基于fast-Unet的补强胶胶体在线识别分割技术

• 作者: 薛金超 赵德安 李长峰 张军 陈辉
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 实时语义分割 Unet 补强胶 注意力模块 金字塔池化模块
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 213-219
• 页数: 7页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.11907/rjdk.212391

摘要

电子产品随着更新迭代,对零部件胶体质量的要求不断提高.针对补强胶识别分割,传统算法鲁棒性较低,深度学习的语义分割网络Unet分割速度较慢.为此,提出改进的Unet实时语义分割网络fast-Unet.该网络有3个特征提取分支,输出特征图分别为原图大小、原图的1/4大小和原图的1/16大小,每个分支都共享一部分网络权重.并在第二个特征提取网络中加入了通道分割、注意力模块(CBAM)和金字塔池化模块(PPM).实验结果表明,fast-Unet相较于Unet网络,在MIoU和MPA上都提升了0.07,FPS提高了43.08,单个样本在线检测耗时仅为25ms,显著提升了补强胶胶体在线检测分割效果.