排序方式: 共有3条查询结果,搜索用时 4 毫秒
1
1.
2.
深度学习网络在医学图像分割领域应用广泛,针对传统语义分割模型只在局部像素点进行考虑,在小目标的医学图像语义分割中检测精度不高。本文提出了基于Unet的双任务图像语义分割模型,对传统的Unet语义分割进行改进,编码阶段采用经过预训练的Resnet34作为框架进行特征提取,设计了SCSE模块对图像特征信息进行修正,从空间和通道两个方向获取图像的全局信息,损失函数采用“分类”和“分割”融合的多任务策略进行学习,对气胸医学图像进行语义分割。为进一步提高网络模型的泛化能力,对数据集图像进行随机水平翻转、垂直翻转等图像增强处理,实验表明该语义分割方法比传统的Unet语义分割方法在分割精度上提高5%以上。 相似文献
3.
本文针对固定翼无人机初学者起降困难,设计了一种新型的可以垂直起降的固定翼无人训练机。该无人机将垂直起降的螺旋桨隐藏于机翼内,从而避免因旋翼电机和螺旋桨影响无人机的正常飞行,降低了固定翼无人机对于飞行场地的要求和飞机起降的难度。该无人机可作为航模爱好者训练、竞赛使用,也可通过后期改造,加装轻型设备,应用于测绘、巡线等方面。 相似文献
1