第２９卷第２期计算机集成制造系统Ｖｏｌ．２９Ｎｏ．２２０２３年２月ＣｏｍｐｕｔｅｒＩｎｔｅｇｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍｓＦｅｂ．２０２３ＤＯＩ：１０．１３１９６／ｊ．ｃｉｍｓ．２０２３．０２．０２３收稿日期：２０２１－０１－１４；修订日期：２０２１－０５－１９。Ｒｅｃｅｉｖｅｄ１４Ｊａｎ．２０２１；ａｃｃｅｐｔｅｄ１９Ｍａｙ２０２１．基金项目：国家自然科学基金资助项目（６１８６３０１８，６２２６３０１６）；云南省科技厅应用基础研究资助项目（２０２００１ＡＴ０７００３８）。Ｆｏｕｎｄａｔｉｏｎｉｔｅｍｓ：ＰｒｏｊｅｃｔｓｕｐｐｏｒｔｅｄｂｙｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ，Ｃｈｉｎａ（Ｎｏ．６１８６３０１８，６２２６３０１６），ａｎｄｔｈｅＡｐｐｌｉｅｄＢａｓｉｃＲｅｓｅａｒｃｈＦｏｕｎｄａｔｉｏｎｏｆＹｕｎｎａｎＰｒｏｖｉｎｃｉａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＤｅｐａｒｔｍｅｎｔ，Ｃｈｉｎａ（Ｎｏ．２０２００１ＡＴ０７００３８）．基于改进注意力Ｗ－Ｎｅｔ的工业烟尘图像分割詹光莉，刘辉＋，杨路（昆明理工大学信息工程与自动化学院，云南昆明６５０５００）摘要：针对小目标烟尘尺寸小、边缘稀薄和Ｕ－Ｎｅｔ在提取小目标烟尘特征效果不佳等原因导致的烟尘漏检、误检和分割精度低等问题，提出一种基于改进注意力Ｗ－Ｎｅｔ（ＩＡＷ－Ｎｅｔ）的烟尘图像分割网络。采用注意力机制将Ｕ－Ｎｅｔ扩展为Ｗ－Ｎｅｔ，在Ｗ－Ｎｅｔ的基础上引入改进的注意力机制，增强了小目标烟尘的特征；针对小目标烟尘特点对焦点损失进行改进，增加了小目标烟尘的分割比重。实验结果表明，ＩＡＷ－Ｎｅｔ能够在不影响大目标烟尘分割的基础上更加关注小目标烟尘的分割效果，从而提升了烟尘图像的整体分割能力，相比现有语义分割网络具有更好的分割效果。关键词：工业烟尘；图像分割；Ｗ－Ｎｅｔ；注意力机制；焦点损失中图分类号：ＴＰ３９１文献标识码：ＡＩｎｄｕｓｔｒｉａｌｓｍｏｋｅｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄａｔｔｅｎｔｉｏｎＷ－ＮｅｔＺＨＡＮＧｕａｎｇｌｉ，ＬＩＵＨｕｉ＋，ＹＡＮＧＬｕ（ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈ...
