基于改进Unet的焦炭显微光学组织提取方法研究

彭 博, 罗 菠萝, 孙 嘉鑫, 李 毓媛
上海工程技术大学电子电气工程学院

摘要


本文在传统Unet模型上进行了改进，增加了卷积神经网络和注意力机制模块实现焦炭显微光学组织的自动提取。首先准备焦炭样品，利用偏光显微镜和工业相机等建立焦炭显微光学组织测定系统的平台；其次以Unet模型为基础加入卷积神经网络和注意力机制融合模块CAFM，实现对焦炭显微光学组织的提取；最后进行对比试验，实验结果表明所提方法在焦炭显微光学组织的有效性。

关键词


焦炭显微光学组织；Unet模型；注意力机制；语义分割

全文:

PDF


参考


[1]王夏霖，阚秀，孙维周，曹乐，范艺璇.焦炭显微光学组织自动检测与提取方法研究[J].电子测量与仪器学报，2021，035（004）：1-7.

[2]Hu S, Gao F, Zhou X, et al. Hybrid convolutional and attention network for hyperspectral image denoising[J]. IEEE Geoscience and Remote Sensing Letters, 2024,021:1-5.

[3]迟红玉，孙富春，王维军，喻春明.基于空间缩放和吸引子的粒子群优化算法[J].计算机学报，2011，034（001）：1-15.

[4]张臻，阚秀，孙维周，麻超，基于SC-TransUnet语义分割模型的焦炭基质提取[J].东华大学学报，2025，51（1）：176-184.


Refbacks

  • 当前没有refback。