多尺度特征融合与新型判别器的无监督分割
Computer Engineering and Applications（2023）
摘要
工厂在智能化升级过程中,有很多应用场景需要用到语义分割.然而使用全监督语义分割方法需要耗费大量人力成本进行样本标注,所以研究无监督语义分割方法很有必要.针对本地某碳素厂石墨电极压印字符的语义分割问题,提出了一种无监督语义分割方法CycleGAN-Seg.结合跨层连接和空洞空间池化金字塔(ASPP)的思想,构建了新型多尺度特征融合生成器,加入了改进的注意力模块以提升网络性能.同时提出一种新的U形判别器对重构图像进行判别.在石墨电极表面压印字符数据集语义分割实验中,MIoU值可达70.81％,分割效果基本满足识别需要,有望在该工业场景中替代全监督学习方法,以节省人工标注成本,达到快速训练和部署的目的.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要