典型文献
基于DeepLabV3+的骨料图像自动分割算法
文献摘要：
为实现水利工程施工中骨料粒径大小的快速准确查验,提出了一种基于DeepLabV3+的骨料图像自动分割算法,收集了 150张不同条件下的骨料图片,在原始DeepLabV3+网络的基础上通过对比试验进行网络优化,并利用优化后的网络训练骨料图像自动分割模型.优化后的DeepLabV3+网络以MobileNetV2为骨干网络、以Swish+BN函数为激活函数,并进行权重优化.试验结果表明,训练得到的骨料图像自动分割模型的骨料交并比为0.861 5,比原始网络训练模型高0.011 8,比U-Net、FCN训练模型分别高0.0646和0.0886,基于DeepLabV3+的骨料图像自动分割模型能基本满足精度要求.
文献关键词：
骨料粒径;图像分割;深度学习;语义分割;DeepLabV3+
中图分类号：
作者姓名：
张社荣;欧阳乐颖;王超;王枭华
作者机构：
天津大学水利工程仿真与安全国家重点试验室,天津 300350
文献出处：
引用格式：
[1]张社荣;欧阳乐颖;王超;王枭华-.基于DeepLabV3+的骨料图像自动分割算法)[J].水利水电科技进展,2022(06):28-32,97
A类：
Swish+BN
B类：
DeepLabV3+,图像自动分割,分割算法,水利工程施工,施工中,骨料粒径,粒径大小,快速准确,查验,不同条件下,网络优化,网络训练,自动分割模型,MobileNetV2,骨干网络,激活函数,行权,权重优化,练得,交并比,训练模型,FCN,精度要求,图像分割,语义分割
AB值：
0.307142
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。
