相似文献/References:
[1]刘 鑫,赵慧杰,武苏雯.基于U-Net的岩层图像裂缝检测算法应用[J].计算机技术与发展,2021,31(05):73.[doi:10. 3969 / j. issn. 1673-629X. 2021. 05. 013]
,,et al.ApplicationofU-NetBasedRockFormationImageCrackDetectionAlgorithm[J].,2021,31(04):73.[doi:10. 3969 / j. issn. 1673-629X. 2021. 05. 013]
[2]李博文,唐贵进,崔子冠.基于Retinex模型的弱光照图像增强算法[J].计算机技术与发展,2021,31(05):79.[doi:10. 3969 / j. issn. 1673-629X. 2021. 05. 014]
,AWeaklyIlluminatedImageEnhancementAlgorithm BasedonRetinexModel[J].,2021,31(04):79.[doi:10. 3969 / j. issn. 1673-629X. 2021. 05. 014]
[3]史健婷,崔闫靖,常 亮.基于优化 U-Net 网络的乳腺肿瘤区域分割方法[J].计算机技术与发展,2021,31(08):156.[doi:10. 3969 / j. issn. 1673-629X. 2021. 08. 027]
SHI Jian-ting,CUI Yan-jing,CHANG Liang.A Segmentation Method of Breast Tumor Region Based onOptimized U-Net[J].,2021,31(04):156.[doi:10. 3969 / j. issn. 1673-629X. 2021. 08. 027]
[4]龚 安,赵 莉,姚鑫杰.基于改进的 U-Net 网络模型的气胸分割算法[J].计算机技术与发展,2021,31(10):173.[doi:10. 3969 / j. issn. 1673-629X. 2021. 10. 029]
GONG An,ZHAO Li,YAO Xin-jie.Pneumothorax Segmentation Algorithm Based on Improved U-Net Network Model[J].,2021,31(04):173.[doi:10. 3969 / j. issn. 1673-629X. 2021. 10. 029]
[5]张洪波,隋文涛,袁摇 林,等.基于深度自编码器网络的压盖缺陷检测[J].计算机技术与发展,2022,32(02):143.[doi:10. 3969 / j. issn. 1673-629X. 2022. 02. 023]
ZHANG Hong-bo,SUI Wen-tao,YUAN Lin,et al.Capping Defect Detection Based on Deep Autoencoder Network[J].,2022,32(04):143.[doi:10. 3969 / j. issn. 1673-629X. 2022. 02. 023]
[6]杨元英,王安志*,何淋艳,等.基于生成式对抗网络的图像修复研究进展[J].计算机技术与发展,2022,32(02):75.[doi:10. 3969 / j. issn. 1673-629X. 2022. 02. 012]
YANG Yuan-ying,WANG An-zhi*,HE Lin-yan,et al.Advances in Image Inpainting Based on Generative Adversarial Networks[J].,2022,32(04):75.[doi:10. 3969 / j. issn. 1673-629X. 2022. 02. 012]
[7]喻鲁立,陈 黎.基于 U-Net 的多尺度视网膜血管分割方法[J].计算机技术与发展,2022,32(04):140.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 024]
YU Lu-li,CHEN Li.Multi-scale Segmentation of Retinal Vessels Based on U-Net[J].,2022,32(04):140.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 024]
[8]黄 莉,何美玲*.基于 U-Net 改进模型的多模态脑肿瘤分割方法[J].计算机技术与发展,2022,32(11):58.[doi:10. 3969 / j. issn. 1673-629X. 2022. 11. 009]
HUANG Li,HE Mei-ling*.Multi-model Brain Tumor Segmentation Method Based on Improved U-Net Model[J].,2022,32(04):58.[doi:10. 3969 / j. issn. 1673-629X. 2022. 11. 009]
[9]邓 祥,俞 璐,谢 钧,等.基于重构误差的深度聚类方法[J].计算机技术与发展,2022,32(11):30.[doi:10. 3969 / j. issn. 1673-629X. 2022. 11. 005]
DENG Xiang,YU Lu,XIE Jun,et al.Deep Clustering Method Based on Reconstruction Error[J].,2022,32(04):30.[doi:10. 3969 / j. issn. 1673-629X. 2022. 11. 005]
[10]季倓正,邵允学,吕摇 刚.基于深度学习的钢坯入炉前定位技术[J].计算机技术与发展,2022,32(S2):36.[doi:10. 3969 / j. issn. 1673-629X. 2022. S2. 006]
JI Tan-zheng,SHAO Yun-xue,LYU Gang.Positioning Technology of Billet before Furnace Based on Deep Learning[J].,2022,32(04):36.[doi:10. 3969 / j. issn. 1673-629X. 2022. S2. 006]