摘要：传统的语义分割知识蒸馏方法仍然存在知识蒸馏不完全、特征信息传递不显著等问题,且教师网络传递的知识情况复杂,容易丢失特征的位置信息。针对以上问题,本文提出了一种基于知识蒸馏的特征提炼语义分割模型FRKDNet。首先根据前景特征与背景噪声的特点,设计了一种特征提炼方法来将蒸馏知识中的前景内容进行分离,过滤掉教师网络的伪知识后将更准确的特征内容传递给学生网络,从而提高特征的表现能力。同时,在特征空间的隐式编码中提取类间距离与类内距离从而得到相应的特征坐标掩码,学生网络通过模拟特征位置信息来最小化与教师网络特征位置的差距,并分别和学生网络进行蒸馏损失计算,从而提高学生网络的分割精度,辅助学生网络更快地收敛。最后在公开数据集Pascal VOC和Cityscapes上实现了优秀的分割性能,MIoU分别达到74.19%和76.53%,比原始学生网络分别提高了2.04%和4.48%。本文方法相比于主流方法具有更好的分割性能和鲁棒性,为语义分割知识蒸馏提供了一种新方法。

摘要：近几年点云的分类分割研究多采用多层次架构提取点云特征的方法,提取到较为稳定的高层语义特征,但是全局特征和邻域特征提取不足并且缺乏对上下文信息的特征融合。因此,提出一种新的LAM-EdgeCNN网络,采用边缘卷积与注意力机制级联的方式对点云进行多层级特征提取,获取高层次特征信息。为了加强对特定通道特征和关键空间点的捕捉,提出一种轻量型LAM注意力机制,使用CAM特征通道注意力获取各通道的关联,定位关键通道特征的捕获,使网络更加关注特定通道特征以减少信息弥散和特征冗余;引入SAM空间注意力机制获取点空间的位置信息的注意力权重,增加获得浅层信息的细粒度。采用注意力机制与边缘卷积EdgeConv相结合的方式,增强上下文感知能力,充分提取和融合点云的局部特征和上下文特征,获得面向下游任务的点云特征。将模型应用于公开数据集,实验表明,模型在点云分类、部件分割、语义分割任务中取得良好效果且具有较好鲁棒性。

摘要：计算机断层扫描(CT)在当前是一种辅助检测肺炎的有效手段,但病理表征的复杂性给医生诊断时带来不便,难以准确地对图像进行分割。为进一步辅助医生根据病理表征诊断病情,本文基于U-net提出了一种多尺度融合编码网络,并结合自注意力机制,力图在辅助医生判断的角度提供可行性方案。为了获取不同尺度的语义信息,首先在编码器部分设计了一种多尺度融合编码器模块,提取不同尺度的特征,充分感知语义信息;同时在编码器和解码器之间的跳连部分引入了改进的自注意力机制,使得网络更好地关注不同语义特征的相关性;最后,采用融合Dice损失函数,Focal损失函数,交叉熵损失函数构建的多级损失函数,更好地约束训练。通过训练公开的数据集,得到分割结果表明Dice相似系数、精确率(Precision)、召回率(Recall)分别为75.37%、77.03%、71.87%,优于其他的模型。我们验证了改进的网络能够在图像分割过程中提升网络性能的可能性。

摘要：对袜子企业的现状进行分析,以袜品设计为研究对象,通过对袜品款式创意、色彩图案创意和别样材质组合等的研究,总结出适合用于袜品的创意装饰设计形式,拟为袜业的发展和企业转型升级提供一定的参考依据。

摘要：以袜品设计为研究对象,通过对袜子企业发展存在的问题、企业的创新以及设计思维的阐述,为袜子产业的流行化、时尚化发展提供理论参考,找出创新的方法。

摘要：人们的消费观及审美随着时代进步不断进步,袜子作为生活中的必需品,已不仅仅是作为保暖、护足功能而存在了,人们更多地把它当成日常穿搭的重要设计点。袜子也通过各种设计成为不同文化的载体。现通过对流行文化的探究,寻找其对袜子设计的影响。

摘要：消费者求新求异的审美眼光和着装品位的不断提升,促使针织毛衫的创新设计处于从未有过的重要地位。文章从对针织毛衫的装饰物件和细节装饰方面进行探讨,希望针织毛衫有不一样的风采。