基于改進(jìn)DeepLabv3+網(wǎng)絡(luò)的風(fēng)機(jī)葉片分割算法研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>890 K
標(biāo)簽： 風(fēng)機(jī)葉片 圖像分割 DeepLabv3+
所需積分：0分積分不夠怎么辦？
文檔介紹：為了提高風(fēng)機(jī)葉片圖像的分割質(zhì)量，提出了一種改進(jìn)DeepLabv3+網(wǎng)絡(luò)的風(fēng)機(jī)葉片分割算法。由于無人機(jī)采集風(fēng)機(jī)葉片圖像具有背景復(fù)雜和葉片占比差異較大的問題，提出的算法在DeepLabv3+網(wǎng)絡(luò)的基礎(chǔ)上改進(jìn)了ASPP模塊和Decoder模塊。DASPP通過級(jí)聯(lián)多個(gè)空洞卷積層，使用密集連接的方式將每個(gè)空洞卷積層的輸出傳遞給后續(xù)的空洞卷積層，通過一系列的特征連接編碼不同尺度的中間特征，獲得了更大范圍的感受野。在Decoder階段添加多層特征融合，以恢復(fù)在降采樣過程中丟失的細(xì)節(jié)信息和各級(jí)特征。通過對(duì)風(fēng)機(jī)葉片數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，MIoU值達(dá)到了0.991 3，PA值達(dá)到了0.996 8，實(shí)驗(yàn)表明該設(shè)計(jì)的算法對(duì)風(fēng)機(jī)葉片的分割效果優(yōu)于DeepLabv3+網(wǎng)絡(luò)，具有更好的細(xì)節(jié)信息。
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。