基于Transformer的道路场景分割算法研究

图像语义分割技术作为计算机视觉领域的关键技术之一,可以识别并理解图像中每一个像素的内容,并已应用在自动驾驶、医疗诊断、地理信息系统以及图像搜索等很多场景。相对于深度卷积神经网络,Transformer模型基于纯注意力机制,没有任何卷积层或循环神经网络层。本文在Swin Transformer的基础上进行了改进,提出了一种新的网络结构SwinLab。实验结果表明改进后的SwinLab模型相比于深度卷积神经网络的模型算法以及原Swin Transformer模型的分割精度不相上下,mIoU可达80.1,同时在CityScapes数据集上也进行了对比实验,从而进一步证明了该结构的有效性和泛化性。综上,本文在以Swin Transformer为骨干网络的基础上做了相关工作,从而使模型结构更简单,训练和推理速度更快,且准确率也相当可观。

基于深度学习的新冠肺炎影像学诊断

在新冠病毒疫情之下,由于标本的类型、采集方法、运输以及试剂盒性能局限性等各种因素的影响,核酸检测筛查新冠肺炎的阳性率并不十分理想。为准确快速地对疑似病例进行诊断,胸部X射线影像识别成为筛查病人的主要手段。对于一线影像科医生而言,每天要诊断海量的胸透影像,用人眼诊断影像耗时又耗力。利用卷积神经网络设计出一款基于深度学习的新冠肺炎影像学诊断,并利用MBGD对模型进行优化。最终实验结果表明,该方法对于新冠肺炎影像诊断准确率达到96.23%,可以大大提升医生的工作效率。