典型文献
基于改进U-Net网络的吹氩图像分割方法
文献摘要：
针对传统U-Net网络模型参数量大、图片处理时间长、无法满足工业生产实时性要求的问题,提出了一种改进U-Net网络的吹氩图像分割方法.该方法以U-Net框架为主体,使用传统U-Net网络的特征融合模块高效利用图像的特征信息,利用MoblieNet网络中的深度可分离卷积方法替代传统卷积,降低网络的参数量和计算量,缩短了分割所需的时间.实验结果表明,改进的U-Net网络在保持精度的同时,具有良好的实时性.与传统U-Net网络相比,其参数量缩小15倍,在GPU上运行平均耗时降低6倍.改进的U-Net网络处理一张分辨率为224×224像素的图片的平均耗时为30 ms,可以满足工业生产对图像处理实时性的要求.
文献关键词：
深度可分离卷积;U-Net;MobileNet;吹氩图像;图像分割
中图分类号：
作者姓名：
黄禹康;熊凌;刘洋;邓攀;但斌斌
作者机构：
武汉科技大学冶金自动化与检测技术教育部工程研究中心 武汉430081;武汉科技大学冶金装备及其控制教育部重点实验室 武汉430081;宝钢股份中央研究院(武钢有限技术中心) 武汉430081
文献出处：
引用格式：
[1]黄禹康;熊凌;刘洋;邓攀;但斌斌-.基于改进U-Net网络的吹氩图像分割方法)[J].高技术通讯,2022(01):50-56
A类：
吹氩图像,MoblieNet
B类：
图像分割,分割方法,模型参数量,图片处理,处理时间,特征融合模块,特征信息,深度可分离卷积,计算量,GPU,像素,ms,MobileNet
AB值：
0.185015
相似文献
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。
