搜索到268篇“ T形网络“的相关文章
一种基于残差密集U网络的图像去模糊模型及方法
本发明提供一种基于残差密集U网络的图像去模糊模型及方法,包括:应用于第一阶段的梯度残差密集混合U网络,用于粗略获取模糊图像的多分辨率特征,并提取模糊图像边缘信息;应用于第二、三、四阶段的梯度残差密集多尺度卷积注意力...
喻春雨张俊韩鼎
一种基于残差密集U网络的图像去模糊模型及方法
本发明提供一种基于残差密集U网络的图像去模糊模型及方法,包括:应用于第一阶段的梯度残差密集混合U网络,用于粗略获取模糊图像的多分辨率特征,并提取模糊图像边缘信息;应用于第二、三、四阶段的梯度残差密集多尺度卷积注意力...
喻春雨张俊韩鼎
一种基于改进U网络的红外与可见光图像融合模型
本发明涉及一种基于改进U网络的红外与可见光图像融合模型,为编码器网络,由编码器、解码器和融合层构成;编码器共有两个,分别分析红外图像和可见光图像,生成各自的特征图,两个编码器共享权值,权值在训练时由同一个编码器得到,融...
耿鹏范宇中尚艳亮党宏倩马璇菅迎宾孙川王阳雷宇
基于改进U网络的多组织成分图像分割方法及系统
本发明涉及一种基于改进U网络的多组织成分图像分割方法及系统,包括:构建U‑Net分割网络,U‑Net分割网络包括编码器和解码器,使用原训练集对U‑Net分割网络进行预训练,更新U‑Net分割网络的参数;构建特征知识缩聚...
向德辉吴昊蒋慧边云陈新建
融合深度卷积与注意力机制的U网络槽自动识别方法
本发明提供了一种基于融合深度卷积与注意力机制的U网络(Xception‑Squeeze&Excitation‑UNet,X‑SE‑UNet)槽自动识别方法,实现步骤包括:数据预处理:对未标记的风场、温度场和气压...
李骞蔡亚莉范茵
一种基于残差密集U网络模型的丘脑分割方法
本发明公开了一种基于残差密集U网络模型的丘脑分割方法,包括如下步骤:S1:对训练样本图像数据进行预处理;S2:构建待训练的语义分割网络模型;S3:将预处理后的训练样本图像,作为待训练的语义分割网络模型的输入,对待训练的...
孔佑勇熊子瑾徐宏岩鲍旭东舒华忠
一种片上互连网络的参数化蝶网络拓扑结构的方法被引量:1
2023年
本文实现了一种片上互连网络的参数化蝶拓扑结构的生成方式。蝶网络拓扑结构的电路实现上,相比较全连接网络具有一定时序优势。通过对网络具体的研究,本文实现了8输入8输出、16输入16输出和32输入32输出的蝶网络等任意2的幂次方输入的蝶网络的参数化结构。提出了一种新的参数化蝶网络拓扑结构。
游和艺葛青
关键词:片上网络参数化
基于对称U网络的医学图像分割算法研究与实现
医学图像的精准分割是医生进行疾病诊断和治疗的关键,但传统分割方法在自动化程度以及精度等方面尚有欠缺。随着深度学习技术的发展,特别是U-Net网络的提出,使得医学图像分割领域取得了巨大的进步。U-Net等U网络主要由跳跃...
吴彦林
关键词:医学图像卷积神经网络TRANSFORMER
基于心脏磁共振电影图像的压缩激励残差U网络左心肌分割被引量:1
2023年
左心肌分割对心脏疾病诊疗具有重要意义.但左心肌内部毗邻乳头肌、小梁,外部与周围组织灰度相近,是分割难点.本文首先对心脏磁共振电影图像数据进行感兴趣区域提取等预处理;其次,搭建融合了压缩激励模块和残差模块的U网络(SERU-net)分割左心肌;最后,利用75例数据训练SERU-net网络,对18例数据进行预测.基于本文方法的分割结果相对于金标准的Dice系数与豪斯多夫距离均值分别是0.902、2.697 mm;利用本文方法分割得到的舒张末期、收缩末期左心室心肌质量与金标准的相关系数和偏差均值分别是0.995、0.993和3.784 g、2.338 g.结果表明,本文方法与金标准匹配程度较高,有望辅助诊断心脏疾病.
王慧王甜甜王丽嘉
基于改进U网络的多组织成分图像分割方法及系统
本发明涉及一种基于改进U网络的多组织成分图像分割方法及系统,包括:构建U‑Net分割网络,U‑Net分割网络包括编码器和解码器,使用原训练集对U‑Net分割网络进行预训练,更新U‑Net分割网络的参数;构建特征知识缩聚...
向德辉吴昊蒋慧边云陈新建