基于改进双边分割网络的视觉测振方法

来源：机械与电子杂志2025年第03期北京时间：

作者：鲍克鹏;许涛;贾雪磊;王栋

单位：西安工程大学机电工程学院,陕西 西安 710600

摘要：为解决双边分割网络在标签分割时存在的分割边界拟合精度低以及边缘不准确而导致的形心计算偏差问题,提出一种改进的 BiSeNet 模型。首先,改进损失监测机制,提升模型对目标对象的关注度;其次,设计了一种多尺度边缘融合模块,增强网络的特征表示和训练稳定性。消融实验和对比实验结果表明,改进的双边分割网络分割模型,其 mIoU 和 mF1 评价指标较基准网络分别提高了 2.82 百分点和 2.51百分点。为验证其在振动测量中的有效性,以振动实验台作为实验对象。实验结果显示,与传统加速度传感器相比,所提方法测得的振动数据与真实位移数据之间的均方误差仅为 0.06 。

关键词：计算机视觉;语义分割;注意力机制;多尺度特征融合

基金资助：陕西省自然科学基础研究计划( 2024JC-YBMS-403 );陕西省技术创新引导计划( 2024QCY-KXJ-030 )