【摘 要】
：
为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割结果。采用Cityscapes的预训练模型,将300张不同环境下、不同类型的葡萄叶
论文部分内容阅读
为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割结果。采用Cityscapes的预训练模型,将300张不同环境下、不同类型的葡萄叶片照片作为训练集,以数据增强的方式进行数据扩容,提高模型的鲁棒性和泛化能力。试验结果证明:本方法有较好的
其他文献
在2020年2月18日山东济南市长清区发生M4.1地震后,山东省地震局迅速部署在震源区架设的4台流动地震仪,监测到无固定台站记录参与定位的微震事件,且监测到的地震事件均为可定位地震,表明架设流动台网可在震后有效提高震源区地震监控能力,避免震源区附近因无固定台站而遗漏微小地震事件,增加余震记录的定位精度,为震后地震活动趋势判定提供科学的资料支撑;流动地震监测台站的快速组网,也展现了地震监测中心的服务
山东省地震局使用H3C的弱控EVPN方案,搭建了由管理交换机(H3C S5560X-30C-EI)、Spine核心交换机(H3C S6800-54QT-L3)、Leaf接入交换机(H3C S5560X-30C-EI)及SDN控制平台(H3C UIS-Cell-3 010-G3+VCFC)构成的SDN数据中心网络;利用网络功能虚拟化技术,把网络功能承载在服务器上,并将网络设备的控制层面与转发层面分离
The stochastic finite-fault simulation method was applied to synthesize the horizontal ground acceleration seismograms produced by the MW6.1 Ludian earthquake on August 3, 2014. For this purpose, we p
Stochastic modeling of ground motion is a simple tool to predict ground shaking level for future earthquake and less time consuming than physics-based deterministic modeling. In this paper, a record-b
A two and a half dimensional(2.5 D) multidomain indirect boundary element method(IBEM) is developed to study the wave scattering of obliquely incident P-, SVand SH-waves by a hill-valley staggered top
The indirect boundary element method(IBEM) is applied to investigate the scattering of elastic waves around a 3-D sedimentary basin filled with fluidsaturated poroelastic medium. Based on this method,
无芒隐子草叶切片图像在获取过程中不可避免产生低对比度图像,对后续处理产生影响。为此,针对传统的限制对比度自适应直方图均衡化方法(contrast-limited adaptive histogram equalization, CLAHE)对较暗图像处理效果不佳的问题,提出了基于自适应亮度调整的CLAHE图像增强算法。该算法首先将图像RGB空间转换到HSV空间,提取图像的亮度分量,再根据图像的亮度
According to volume 18(Xuanzong Ji Tang) of the historical book entitled the Old Book of Tang, the Hetao area of Inner Mongolia experienced a large earthquake in AD 849. However, previous work on that
针对现有的马铃薯分级和检测需要大量的人力物力、检测效率不高,设计了基于机器视觉的马铃薯自动分级与缺陷检测系统。工作时,自动分级系统对大量马铃薯进行快速表皮去泥和分级工作,得到3种规格的马铃薯并逐个运输到缺陷检测系统进行马铃薯缺陷的识别检测;通过多种图像处理算法对比分析,以平均值法灰度化、中值滤波处理、大津法分割等方法得到最佳的马铃薯图像,且目标图像能与背景图像很好分割,提高了缺陷检测的准确度和效率
针对实际番茄特征提取环境复杂情况的问题,提出了针对不同环境应用不同颜色模型来进行阈值分割的方法。通过应用改进的nR-G、YUV两种颜色模型对不同实验环境采集的图像进行阈值分割,并结合canny边缘提取算法、fitzgibbon椭圆拟合算法提取得出番茄像素坐标与像素尺寸,以此完成番茄特征提取。为得出各种颜色模型适用环境等特点,对比各种颜色模型在光线充足果实未被遮挡、光线充足果实部分遮挡和光线较弱果实