首页> 中文期刊> 《黑龙江大学工程学报》 >使用深度学习网络U-Net进行道路提取的研究与讨论

使用深度学习网络U-Net进行道路提取的研究与讨论

         

摘要

道路提取在许多领域都有重要的应用,是一个非常必要并且活跃的研究课题.在以往的道路提取任务中通常采用人工标注的方法,但人工标注是一项复杂的工作,而且不能保证结果的准确和精度.随着计算机计算能力的提升,形态学算法、计算机视觉、机器学习等方法开始被用于道路提取和标记任务中.讨论了道路提取过程中常见的问题和可行的解决方案.并利用马萨诸塞道路数据集数据库进行了U-Net道路提取任务的实验.在缺乏训练样本和训练时间较短的情况下,证明了二元交叉熵损失和IoU损失函数的组合是完成该任务的可能方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号