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(02):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(02):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(02):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(02):173.[doi:10. 3969 / j. issn. 1673-629X. 2021. 10. 029]
[5]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(02):140.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 024]
[6]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(02):58.[doi:10. 3969 / j. issn. 1673-629X. 2022. 11. 009]
[7]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(02):36.[doi:10. 3969 / j. issn. 1673-629X. 2022. S2. 006]
[8]罗 杨,万黎明,李 理,等.基于改进 U-Net 网络的半监督裂缝分割方法[J].计算机技术与发展,2022,32(12):179.[doi:10. 3969 / j. issn. 1673-629X. 2022. 12. 027]
LUO Yang,WAN Li-ming,LI Li,et al.A Semi-supervised Crack Segmentation Method Based on Improved U-Net Network[J].,2022,32(02):179.[doi:10. 3969 / j. issn. 1673-629X. 2022. 12. 027]
[9]王宇昕,付晓薇,赵思宇,等.基于多层融合注意力的乳腺肿瘤图像分割方法[J].计算机技术与发展,2023,33(07):139.[doi:10. 3969 / j. issn. 1673-629X. 2023. 07. 021]
WANG Yu-xin,FU Xiao-wei,ZHAO Si-yu,et al.Breast Tumor Images Segmentation Method Based on Multi-layer Fusion Attention[J].,2023,33(02):139.[doi:10. 3969 / j. issn. 1673-629X. 2023. 07. 021]
[10]谢宏彪,刘志勤,王庆凤,等.基于半监督的 3D 肝脏 CT 自动分割方法研究[J].计算机技术与发展,2023,33(09):149.[doi:10. 3969 / j. issn. 1673-629X. 2023. 09. 022]
XIE Hong-biao,LIU Zhi-qin,WANG Qing-feng,et al.Automated Segmentation of 3D Liver CT Images Using Semi-supervision[J].,2023,33(02):149.[doi:10. 3969 / j. issn. 1673-629X. 2023. 09. 022]