基于改進(jìn)Mask R-CNN的非結(jié)構(gòu)環(huán)境小目標(biāo)語義分割算法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3982 K
標(biāo)簽： 語義分割 注意力機制 Mask R-CNN
所需積分：0分積分不夠怎么辦,？
文檔介紹：計算機視覺對于小目標(biāo)物體語義識別在非結(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)方法對小目標(biāo)分割識別的準(zhǔn)確率較低。針對此問題,，設(shè)計了一種基于注意力機制的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)境實驗場景,，對衛(wèi)星帆板以及爆炸螺栓進(jìn)行實驗。實驗結(jié)果表明,，該方法對衛(wèi)星帆板及其零部件的識別準(zhǔn)確率提高了5.36％,，相較于原模型優(yōu)勢顯著。
現(xiàn)在下載
VIP會員,，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,。