TY - A2的高,杨盟,彭日成沭阳县AU -肖,Xuewen盟——崔Yuao盟——毛,Shangwei盟——曹,鑫盟——贾,鸿晟盟——王,浩盟通,奉化AU -张,晓惠PY - 2022 DA - 2022/08/25 TI - GCN-Unet:计算机视觉方法应用到工业粒度分割SP - 1466261六世- 2022 AB -冶金工业领域,确定原料的粒度在运输过程中,是一个必不可少的过程。我们提出一种图像分割方法的政府通讯(全球卷积网络)-Unet提取原料颗粒的轮廓边缘。原材料获取清晰的图像,使用固定工业高速摄影机拍摄操作从上面带式输送机。这时,一个训练有素的GCN-Unet模型用于计算图像和输出结果与颗粒和小零件的轮廓边缘分割的材料。我们结合U-Net与几个全球卷积网络模型和边界优化块和比较的预测结果GCN-Unet U-Net,表明GCN-Unet有更好的预测能力用更少的参数(7876675,而U-Net 31101448参数)和较高的计算速度(大约两倍的速度比U-Net)。根据CNN(卷积神经网络),我们的电脑版本方法几乎可以取代传统手工抽样检验方法相应的总体分析和自动识别的过程。SN - 1574 - 017 - 2022/1466261 / 10.1155 x你——https://doi.org/10.1155/2022/1466261——摩根富林明-移动信息系统PB - Hindawi KW - ER