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
文檔大小：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,。