- 香港科技大学等提出ASLFeat,目标是提取准确的局部特征和匹配能力。 - 论文认为匹配性能的提升有两个限制:特征点缺乏shape-awareness几何形变能力,关键点定位不准确难以解决相机模型的鲁棒性。 - 论文提出三个创新:deformable convolutional network解决几何形变;特征金字塔实现 low-level和high的特征融合;在D2net基础上,...
在网络的特征提取模块引入最大池化索引来加强对目标边界的分割能力.结果表明,相较于其它深度学习网络,U^(2)Net在小规模数据集中有着优异的表现且改进后的网络在1 000张的训练集中达到了97.16%的分类精度,较原始的U^(2)Net提高0.68%,模型参数量、计算量、内存均未显著提升.改进后的方法提升了城市绿化的识别精度...
确定DC‑DC变换器的早期故障类型,并获取其对应的样本数据;采用格拉姆角场对DC‑DC变换器的时域信号进行二维图像编码,将DC‑DC变换器的样本信号转换成不同的图像,对其进行预处理,得到图像数据集,并划分为训练集、验证集与测试集;基于所述图像数据集和改进型SE‑Resnet模型,训练得到早期故障诊断模型,利用该模型...
摘要：针对噪声影响下的细小混凝土裂缝检测，提出了将改进的深度残差网络（ResNet -14）和基于U 形框架的Swin -Unet 网络 （Revised Swin -Unet ， RS -Unet ）相融合的混凝土桥梁裂缝检测识别方法.首先，利用改进的ResNet -14网络对裂缝子块进行识别，去除划痕、剥落等噪声的干扰，并保留裂缝区域；然后，采用RS ...