1 1 N C CN 115760867 A 权利要求书 1/2页 1.一种基于改进U‑Net网络的类器官分割方法,其特征在于,包括: 获取待分割类器官图像; 将所述待分割类器官图像输入类器官分割模型,输出类器官分割图;所述类器官分割 模型为根据类器官数据集对改进的U‑Net训练得到的; 所述改进的U‑Net的编码器包括N个依次...
基于改进U-Net网络的图像自动白平衡算法摘要:自动图像白平衡是计算机视觉领域一个重要的研究方向。在本文中,我们提出了一种基于改迚U-Net网络的图像自动白平衡算法。U-Net网络是一种用于图像分割的流行神经网络,它可以有效地提取图像特征。我们根据图像颜色分布的特点,对U-Net网络迚行了改迚,使其能够适用于图像自动白平...
本发明属于深度学习与图像处理领域,涉及一种基于改进U‑Net网络的卫星云图预测方法,包括以下步骤:获取历史卫星云图序列数据;对数据进行几何校正、辐射定标和数据归一化预处理;改进U‑Net网络,构建云图预测模型ARRU‑Net,包括注意力机制、残差模块和循环卷积模块;使用预处理后得到的数据集对云图预测模型进行训练;使用...
一种基于残差连接改进U-Net神经网络的医学图像分割方法.pdf,本发明公开了一种基于残差连接改进U‑Net神经网络的医学图像分割方法,本发明首先将三维核磁共振图像转化为二维,而后采用z‑score归一化将输入图像的像素取值的范围变换到[0,1],并对图像尺寸进行裁剪,然后
1.一种基于改进U‑Net网络的肝肿瘤图像分割方法,其特征在于,包括以下步骤: 获取腹部待检测的CT图像数据集; 基于U‑Net网络架构,通过使用Res2Net和Swin Transforme的Res2Swin模块来替换卷 积模块对U‑Net网络进行改进,构建出Res2Swin Unet模型;其中,所述Res2Swin ...
摘 要：为解决现有水下图像增强方法对水下图像特征提取能力不足而导致的模型通用性不足的问题，本文提出一种改进U-Net 网络用于水下图像增强。首先，提出用生成对抗网络拟合一个新的水下退化模型，再用无水深度图像经过生成对抗网络合成对应的水下图像，从而建立水下数据集。然后，提出一种改进的U-Net 网络充分...
基于改进型U-Net卷积神经网络的磁片表面缺陷检测
针对混凝土结构表观裂缝检测准确率低、细节信息丢失及精度不髙等问题,提出一种利用HU-RεsNet卷积神经网络的混凝土表观裂缝检测方法。基于改进U-Net网络建立HU- Resnet模型,采用经 Imagenet预训练的Resnet34残差网络作为编码器,以保留裂缝细节信息并加速网络收斂,引入sc
证券之星消息,根据企查查数据显示长安汽车(000625)新获得一项发明专利授权,专利名为“基于改进U-Net网络的车道线检测方法及装置”,专利申请号为CN202210590387.5,授权日为2024年6月14日。 专利摘要:本发明公开了基于改进U?Net网络的车道线检测方法,其步骤:1)数据预处理:2)建立基于U?Net的车道线检测网络;由四个编码...
赵荣彩 1∗ , 刘勇杰 2, 宋雯琦 2(1. 河南省超级计算中心, 郑州 450053;2. 郑州大学信息工程学院, 郑州 450001)摘 要 针对目前常见的 U⁃Net 网络结构以及现有的图像去噪算法在去除图像噪声时,处理后得到的图像较为模糊且图像的边缘纹理过于光滑缺乏真实性的问题,提出了一种改进的 U⁃Net 网络结构去噪...