面向工业图像修复的半通道注意力机制U-Net神经网络研究.pdfVIP

下载本文档

0
0
约10.07万字
约 62页
2024-08-01 发布于江苏
举报
版权申诉

面向工业图像修复的半通道注意力机制U-Net神经网络研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要本文从工业图像修复的角度出发，提出了多种工业图像修复模型首先，结合半通道注意力机制设计了融合半通道注意力机制的双阶段AHINet神经网络接下来，介绍了一种基于多阶段的神经网络模型通过对比三个神经网络的模型大小，发现MSFFNet神经网络在保证精度的前提下减少了神经网络参数量，提高了图像修复精度关键词半通道注意力机制UNet神经网络工业图像修复图像处理深度学习计算机视觉

中文摘要

工业图像修复在图像处理与图像修复领域已经引起了广泛的关注，并且工业图像修

复有着重要意义。然而，目前工业领域的图像修复技术的研究仍然存在一些问题。比如，

精度不够高、神经网络模型参数量较大以及网络模型性能和大小难以平衡等。因此，为

了解决上述缺陷，本文提出了三种不同工业图像修复模型，包括融合半通道注意力机制

的双阶段AHINet神经网络、融合注意力特征的多阶段MSFFNet

面向工业图像修复的半通道注意力机制U-Net神经网络研究.pdf 原文免费试下载