【摘 要】
：
针对基于深度学习的多尺度边缘检测不可避免出现自适应性低,参数增加,计算量大,检测边缘不连续等问题,本文提出一种基于改进整体嵌套的多尺度边缘检测方法.该方法将多尺度检测与弱监督模型相结合,解决参数多计算量大的问题.为了充分利用卷积强大的特征表达能力,在整体嵌套边缘检测的基础上,提出了一种多尺度下深度学习结构,一个相互独立的多网络多尺度结构,由不同深度和输出的多个网络组合.同时引用整体嵌套的权重混合层
【机 构】
：
中北大学电子测试技术国家重点实验室
【基金项目】
：
国家自然科学基金(61771434,61704160)。
论文部分内容阅读
针对基于深度学习的多尺度边缘检测不可避免出现自适应性低,参数增加,计算量大,检测边缘不连续等问题,本文提出一种基于改进整体嵌套的多尺度边缘检测方法.该方法将多尺度检测与弱监督模型相结合,解决参数多计算量大的问题.为了充分利用卷积强大的特征表达能力,在整体嵌套边缘检测的基础上,提出了一种多尺度下深度学习结构,一个相互独立的多网络多尺度结构,由不同深度和输出的多个网络组合.同时引用整体嵌套的权重混合层,权重混合层将所有的弱监督预测结果连接到一起,并在训练的过程中学习混合权重。将所提方法在数据集BSDS5
其他文献
2021年度上海市护理学会科研课题申报工作自4月份启动以来,得到各团体会员单位临床护理人员的积极参与。截至2021年5月,共收到相关申报66项。经既定程序组织申报者现场答辩及
2021年5月11日,国家卫生健康委员会医政医管局发布了题为《开启护理工作高质量发展新征程》的公告。公告指出,“十三五”以来,在党中央、国务院的坚强领导下,护理工作得到全
计算机网络的出现和应用,尽管为人们的生活提供了便利,但是,却引发网络病毒与黑客入侵、计算机系统崩溃、信息数据泄漏与丢失等网络安全隐患问题,这无疑增加了工业控制系统的
有色金属制造业是我国重要基础产业之一,是实现制造强国的重要支撑。当前,我国有色金属工业生产总体保持平稳运行,但仍然面临自主创新能力不足、发展质量效益不高、资源环境
针对传统的结构图提取方法难以在纹理平滑的同时更好的保持结构这一问题,采用迭代重加权最小二乘优化框架构建优化模型.针对图像中纹理与结构的梯度的不同,提出了相对极值变分.首先通过形态学中的闭合运算提取梯度图的极值图,然后扩展了窗口内在变分的指数权重,进而构建了新的优化模型.最后根据模型的非凸性,构建了Toeplitz矩阵进行数值求解.实验结果表明所提算法可以有效的移除图像纹理,更好的保持边缘结构与对比
随着识别率和实时性的提高,卷积神经网络目标检测算法的计算复杂度和内存需求急剧增加,难以应用在小尺寸和低功耗的嵌入式平台上.本文在分析现有目标检测神经网络模型结构的基础上,根据FPGA高实时性、低功耗以及并行处理的特点,提出了一种在FPGA上高速运算的神经网络模型规整化方法.在此方法指导下设计改进了一款目标检测神经网络模型结构,包括删除LRN层、Scale层的融合和替换Leaky-ReLU为ReLU
针对实时变化且不同时段差异大的时间序列,提出一种基于高斯过程混合模型的预测算法.该算法首先对时间序列进行预处理,并采用密度空间含噪聚类(DBSCAN)去除奇点.然后针对扩展
精度在14bit以上的Sigma-Delta调制器均采用高阶结构,从而存在复杂性较高的问题。本文采用二阶结构并借助Matlab SDToolbox设计一种使用开关电容电路结构实现的二阶16bit高精
肺结节早期检测可以提高病人的生存率,自动检测算法可以有效辅助医生进行诊断.为了提高肺结节检测精确度、降低漏诊率,提出了基于循环残差注意力门机制的U-Net(Recurrent Residual Attention Gate U-Net, R2AGU-Net)肺结节检测模型.首先在原始的U-Net基础上改进,添加循环残差卷积模块并融合注意力门机制,在增强特征提取性能的同时将注意力放在目标结节区域,通
提出了一种新型带隙基准结构,该电路结构用于在大范围电源电压下产生高精度与温度成正比的电流源.通过将三极管作为运放的输入端,预先产生一个与温度成正比的电压差,来降低运