建最大距离和最小距离向量,在存在遮挡的情况下能够有效地刻画出同一实例不同区域的相对关系,从而缓解遮挡问题。为了有效预测最大距离谱和最小距离离谱,提出了一种基于卷积网络的距离谱回归模块。同时,为充分利用距离谱的实例表示优势,设计了2种由距离谱生成实例分割结果的方法。在Cityscapes数据集上进行了大量实验,实验结果表明,全景质量PQ达到了理想效果,本文方法有效。     

基于实例分割的复杂环境车道线检测方法

针对基于语义分割的车道线检测方法存在的特征表述模糊、语义信息利用率较低的问题,采用实例分割算法,提出基于改进混合任务级联（HTC）网络的车道线检测方法. 基于HTC网络模型,在主干网络中引入可变形卷积,提升主干网络对复杂环境中车道线特征的提取能力. 改进特征金字塔网络结构,在特征金字塔网络的基础上添加自底向上的低层特征传递路径,引入空洞卷积,在不损失车道线特征信息的情况下增加特征图感受野,利用低层特征中所包含的车道线的精确定位信息,提高车道线的检测精度. 实验结果表明,改进HTC网络模型可以实现车道线特征的鲁棒提取,在复杂道路环境中可以获得较好的检测性能,有效提高了车道线检测精度.     

基于动态采样对偶可变形网络的实时视频实例分割

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行简单迁移计算.对于相似性低的帧,该方法动态聚合时间跨度更大的视频帧作为输入,对当前帧进行信息增强.在Transformer结构里,该方法额外使用2个可变形操作,避免基于注意力的方法中的指数级计算量.提供精心设计的追踪头和损失函数,优化复杂的网络.在YouTube-VIS数据集上获得了39.1%的平均推理精度与40.2帧/s的推理速度,验证了提出的方法能够在实时视频分割任务上取得精度与推理速度的良好平衡.     

基于改进Mask R-CNN的变电设备红外图像实例分割算法

红外图像中变电设备的分割精度直接影响着故障诊断的结果,针对复杂红外背景下变电设备边缘分割不精细、分割精度低的问题,提出了一种基于改进Mask R-CNN模型的变电设备红外图像分割方法。首先将ResNet特征提取网络中部分残差模块的标准卷积替换为可变形卷积,然后对空间注意力机制模块和通道注意力机制模块并行连接,并在这两个模块中加入可变形卷积,最后改进Mask R-CNN掩膜分支的损失函数,对目标边缘分割的精细度进一步优化。该方法能够有效提高模型对红外图像中变电设备几何特征多样性的适应能力,并减轻模型对背景等干扰特征的关注。在变电设备红外图像数据集上进行实验,结果表明,相比于Mask R-CNN基准模型,该方法的AP_50:95、AP₅₀和AP₇₅提高了3.5%、1.0%、4.2%,表明该方法能够显著提高红外图像中变电设备实例分割的准确率,有效解决边缘分割不精细的问题。     

基于改进的分水岭算法的图像分割

考虑到分水岭算法存在过分割问题,本文提出一种有效解决方法。在图像预处理过程中首先对图像进行中值滤波来消除部分噪声;然后采用形态学求梯度的方法得到原始图像的梯度图并对梯度图像进行开闭重建,在保留区域重要轮廓的同时去除了噪声和图像细节。在此基础上对重建后的梯度图像进行基于标记约束的分水岭分割。实验结果表明该方法能够较好地抑制过分割,同时通过结构元素的选择而具备一定的灵活性,整个过程无需进行合并处理,降低了分割的复杂性。     

基于改进堆叠泛化算法的电信套餐预测

提出一种改进堆叠泛化(stacking)算法的电信套餐预测方法。该方法将多种套餐进行两层分类,第一层粗分为高低价值两种套餐,第二层在粗分基础上对高价值或低价值套餐进行细分,在每一层数据预处理阶段使用合成少数类过采样算法(synthetic minority oversampling technique,SMOTE)得到平衡数据集。采用改进堆叠泛化算法,对每一类取所有0层分类器的最大最小后验概率,并融合重要的消费信息作为1层训练集,由1层分类器预测套餐的种类。选取某公司6种电信套餐进行预测,实验结果表明,改进后的套餐预测模型可应用于多种不平衡套餐的预测。     

基于改进Mumfold-Shah模型的图像分割算法

针对传统图像分割方法中由于边缘模糊难以取得理想分割效果的问题,提出了一种基于改进Mumfold-Shah模型的图像分割算法.结合模糊C均值聚类算法对Mumfold-Shah模型进行改进,以提高图像的分割速度和分割的鲁棒性.实验结果表明:该算法具有可行性和有效性.     

一类超大规模集成电路分割算法的改进

提出了一个超大规模集成电路分割算法 ,从流图中最小截之间的等价关系出发 ,寻找新的电路割集 .与同类分割算法 ,如FBB算法、DMC算法相比 ,新算法充分利用了流图拓扑结构的特点 ,分割结果更好 .     

一种基于PCNN的图像分割改进算法

为了实现脉冲耦合神经网络(PCNN)在图像分割过程中模型参数与迭代次数的少量化,提出了一种改进的PCNN快速图像分割算法.算法对PCNN模型进行了简化,将传统PCNN模型中恒定的连接系数与神经元所在像素点的像素值联系起来,去除了PCNN分割图像过程中的人工设置参数过程,并根据图像灰度统计特性,将动态阈值转变为恒定阈值,...     

基于改进的Mask R-CNN自然场景下苹果识别研究

在复杂自然场景下,苹果目标因具有成簇生长、重叠果实和光线变化大等特点,应用深度学习方法相比传统方法来实现果实的识别优势明显.提出基于Mask R-CNN网络检测分割架构,采用膨胀卷积的优化策略,通过候选框与像素分割相结合的思路,同时对输入苹果图像进行目标果实的识别.实验结果表明,基于Mask R-CNN框架改进的网络模...     

基于Mask R-CNN的槟榔片分割算法研究

针对槟榔片加工过程中自动化程度低,提出一种基于Mask R-CNN的槟榔片自动分级算法:采用改进高分辨率网络作为主干网络提取槟榔片表面信息,减少多次卷积过程中信息损失,提高轮廓分割准确度;采用改进卷积块注意力模型加强内轮廓中有效信息提取,抑制无效信息,提高有核无核籽判断准确率;同时采用深度可分离卷积减少高分辨率主干网络带来的参数量、计算复杂度增加问题.实验结果表明改进后网络相比未改进前分割精度提高2.5％,同时有核无核籽判断准确率提高5.93％,总浮点计算量降低64.9％.     

基于优化MSER算法的宫颈细胞核分割方法

随着人工智能技术的发展,自动阅片系统在辅助病理医生阅片诊断,提高病理诊断准确率、降低劳动强度等方面起着越来越重要的作用.细胞核的准确分割是影响该自动阅片系统性能的首要因素.由于细胞核、细胞浆与背景之间的边界不清,且细胞之间颜色差异大,对细胞核分割提出了挑战.为解决这一问题,提出了一种基于优化最大极值稳定区域(maxim...     

基于Circular_Mellin变换的纹理图像分割算法

介绍一种比较新颖的算法——旋转及伸缩不变的纹理分割算法,其核心是利用圆周变换和Mellin变换产生一个Circular_Mellin操作数(CMO),将CMO与图像进行卷积,以达到旋转及伸缩不变纹理分割的目的．实验结果表明,这种算法是相当有效的．