-
公开(公告)号:CN117495875A
公开(公告)日:2024-02-02
申请号:CN202311538858.9
申请日:2023-11-17
Applicant: 北京理工大学
IPC: G06T7/10 , G06V10/80 , G06V10/774 , G06V10/40 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于残差连接和注意力机制融合的复杂图像分割方法,利用改进的U‑Net模型对图像进行晶界分割,采用Same卷积代替原始的Valid卷积,在每个卷积层后加入一个批归一化层,在卷积单元间引入残差连接,在编码器和解码器的逐层传递中引入ECA注意力机制,在跳层连接结构中引入CBAM注意力机制,改进后的模型具有更强的特征传播能力,在模型训练时更关注晶界部分,抑制背景响应,从而可以提高晶界识别的准确率,解决由于晶界模糊导致晶界难以分割的问题。设计基于Dice损失和Focal损失的混合损失函数,使模型更关注难分类样本,缓解由于数据类别不均衡导致的晶界难以分割的问题。