摘要
本发明属于图像识别技术领域,具体涉及一种基于深度学习的石墨矿石图像模糊消除的方法,引入基于多尺度特征融合的Transformer模块,增强特征提取和融合能力。Transformer模块可以更好地处理长距离依赖关系,提高特征的表示能力。同时采用密集残差块(RRDB)代替传统的残差单元。RRDB通过密集连接的方式,充分利用各层的特征信息,增强网络对图像细节的学习能力;将传统的通道注意力机制替换为ECA通道注意力机制,将ECA模块融合到生成器的残差块中,在每个残差块的末尾应用ECA模块来加强通道注意力。ECA模块可以更高效地利用通道信息,提高特征的表达能力。
技术关键词
对抗网络模型
矿石
石墨
通道注意力机制
多尺度特征融合
模块
参数
策略
全局平均池化
图像识别技术
双线性插值
上采样
训练集
数据分布
分辨率
系统为您推荐了相关专利信息
程度估计方法
全局特征提取
多尺度
sigmoid函数
卷积模块
拉普拉斯金字塔
图像检测系统
算法模块
检测算法技术
红外设备
溯源方法
敏感信息识别
内容识别技术
拓扑结构特征
计算机可读指令
体积计算方法
医学影像数据
深度学习模型
腹水
深度学习语义分割