典型文献
基于RSKP-UNet模型的苗族服饰图案分割研究
文献摘要：
为保护苗族服饰文化的传承,以及增加对苗族文化的研究为目的,文章以苗族服饰图案分割为研究内容,提出了一种基于RSKP-UNet(Residual Selective-Kernel Parallel U-Net)模型的苗族服饰图案分割算法.算法在U-Net模型的编码器部分加入Residual模块以提升模型的特征提取能力,在解码器部分嵌入SKNet模块和ParNet模块以增强模型的特征表达能力.通过引入的Lovász-hinge损失函数有效地解决了苗族服饰图案存在的样本类别不均衡的问题,实验结果还表明Lovász-hinge损失函数在各项分割指标上均优于最常用的BCE损失函数.文章提出的RSKP-UNet分割模型在该损失函数下进行训练,并与4种经典的深度学习分割模型进行分割性能对比,RSKP-UNet模型在各项分割指标上好于其他模型,相比于基准模型U-Net,在Dice系数、IoU、精确率、召回率及准确度等指标上分别提升了6.98％、11.07％、2.89％、6.75％及3.92％,可为苗族服饰图案分割研究提供有效可行的办法.
文献关键词：
苗族服饰;图案分割;注意力;样本类别不均衡;U-Net模型;深度学习
中图分类号：
作者姓名：
张博源;黄成泉;王琴;万林江;周丽华
作者机构：
贵州民族大学 数据科学与信息工程学院 ,贵阳550025;贵州民族大学 工程技术人才实践训练中心,贵阳550025
文献出处：
引用格式：
[1]张博源;黄成泉;王琴;万林江;周丽华-.基于RSKP-UNet模型的苗族服饰图案分割研究)[J].丝绸,2022(12):119-125
A类：
RSKP,图案分割,ParNet
B类：
UNet,苗族服饰,服饰图案,服饰文化,文化的传承,苗族文化,Residual,Selective,Kernel,Parallel,分割算法,编码器,特征提取能力,解码器,部分嵌入,SKNet,增强模型,特征表达,表达能力,Lov,sz,hinge,损失函数,样本类别不均衡,BCE,分割模型,性能对比,上好,Dice,IoU,精确率,召回率
AB值：
0.279889
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。
