来源：期刊VIP网 时间：
作者：李文开;王莉;牛群峰;王涛;
单位：河南工业大学电气工程学院;北京博深康科技有限责任公司;
摘要：针对金刚石微粉形状复杂多变、颜色相似度高以及相互粘连导致的分割困难等问题，文中提出基于改进Mask RCNN的金刚石微粉分割算法。首先，在原有主干网络的基础上重新设计残差结构，引入高效通道注意力机制，在不增加网络参数的情况下增强模型的复杂特征提取能力；其次，根据金刚石微粉实际尺寸和形状不规则性优化Anchor box框，增强检测框切合度，进一步提高模型的图像分割精度；最后，采用DIoU-NMS模块改进检测框筛选方式，避免粘连金刚石微粉漏检现象。实验结果表明，在自建的金刚石微粉数据集上，改进后的Mask RCNN算法对金刚石微粉的平均精度均值（mAP）为75.51%，比标准Mask RCNN算法提升了2.86%，分割精度得到显著提升，为精准分割金刚石微粉提供了一种可行性方法。
关键词：深度学习;;实例分割;;金刚石微粉;;注意力机制;;Mask RCNN;;DIoU-NMS
基金资助：河南省科技攻关项目(242102220094);; 河南工业大学创新基金支持计划专项(2022ZKCJ03)
