科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决烧结矿粒度识别过程中颗粒形状不规则、边缘模糊、高度粘连，难以识别的问题，提出了一种基于多尺度特征融合的改进UNet网络对烧结矿图像进行分割。该网络通过引入残差和密集连接，并加入SE模块(squeeze excitation block)进行特征融合，提取低层次精确的轮廓信息，解决烧结矿轮廓特征利用率低的问题；每层利用多尺度密集连接，完成非对称信息交换，有效缓解编码特征和解码特征之间的语义鸿沟问题；在解码器部分添加两个解码器，引入烧结矿轮廓特征，进行多任务学习并形成新的损失函数，利用轮廓信息来约束烧结矿对象掩码分割，提高粘连烧结矿轮廓分割能力。试验结果表明，改进的UNet网络与其他网络相比，显著提高了粘连烧结矿图像的分割准确度，为烧结矿粒度的准确识别奠定了基础。
- 单位
