基于金字塔拆分注意力的列车轮对踏面损伤诊断

为解决列车轮对踏面损伤诊断准确率低、速度慢和损伤样本少的问题,提出一种基于金字塔拆分注意力网络(EPSA-ResNet)的车轮对踏面损伤诊断模型。首先,采用迁移学习方法预训练ImageNet数据集,得到模型参数,然后将其迁移到轮对踏面损伤特征数据中,并进行微调,从而获得共享模型结构和参数;其次将ResNet-50残差块中的3×3卷积替换为一种金字塔拆分注意力(PSA)模块,得到新的EPSA-ResNet,融合空间和通道注意力多级别特征,自适应地进行特征重标定;最后通过Softmax分类器得到轮对踏面损伤情况的诊断结果。结果表明:该方法能够有效识别列车轮对踏面损伤状态以及周围环境间存在的局部细微差异,诊断精度可达99.79%,优于其他深度神经网络模型。

融合注意力机制及DenseASPP改进的DeeplabV3+遥感图像分割方法

由于遥感影像分辨率的提高,卷积层需要更大的感受野来捕获语义信息。DeeplabV3+模型在使用较大空洞率时会出现空洞卷积低效或失效的问题,同时该模型依靠卷积运算捕获的是局部信息,难以建立长距离依赖。为此,文章设计了一种基于DeeplabV3+的改进模型,在原模型中添加金字塔拆分注意力模块(pyramid split attention,PSA),通过金字塔结构,使网络关注关键信息,帮助模型提取像素级多尺度空间信息的同时建立长距离依赖关系。同时,将空间空洞金字塔池化模块(atrous spatial pyramid pooling,ASPP)替换为密集空间空洞金字塔池化模块(dense atrous spatial pyramid pooling,DenseASPP),帮助网络利用更多像素,获得更大感受野,得到更密集的特征金字塔,并避免了空洞卷积低效或失效的情况发生。为了验证模型效果,分别使用Vaihingen和WHDLD数据集进行实验。相较于原模型,该模型的MIoU提高了2.8%~0.9%,F1分数提高了2.1%~0.73%;通过与其他现有模型进行对比,该方法在分割效果上也有明显的提升。

基于注意力机制生成对抗网络的遥感图像增强算法

针对基于生成对抗网络(Generative Adversarial Network,GAN)的单幅遥感图像超分辨率(Super Resolution,SR)重建模型训练困难、重建图像细节或纹理与真实图像之间存在较大差异且存在伪影等问题,提出一种基于注意力机制GAN的遥感图像增强算法。在生成器上将金字塔拆分注意力模块与稠密残差块相结合,加强遥感图像的特征提取。在判别器中利用SN层替代BN层,增强图像在细节方面的学习。基于WGAN-GP理论优化对抗损失,加快收敛速度,生成高质量遥感图像。实验结果表明,提出的算法生成的遥感图像有较多的细节纹理且伪影更少。与现有的一些算法相比峰值信噪比平均提高了0.422~1.721 dB,结构相似性平均提高了0.016~0.092。

DNeStCount:数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法

人群数量估计是人群管理系统的关键,对于预防踩踏事故和引导人群至关重要,已成为一个日益重要的任务和具有挑战性的研究方向。本文提出一种数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法,称为DNe StCount。为应对视频监控的尺度变化和透视失真的挑战,将更密集的空洞采样比率应用到密集空洞空间金字塔池化模块DASPP设计中。为提升密度图估计的准确性,将可学习的、数据相关的上采样方法 DUpsampling应用到特征聚合模块DFA设计中。为弥补欧几里德损失可能存在对离群值敏感、训练不稳定等缺点,采用Smooth L1损失设计损失函数。在具有挑战性的数据集上进行的实验和分析表明,本文提出的人群计数方法 DNe St Count与其他主流方法相比更具有竞争力。

基于四通道不可分加性小波与DeepLabv3+结合的语义分割模型

为了改善传统语义分割模型中因丢失细节,从而导致信息下降的问题,我们提出了一种改进的DeepLabv3+网络分割模型。首先将主干网络替换为MobileNetV2网络;其次通过构造四通道不可分小波低通滤波器,对源图像进行分解,提取源图像的高频子图;再次,将普通卷积更换为深度可分离卷积并且引入卷积注意力模块(CBAM)自适应细化特征,从而提高网络模型的分割效果。实验结果表明,改进后的模型在VOC数据集上均交并比(mean intersection over union, MIoU)比原始的DeepLabv3+模型提高0.94%,平均像素精度(mean pixel accuracy, MPA)比原始DeepLabv3+模型提高了1.34%,准确度比原始DeepLabv3+模型提高0.19%。在BDD100K数据集上均交并比比原始的DeepLabv3+模型提高0.53%,平均像素精度比原始DeepLabv3+模型提高了0.15%,准确率比原始DeepLabv3+模型提高0.13%。在主观和客观结果上均显示我们的模型优于原模型。

小样本下基于改进度量学习的轨面状态识别

为解决小样本下轨面状态识别过程中存在的关键特征信息提取不充分、区分度信息易丢失的问题,提出一种基于改进度量学习的轨面状态识别方法。该方法在特征提取网络部分引入金字塔拆分注意力机制,实现特征图空间信息多尺度提取、跨维度通道注意力与空间注意力特征交互,以解决轨面状态样本少导致的关键特征信息提取不充分的问题。利用深度局部拼接符对查询集与各类支撑集特征图进行局部特征两两拼接,代替传统度量学习的全局特征拼接,筛选背景等干扰信息,较大程度地保留有显著区分度的特征信息。在自建小样本轨面状态数据集上进行性能验证,并与常规小样本学习方法进行对比实验,实验结果表明,本文方法能够有效识别轨面状态,识别准确率、精度、召回率、F1值分别达到97.96%、98.61%、98.07%、98.34%,相比于性能较好的小样本学习方法 DN4网络,各项指标分别提升了5.75个百分点、5.83个百分点、5.95个百分点、5.89个百分点。

基于特征重用和膨胀卷积的遥感图像舰船检测

在光学遥感图像中,港口内的舰船目标通常处于密集的船只群中,并受到周围环境的干扰和遮挡,如集装箱、车辆等。为了进一步提高现有舰船目标检测算法的精度和泛化性能,提出了一种基于特征重用和膨胀卷积的遥感图像舰船检测算法。首先构建了基于分组卷积和拆分注意力的残差块来提取特征,同时嵌入可变形卷积提取更加符合舰船尺度变化的特征;接着,构造了多尺度感受野模块,通过并行提取多尺度特征后再进行融合来减少信息损失;最后,在原有特征金字塔的基础上构建了一条自底向上的特征重用聚合路径以提高特征表示能力。在大型遥感数据集DOTA和舰船数据集HRSC2016上进行实验,实验结果表明,所提方法能够有效缓解舰船目标漏检和误检问题,提高了遥感图像舰船目标检测的精度。

自然场景图像中维吾尔文检测算法

针对自然场景图像中维吾尔文检测难度较大、字体粘连、形状较小等问题,提出了改进的DBNet算法.该网络结构主要由拆分注意力网络ResNeSt50和特征金字塔网络FPN融合进行特征提取,然后对提取的特征进行预测,之后经过DB操作获得包含丰富语义信息和位置信息的维吾尔文字检测结果.经过在数据集的实验测试与对比,所提出的算法考虑了语义信息和位置信息对检测结果的影响,得到的准确率达到了0.767 2,F值达到了0.67,有效地提高了检测的准确率.

烧烫伤创面深度智能检测模型P-YOLO的建立及测试效果

目的基于深度学习技术和计算机语言设计烧烫伤创面深度智能检测模型并予以测试,验证该模型对烧烫伤创面图像检测的有效性及准确性。方法收集2022年1月至2024年2月在上海交通大学医学院附属瑞金医院烧伤整形科接受治疗且符合入选标准的烧烫伤患者伤后48 h内创面照片共492张,重置照片顺序并编号。由两名执业3年以上的副主任医师采用图像标注工具LabelMe对照片中的目标创面进行标记并判定其严重程度,严重程度分为Ⅰ度、Ⅱ度和Ⅲ度。采用图像处理技术扩充数据集至2952张,按照7∶2∶1比例划分为训练集、验证集及测试集。在Python 3.10.0版本下,提出并构建基于深度学习的烧烫伤创面深度智能检测模型P-YOLO,通过多批次训练调整并优化网络参数。经过测试得到该模型在数据集上的各项指标参数,如查准率、召回率以及在不同交并比(IoU)下的平均精度均值等,根据实验结果绘制出相应的F1指数曲线和混淆矩阵。结果(1)经测试,所设计的P-YOLO智能检测模型对Ⅰ度、Ⅱ度和Ⅲ度烧烫伤创面识别的查准率分别为0.962、0.931及0.886,召回率分别为0.849、0.828及0.857,F1指数分别为0.902、0.876及0.871。(2)混淆矩阵显示,P-YOLO模型检测Ⅰ度、Ⅱ度和Ⅲ度烧烫伤创面的准确度分别为0.86、0.87及0.91。(3)当IoU阈值为0.5时,P-YOLO模型检测Ⅰ度、Ⅱ度和Ⅲ度烧烫伤创面的平均精度均值为0.893、0.885及0.838。在所有类别创面中,P-YOLO模型检测的平均精度均值为0.872。(4)与Faster R-CNN、YOLOv5及YOLOv7检测模型相比,P-YOLO模型具有最高的平均精度均值,检测效果最优。结论基于深度学习的智能检测模型P-YOLO整体检测准确率和可靠性较高,能够提高烧伤科医师对烧烫伤创面深度的诊断准确度和效率。