基于可逆金字塔和平衡注意力的工业裂缝分割

针对目前工业裂缝分割算法存在细小裂缝易丢失、孤立噪点难消除的问题,提出一种基于可逆金字塔和平衡注意力的工业裂缝分割网络(reversible pyramid and balanced attention network,RPBAN)。提出可逆金字塔模块,在编码器与解码器之间引入特征金字塔和改进后的倒-特征金字塔,加深全局特征与细节特征的融合,从而提升细小裂缝检测性能;在解码阶段引入平衡注意力模块,将平衡特征作为引导信息,有效消除孤立噪点;在学习阶段选取Focal Loss作为损失函数,控制正负样本在训练中所占的权重,使得模型更专注于裂缝样本。通过在自建的输配电线路瓷瓶裂缝数据集InsulatorCrack和三个具有挑战性的公开裂缝数据集CFD、CrackTree200和AEL上进行验证和测试,实验表明与其他基准方法相比,RPBAN提升了细小裂缝检测效果,有效消除了孤立噪点,能够实现更高精度的语义分割。在四个数据集上IoU分别达到61.42%、58.36%、64.45%、53.44%,说明了RPBAN的有效性和通用性。

基于改进LadderNet的视网膜血管分割应用

视网膜血管的分割有助于辅助医学工作者对眼部或全身性疾病进行诊断和治疗。为进一步提升视网膜血管的分割精度,改进LadderNet架构应用于视网膜血管分割。首先结合DO-Conv,提出改进的池化卷积块替换LadderNet中的池化卷积层,保留强上下文特征;其次引入不平衡注意力模块应用在改进LadderNet网络末端,处理血管和背景,以及粗血管和细小血管之间的类不平衡问题。所提的方法在数据集DRIVE上实验得到AUC、SE、SP评价指标值分别为0.9564、0.7863和0.9802。实验结果表明,改进LadderNet对提升视网膜血管分割精度有一定的作用。

双元性视角下知识基础对创新的影响——搜索战略的调节作用

基于双元性理论,利用天津市1582家高新技术企业的问卷数据实证了双元性视角下企业内部知识基础、外部知识搜索战略与双元创新的关系。研究结果显示,双元知识基础对双元创新活动产生显著的正向影响;外部搜索战略显著调节双元知识基础与双元创新之间的关系。其中,宽度搜索正向调节双元知识基础与双元创新之间的关系,而深度搜索和双元搜索负向调节双元知识基础与双元创新之间的关系。