基于细化多尺度深度特征的目标检测网络

现有深度卷积神经网络中感受野尺度单一,无法适应目标的尺度变化和边界形变,故此本文提出了一种提取并融合多尺度特征的目标检测网络.该网络通过减少池化并在网络底层加入空间加信道压缩激励模块来突出可利用的细节信息,生成高质量的特征图;此外,在深层网络中加入可变多尺度特征融合模块,该模块具有多种尺度的感受野并可根据物体边界预测采样位置,最后通过融合多尺度特征使网络具有更强的特征表达能力并且对不同尺度实例及其边界信息更具鲁棒性.实验证明,本文结构实现了比原有结构更高的平均精度,与目前主流目标检测算法相比也具有一定优势.

改进的M2det内窥镜息肉检测方法

结直肠癌是一种致命的疾病,作为息肉的肠腺瘤被认为是结直肠癌的主要病因,因此在临床诊断中发现肠息肉是一项至关重要的任务。息肉检测通常由医生操作内窥镜来实现,由于肠道环境复杂,息肉影像数据量大,小尺度息肉不易辨识,息肉检查过程除了极其依赖医生经验之外,工作压力和强度也给医生带来了极大的负担,因此需要借助计算机辅助诊断技术来检测息肉,该技术可以有效地处理大量的息肉影像数据、发现早期息肉、提高息肉检测的准确率。目前的一些方法对小型息肉存在漏检,因此提出了一种改进的M2det方法用于息肉检测,通过FFMs模块融合主干网络特征,使图像特征得到了充分利用,在SFAM模块中增加scSENet注意力机制,保留了有效特征,抑制无用特征,采用Focal loss计算分类损失,解决了正负样本不平衡问题。大量实验表明,该方法可以有效地检测出息肉且优于前沿的息肉检测方法,在CVC15数据集上mAP、F1-score、F2-score分别提升到了98.25%、97.30%、97.98%。

一种RetinaNet与SE融合的航空取证目标检测算法

针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于RetinaNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性能。该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题,Focal Loss可有效应对数据均衡性问题,SE模块引入通道注意力机制对特征图进行加强,可进一步利用提取的通道间相关性增强有效特征并抑制无效特征。通过仿真实验,验证了算法能够在增加少量计算条件下提高目标检测准确率,进一步增强模型的表征能力,有效提高目标检测效率,可为相关工程应用提供参考。

基于多种强调机制的深度点云网络改进研究

机器视觉是机器人从复杂空间环境中识别工作对象的关键技术。在机器人系统中常用的Kinect深度相机或激光扫描传感器能够获取目标的三维信息,这使得机器人完成更加复杂的如组装、拆卸、抓取等工作任务成为可能。但是,这也对机器人系统处理三维信息的能力如三维定位、工作对象尺寸测量、估计等提出更高要求。以PointNet网络为基础,分析了软阈值挤压激励、通道门控、注意力等机制的主要特征强调机理,分别采用软阈值挤压激励、通道门控、注意力网络对PointNet网络进行改进,并在斯坦福大学公开的ShapeNet数据集上进行实验验证。结果表明,3种强调机制对原网络的改进,使三维点云的分割精度(均交并比)较PointNet原网络分别提高了0.24%,0.68%,0.93%。该改进方法为后续解决机器人在组装、拆卸、抓取等任务中对工作对象的尺寸精确估计奠定了基础。

基于空间通道挤压激励模块的肝硬化识别

针对卷积神经网络对特征信息学习不全面、识别准确率和分类精度不高的问题,提出一种采用空间通道挤压激励模块的scSE_MVGG网络,将其应用于肝硬化识别。对肝硬化图像进行数据增强,以避免深度学习训练出现过拟合现象,改进VGG网络使其适应不同实验样本尺寸,同时将scSE模块与改进的MVGG网络相融合,通过提高网络提取特征的指向性增强肝硬化识别效果。实验结果表明,该网络对肝硬化图像的识别率达到98.78%,较scSE_VGG、scSE_AlexNet等网络识别效果更优。

基于U-Net网络改进算法的视网膜血管分割研究

针对视网膜图像血管细小,细节特征丢失、梯度下降、爆炸而导致分割效果差的问题,本文提出了一种引入残差块、循环卷积模块和空间通道挤压激励模块的U-Net视网膜血管图像分割模型。首先通过使用一系列随机增强来扩展训练集并对数据集进行预处理,然后在U-Net模型中引入残差块,避免随着网络深度增加,分割准确率达到饱和然后迅速退化以及优化计算成本;并将U-Net网络的底部替换为循环卷积模块,提取图像低层次的特征,并不断的进行特征积累,增强上下文之间的语义信息,获得更有效的分割模型;最后在卷积层之间嵌入空间通道挤压激励模块,通过找到特征较好的通道,强调这一通道,压缩不相关的通道使得网络模型能够加强关键语义特征信息的学习,通过训练过程学习到有效的特征信息,同时增强抗干扰能力。通过在DRIVE数据集上的验证结果可得,本文所提模型的准确率为98.42%,灵敏度达到了82.36%,特异值达到了98.86%。通过和其他网络分割方法比较,本文所提分割方法具有更优的分割效果。

多尺度密集注意力网络用于视网膜血管分割

针对视网膜血管分割中有标签图像数据有限、血管结构复杂尺度不一且易受病变区域干扰等问题,提出一种多尺度密集注意力网络用于视网膜血管分割.首先,以U-Net架构为基础,引入并行空间和通道挤压激励注意力密集块(scSE-DB)代替传统卷积层,加强特征传播能力,实现了对特征信息的双重校准,使模型能更好地识别血管像素;其次,在网络底端嵌入级联空洞卷积模块,以捕获多尺度血管特征信息,提升网络获取深层语义特征的能力;最后,在公共数据集DRIVE、CHASE_DB1和STARE上进行实验,所提网络的准确率分别为96.50%、96.62%和96.75%,灵敏度分别为84.17%、83.34%和80.39%,特异性分别为98.22%、97.95%和98.67%.所提网络的整体分割性能优于现有多数先进算法.

基于双通道注意力机制的ResNet果实外观品质分类

为了实现对采摘后的果实进行快速、精确的外观品质分类,并配合分拣生产线完成果实大规模集中分拣,该研究提出了一种基于改进ResNet的果实分类方法。首先,将深度残差神经网络(deep residual neural network,ResNet)网络中的残差模块与双通道SE模块(dual channel squeeze-and-excitation block,DC-SE Block)结合,增强有效的通道特征并抑制低效或无效的通道特征,提高特征图的表达能力,从而提升识别精度;其次,在原始ResNet模型中加入Inception模块,将果实不同尺度的特征进行融合,增强对较小缺陷的识别能力;最后,对收集到的4类不同外观品质的果实图像进行数据增强并利用迁移学习的方法对模型进行初始化。以苹果为例进行的试验结果表明:经过数据集训练之后的改进模型,在测试集下的准确率达到99.7%,高于原模型的98.5%;精确率达到99.7%,高于原模型的98.3%;召回率达到99.7%,高于原模型的98.7%;在图形处理器(graphic processing unit,GPU)下的平均检测速度达到32.3帧/s,略低于原模型的35.7帧/s。与GoogleNet、MobileNet等几种目前先进的分类方法进行比较并对不同改进模型进行对比试验的结果表明,该方法具有良好的分类性能,对解决果实外观品质的精准分级问题具有重要参考价值。