典型文献
真实场景水下语义分割方法及数据集
文献摘要：
随着水下生物抓取技术的不断发展,高精度的水下物体识别与分割成为了挑战.已有的水下目标检测技术仅能给出物体的大体位置,无法提供物体轮廓等更加细致的信息,严重影响了抓取效率.为了解决这一问题,标注并建立了真实场景水下语义分割数据集DUT-USEG,该数据集包含6617张图像,其中1487张具有语义分割和实例分割标注,剩余5130张图像具有目标检测框标注.基于该数据集,提出了一个关注边界的半监督水下语义分割网络(US-Net),该网络通过设计伪标签生成器和边界检测子网络,实现了对水下物体与背景之间边界的精细学习,提升了边界区域的分割效果.实验表明:所提方法在DUT-USEG数据集的海参、海胆和海星3个类别上相较于对比方法提升了6.7％,达到了目前最好的分割精度.
文献关键词：
水下生物抓取;语义分割;半监督学习;弱监督学习;边界检测
中图分类号：
作者姓名：
马志伟;李豪杰;樊鑫;罗钟铉;李建军;王智慧
作者机构：
大连理工大学 国际信息与软件学院, 大连 116621;杭州电子科技大学 计算机学院, 杭州 310018
文献出处：
引用格式：
[1]马志伟;李豪杰;樊鑫;罗钟铉;李建军;王智慧-.真实场景水下语义分割方法及数据集)[J].北京航空航天大学学报,2022(08):1515-1524
A类：
水下生物抓取,USEG
B类：
真实场景,分割方法,物体识别,割成,水下目标检测,加细,DUT,实例分割,语义分割网络,Net,伪标签,标签生成,生成器,边界检测,子网络,分割效果,海参,海胆,海星,比方,半监督学习,弱监督学习
AB值：
0.305528
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。
