×

如何使用深度学习进行虚拟边界检测的方法

消耗积分:0 | 格式:rar | 大小:1.10 MB | 2018-11-19

分享资料个

　　针对传 统边缘检测方法无法对材料微观图像中不同区域间存在的“虚拟边界”（VB）进行准确检测的问题，提出一种基于卷积神经网络（CNN）的虚拟边界检测模型，称之为“虚拟边界网络”（VBN）。该模型对VGGNet深度学习模型进行了简化，并在模型训练过程中采用了dropout以及Adam算法等优化策略。VBN以图像中每个像素为中心所取的图像块作为输入，然后输出该图像块所属的类别并据此判断中心像素是否属于虚拟边界。在对两类材料图像进行虚拟边界检测的实验中，VBN的平均检测精度到达92.5%，平均召回率达到89.5%，证明该模型能够准确、有效地对图像中的虚拟边界进行检测，是一-种替代低效率人工分析方法的有效手段。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !