| 基于改進(jìn)Mask R-CNN的非結(jié)構(gòu)環(huán)境小目標(biāo)語(yǔ)義分割算法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3982 K | |
| 標(biāo)簽： 語(yǔ)義分割 注意力機(jī)制 Mask R-CNN | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：計(jì)算機(jī)視覺(jué)對(duì)于小目標(biāo)物體語(yǔ)義識(shí)別在非結(jié)構(gòu)環(huán)境下有著較好的工程應(yīng)用前景，但由于小目標(biāo)零部件結(jié)構(gòu)多變、樣本少、環(huán)境復(fù)雜，傳統(tǒng)方法對(duì)小目標(biāo)分割識(shí)別的準(zhǔn)確率較低。針對(duì)此問(wèn)題，設(shè)計(jì)了一種基于注意力機(jī)制的Mask R-CNN改進(jìn)模型。在原網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上將FNP與融合注意力模塊相結(jié)合，提出了一種A-FNP模塊。以空間衛(wèi)星作為非結(jié)構(gòu)環(huán)境實(shí)驗(yàn)場(chǎng)景，對(duì)衛(wèi)星帆板以及爆炸螺栓進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)衛(wèi)星帆板及其零部件的識(shí)別準(zhǔn)確率提高了5.36％，相較于原模型優(yōu)勢(shì)顯著。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
wwei 的最新分享
- 基于大數(shù)據(jù)的飛參數(shù)據(jù)融合集成與應(yīng)用技術(shù)研究
- 戰(zhàn)場(chǎng)大數(shù)據(jù)與數(shù)據(jù)安全防護(hù)的認(rèn)識(shí)與思考
- 基于圖卷積神經(jīng)網(wǎng)絡(luò)的分布式半監(jiān)督自動(dòng)標(biāo)注方法
- 用于數(shù)據(jù)采集和應(yīng)用的便攜式保障系統(tǒng)設(shè)計(jì)
- 基于多源態(tài)勢(shì)數(shù)據(jù)融合的體系仿真與效能評(píng)估方法
- 面向輕武器射擊的數(shù)據(jù)智能采集關(guān)鍵技術(shù)研究
- 數(shù)據(jù)質(zhì)量治理解決方案研究
- 基于分布式處理的航天試驗(yàn)大數(shù)據(jù)分析研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2