基于CBAM-U-Net的全二维气相色谱streak目标分割
李鑫
李波
吴培德
姚为
中南民族大学计算机科学学院 湖北武汉 430074
摘要：针对全二维气相色谱(GC×GC)图像中streak目标具有低对比度特点而难以分割的问题,提出了一种基于CBAM-U-Net的图像分割模型,所提出的模型在U-Net网络模型的基础上,通过在网络特征提取阶段嵌入CBAM注意力机制,来增强目标区域的特征信息,保留更多图像纹理.基于企业提供的全二维气相色谱数据集的实验结果表明,所提出方法的Acc、CPA、Dice系数等方面均有所提升,分别达到了98.80%、73.50%和71.73%,说明融合CBAM注意力机制的U-Net模型能够有效提升对streak目标区域的分割精度.
关键词：全二维气相色谱streak低对比度U-NetCBAM
资助基金：国家自然科学基金(61976226)中南民族大学科研学术团队资助项目(KTZ20050)
论文发表日期：2023-11-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 45-48 )