典型文献
基于TM-DeeplabV3+算法的白细胞图像语义分割
文献摘要：
针对现有白细胞图像语义分割模型中分割耗时长,以及过分割和欠分割导致分割精度低的问题,提出一种基于TM-DeeplabV3+的白细胞图像语义分割算法.该算法使用MobileNetV3网络替换Xception网络作为M-DeeplabV3+算法的主干特征提取网络,有效减少了语义分割模型的参数量;从源模型中选择预训练模型并进行参数迁移,进而通过迁移学习进行M-DeeplabV3+模型的迭代.在血液计数数据集中将TM-DeeplabV3+模型与DeeplabV3+模型进行对比实验验证,TM-DeeplabV3+模型的mIOU、mPA和分割速度指标分别提升了1.83％、1.45％和49.16帧/s.实验结果表明TM-DeeplabV3+算法明显提升了白细胞图像语义分割的准确性和实时性.
文献关键词：
TM-DeeplabV3+;语义分割;MobileNetV3;迁移学习;白细胞
中图分类号：
作者姓名：
陈静;谢鹏;张亚飞;FELIX Manirankunda
作者机构：
安徽理工大学 电气与信息工程学院,安徽 淮南232001
文献出处：
引用格式：
[1]陈静;谢鹏;张亚飞;FELIX Manirankunda-.基于TM-DeeplabV3+算法的白细胞图像语义分割)[J].湖北民族大学学报（自然科学版）,2022(03):314-319,335
A类：
B类：
TM,DeeplabV3+,细胞图像,图像语义分割,分割模型,分割算法,MobileNetV3,Xception,主干特征提取网络,参数量,预训练模型,参数迁移,迁移学习,数数,mIOU,mPA
AB值：
0.254058
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
