期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
ED-NAS:基于神经网络架构搜索的陶瓷晶粒SEM图像分割方法
被引量:
5
1
作者
蔡超丽
李纯纯
+1 位作者
黄琳
杨铁军
《电子学报》
EI
CAS
CSCD
北大核心
2022年第2期461-469,共9页
为了提高深度卷积神经网络(Convolutional Neural Network,CNN)设计的自动化程度并进一步提高陶瓷晶粒扫描电子显微镜(Scanning Electron Microscope,SEM)图像分割的准确性,提出了一种基于神经网络架构搜索的陶瓷晶粒图像分割方法 .该...
为了提高深度卷积神经网络(Convolutional Neural Network,CNN)设计的自动化程度并进一步提高陶瓷晶粒扫描电子显微镜(Scanning Electron Microscope,SEM)图像分割的准确性,提出了一种基于神经网络架构搜索的陶瓷晶粒图像分割方法 .该方法设计多分支结构编码空间和链式结构解码空间,并构造多分支结构编码Cell和链式结构解码Cell;同时基于强化学习分别搜索最佳编码Cell和解码Cell;此外,基于编码-解码神经网络架构堆叠最佳Cell构建陶瓷晶粒图像分割CNN,并采用池化索引在解码阶段恢复丢失的细节信息.实验在包含了629张的陶瓷晶粒SEM图像数据集上进行,搜索最佳Cell耗时约148 GPU-时.与U-Net、SegNet等SOTA方法相比,该方法在陶瓷晶粒测试集上获得了更高的分割准确性(mIoU≈68.9%).
展开更多
关键词
神经网络架构搜索
编码-
解码
神经网络架构
陶瓷晶粒
图像分割
编码
cell
解码cell
下载PDF
职称材料
题名
ED-NAS:基于神经网络架构搜索的陶瓷晶粒SEM图像分割方法
被引量:
5
1
作者
蔡超丽
李纯纯
黄琳
杨铁军
机构
桂林理工大学广西嵌入式技术与智能系统重点实验室
桂林理工大学材料科学与工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2022年第2期461-469,共9页
基金
国家自然科学基金(No.61941202)
广西自然科学基金(No.2018GXNSFBA281081)
广西嵌入式技术与智能系统重点实验室开放基金(No.2020-2-2)。
文摘
为了提高深度卷积神经网络(Convolutional Neural Network,CNN)设计的自动化程度并进一步提高陶瓷晶粒扫描电子显微镜(Scanning Electron Microscope,SEM)图像分割的准确性,提出了一种基于神经网络架构搜索的陶瓷晶粒图像分割方法 .该方法设计多分支结构编码空间和链式结构解码空间,并构造多分支结构编码Cell和链式结构解码Cell;同时基于强化学习分别搜索最佳编码Cell和解码Cell;此外,基于编码-解码神经网络架构堆叠最佳Cell构建陶瓷晶粒图像分割CNN,并采用池化索引在解码阶段恢复丢失的细节信息.实验在包含了629张的陶瓷晶粒SEM图像数据集上进行,搜索最佳Cell耗时约148 GPU-时.与U-Net、SegNet等SOTA方法相比,该方法在陶瓷晶粒测试集上获得了更高的分割准确性(mIoU≈68.9%).
关键词
神经网络架构搜索
编码-
解码
神经网络架构
陶瓷晶粒
图像分割
编码
cell
解码cell
Keywords
neural architecture search
encoding-decoding neural architecture
ceramic grains
image segmentation
encoding
cell
decoding
cell
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
ED-NAS:基于神经网络架构搜索的陶瓷晶粒SEM图像分割方法
蔡超丽
李纯纯
黄琳
杨铁军
《电子学报》
EI
CAS
CSCD
北大核心
2022
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部