基于AP-U-net的全二维气相色谱图像streak噪声分割

梅乐; 李波

doi:10.12404/j.issn.1671-1815.2500658

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (5) :2076-2083 DOI: 10.12404/j.issn.1671-1815.2500658

自动化技术、计算机技术

基于AP-U-net的全二维气相色谱图像streak噪声分割

梅乐 ,
李波 ^*

作者信息 +

Streak Noise Segmentation of Comprehensive Two-dimensional Gas Chromatography Images Based on AP-U-net

MEI Le ,
LI Bo ^*

Author information +

文章历史 +

摘要

为提升全二维气相色谱数据中复杂化合物分析的准确性,基于U-net语义分割模型研究了streak噪声的精准分割问题,提出了一种AP-U-net改进模型。streak噪声具有低对比度、尺度多变等特点,在复杂背景中分割该目标具有一定挑战性。针对经典U-net模型存在的特征传递效率低、池化操作导致信息丢失以及全局信息捕捉困难等问题,分别采用残差连接优化梯度流动、Haar小波分解(Haar wavelet decomposition,HWD)替代下采样以及引入SK注意力机制(selective kernel attention)进行改进。结果表明:改进后的AP-U-net模型在GC×GC数据集上的平均交并比(mean intersection over union,MIoU)、精确度(accuracy,Acc)、类别像素准确率(class precision average,Cpa)和Dice系数分别达到81.44%、98.69%、83.22%和78.21%。与原始U-net模型相比,改进模型MIoU指标提升3.83%,Dice系数提升5.7%,与部分主流分割模型相比也展现出一定优势,具有良好的应用价值。

Abstract

In order to improve the accuracy of complex compound analysis in comprehensive two-dimensional gas chromatography (GC×GC) data, an improved model named AP-U-net was proposed based on the U-net semantic segmentation framework to investigate the precise segmentation of streak noise. Streak noise was characterized by low contrast and multi-scale variations, which makes it challenging to segment this target in complex backgrounds. To address the issues of low feature propagation efficiency, information loss caused by pooling operations, and difficulty in capturing global context in the original U-net, residual connections were introduced to enhance gradient flow, Haar wavelet decomposition (HWD) was used to replace downsampling, and a selective kernel (SK) attention mechanism was incorporated to improve global information modeling. The results show that the improved AP-U-net model achieved a mean intersection over union (MIoU) of 81.44%, accuracy (Acc) of 98.69%, class pixel accuracy (Cpa) of 83.22%, and a Dice coefficient of 78.21% on the GC×GC dataset. Compared with the original U-net model, the MIoU increases by 3.83%, and the Dice coefficient increases by 5.7%. It is concluded that the AP-U-net model effectively segments streak noise and shows certain advantages over some mainstream segmentation models, indicating good application potential.

Graphical abstract

关键词

全二维气相色谱 / streak噪声 / AP-U-net / 小波变换下采样 / SK注意力机制 / 目标分割

Key words

comprehensive two-dimensional gas chromatography / streak noise / AP-U-net / wavelet transform downsampling / SK attention mechanism / target segmentation

引用本文

引用格式 ▾

梅乐, 李波. 基于AP-U-net的全二维气相色谱图像streak噪声分割[J]. 科学技术与工程, 2026, 26(5): 2076-2083 DOI:10.12404/j.issn.1671-1815.2500658

MEI Le, LI Bo. Streak Noise Segmentation of Comprehensive Two-dimensional Gas Chromatography Images Based on AP-U-net[J]. Science Technology and Engineering, 2026, 26(5): 2076-2083 DOI:10.12404/j.issn.1671-1815.2500658

登录浏览全文

4963

注册一个新账户忘记密码

全二维气相色谱(GC×GC)^[1]是一种高效的色谱分析技术,它利用两个分离机理不同的色谱柱来实现复杂样品的高分辨率分离。全二维气相色谱能够分离出常规方法难以区分的化合物,这使其应用范围极为广泛,从环境科学的污染物筛查、食品工业的风味分析,到生物医药领域的代谢物分析等都有着重要的作用。在全二维气相色谱图像的分析处理中,面临的挑战之一是streak噪声的存在。streak是由多种因素引起的,如色谱系统的技术局限、样品进样系统的非理想行为、化合物的热稳定性差异等,这些因素导致在色谱图像中形成对比度低、尺度多变的条带状噪声信号。这种噪声不仅掩盖了真正的化合物峰,而且干扰了后续分析,如峰识别、定量分析等。如果不能有效地从色谱图像中分离出这部分streak噪声,就可能导致数据解释的错误,进而影响实验结果的可靠性和精确性。因此,分割和去除全二维气相色谱图像中的streak区域,对于提高数据质量和分析准确性具有重要意义。

然而,全二维色谱图像中主要关注对象是peak^[2],streak作为一种随机出现的噪声在全二维色谱实验中发生概率较小,因而往往被忽视,目前采用机器学习和深度学习开展streak分割的公开报道的工作还很少。近年来出现的一些在其他应用领域的具有相近形态的目标分割研究,为全二维色谱图像streak分割提供了潜在的技术借鉴。例如,Wang等^[3]在激光雷达点云数据的预分割中运用的质心矩阵方法,以及Chang等^[4]和Jiang等^[5]在雨痕去除上的神经网络方法,虽然在目标形态上与全二维色谱streak类似,但其数据特征与色谱数据存在显著差异,需进行特定调整。此外,Qureshi等^[6]提出的用于粒子条纹测速实验的算法、王彩云等^[7]在视网膜血管图像分割中的方向滤波算法,以及董红月等^[8]开发的用于工业裂缝分割的金字塔和平衡注意力机制,均展示了在处理细长目标或噪声时的技术方法,这些方法为全二维色谱图像streak分割问题提供启发。在应用U-net模型研究目标分割领域,汪南洋等^[9]提出了基于U-net网络的MSHAM-U-net对岩心图像的孔洞进行分割,曹战等^[10]采用引入注意力机制的U-net分割露头裂缝,而李鑫等^[11]尝试应用CBAM-U-net开展streak目标分割,达到一定效果。

在U-net语义分割模型基础上,现提出一种精准的分割streak噪声的AP-U-net模型。针对经典的U-net模型多层卷积及下采样的结构,提出在U-net中引入残差连接,以优化特征传递和梯度流动的效率;针对经典U-net模型中的池化操作会导致重要信息的丢失这一问题,提出采用HWD小波变换进行下采样,以保留更多有效的目标特征信息;针对streak噪声尺度多变的特点,引入SK注意力机制以改善U-net模型捕捉全局信息困难的问题,增强提取streak目标特征的能力;在企业提供的数据集和公开数据集上验证本文提出模型的有效性。研究基于对streak噪声的准确分割,可为该领域企业提供有效的方法与模型,为在全二维色谱数据中准确分离streak噪声提供有效理论参考,将有助于在实验数据分析中提高分析结果的精确性和可靠性,具有良好应用意义。

1 AP-U-net模型

AP-U-net模型结构如图1所示。改进部分如图中红色虚线框所示。对于每一层特征图,改进部分包括3个主要步骤:首先,采用HWD小波下采样代替传统下采样方法,以更好地捕捉特征图中的空间和频率信息。然后,在两个卷积层外添加残差连接,形成残差块,以增强特征提取能力和模型的鲁棒性。最后,经过SK注意力层对特征图进行处理,SK注意力层可以根据输入特征图的不同区域动态地选择合适的kernel大小,以更好地聚焦于图像中的重要区域。

1.1 U-net分割模型

U-net模型^[12]是一个端到端的卷积网络。它包括一个收缩路径和一个扩张路径,两者形成一个“U”形结构。该模型的特点是能够在图像分割任务中以精细的方式处理上下文信息和定位信息。U-net模型通过其独特的对称结构和跳跃连接,不仅加深了网络对图像的全面理解,而且增强了对每个像素位置的准确识别能力,使其在医学图像等领域的分割任务中表现卓越。这些特性也为针对GC×GC样本数据集中streak噪声分割任务的模型设计提供了重要参考。

1.2 HWD小波下采样

针对U-net模型的传统下采样方法,提出采用HWD(Haar wavelet downsampling)小波下采样技术^[13],以改善模型在处理全二维气相色谱图像中streak噪声分割时的性能。小波下采样是一种基于小波变换的图像处理技术,它不仅能够降低图像的空间分辨率,还能在多尺度上分解图像,从而保留更多的图像细节和特征信息。该技术通过Haar小波变换将图像分解为低频和高频组成部分。在这个过程中,低频分量代表了图像的平均信息,而高频分量则包含了图像的细节信息,包括边缘和纹理等。通过应用HWD小波下采样,收缩路径能够有效地减少计算复杂度,并保持图像内容的多尺度表示,这对于后续的特征融合至关重要。

HWD小波下采样模块结构如图2所示,对于一维信号,Haar小波变换首先通过低通滤波计算信号的局部平均值,然后通过高通滤波计算信号的局部差值,最后对平均值和差值进行二进制下采样,即每隔一个点取一个新的点。假设有一个一维信号x[n],取平均值的计算公式如式(1)所示。

(1)

$\begin{array}{c}{y}_{\mathrm{L}}\left[n\right]=\frac{x\left[2n\right]+x[2n+1]}{2}\end{array}$

取差值的计算公式如式(2)所示。

(2)

$\begin{array}{c}{y}_{\mathrm{H}}\left[n\right]=\frac{x\left[2n\right]-x[2n+1]}{2}\end{array}$

式中:y_L[n]和y_H[n]分别为Haar小波变换后的低频分量和高频分量。对于二维信号,Haar小波变换先对图像的每一行进行一维小波变换,得到L、H两个分量,再对图像的每一列进行一维小波变换。得到LL、LH、HL、HH共4个子带。HWD小波下采样模块将这4个子带拼接,拼接的计算公式如式(3)所示。

(3)HWT(x)=Concat(LL,LH,HL,HH)

在神经网络中,设输入特征图X∈R^C^×^H^×^W,R表示张量维度空间,C、H、W分别为输入通道数、特征图高度和宽度。经小波变换后通道维度扩展如式(4)所示。

(4)Y=f_wt(X)∈(R)⁴^C^×^H/^2×^W/²

式(4)中:f_wt(·)为Haar小波变换算子;Y为子带拼接结果。随后通过一个1×1的卷积进行通道调整,计算公式如式(5)所示。

(5)Z=WY+b,W∈R^C'^×4^C

式(5)中:W为1×1卷积核权重矩阵;b为偏置项;C'为输出通道数;Z为最终输出特征图,空间分辨率降为输入的一半。通过用HWD小波下采样替换U-net模型的平均池化下采样,可以避免U-net模型在减小图像尺寸时丢失部分重要的细节信息,进而提升模型对streak噪声的分割能力。

1.3 SK注意力机制

全二维气相色谱streak噪声具有尺度多变的特点,引入了SK注意力(selective kernel attention)模块^[14],该注意力机制可以动态调整卷积核的选择,以适应不同尺度的上下文信息,从而增强特征表示能力。

SK注意力模块结构如图3所示。设输入特征图X∈R^C^×^H^×^W,该模块首先通过多组不同尺寸的卷积核进行卷积操作。对于K个预定义卷积核尺寸集合{k_i|i=1,2,…,K},各分支输出如式(6)所示。

(6)F_i=RELU[BN(W_i*X)]∈R^C^×^H^×^W

式(6)中:F_i为第i个分支的输出特征;W_i∈R^{C×C×k_i×k_i}为第i个分支的卷积核权重;*表示卷积操作。采用K=4,k_i∈{1,3,5,7}。通过这种多分支的卷积操作,网络能够捕捉到不同尺度上的特征信息,丰富了特征表达。通过逐元素求和生成的融合特征如式(7)所示。

(7)U=$\stackrel{K}{\sum _{i=1}}$F_i∈R^C^×^H^×^W

随后对每个卷积操作的输出特征图进行全局平均池化,如式(8)所示。

(8)s_c=$\frac{1}{HW}\stackrel{H}{\sum _{h=1}}\stackrel{W}{\sum _{w=1}}$U_c(h,w)⇒S∈R^C

式(8)中:S为全局空间统计量。全局平均池化将每个特征图缩减为单个全局特征向量,这些向量能够代表各自特征图的整体信息,并为后续的注意力机制提供全局性支持。池化后的特征通过共享权重的全连接层进行处理,其计算公式如式(9)所示。

(9)Z=W_δ[RELU(W_πS)]∈R^d

式(9)中:W_π∈R^d^×^C为降维矩阵,d=max(C/r,L),r为压缩比;W_δ∈R^K^×^d为权重矩阵。该步骤将多个特征向量压缩成一个具有全局上下文信息的特征表示。共享全连接层的设计是通过非线性变换,结合所有输入特征,从而生成更具表达能力的特征向量。使用softmax函数将全局上下文信息转换为权重系数。其计算公式如式(10)所示。

(10)[a₁,a₂,…,a_K]=softmax([w₁Z,w₂Z,…,w_KZ])

这些由softmax生成的权重系数能确保各分支特征图的权重和为1,从而保证在特征融合过程中进行合理的加权。最后,将生成的权重系数应用于对应的特征图,通过加权求和的方式,将多尺度特征图融合成一个最终的特征图。其计算公式如式(11)所示。

(11)V=$\stackrel{K}{\sum _{i=1}}$a_i☉F_i∈R^C^×^H^×^W

式(11)中:☉表示逐通道乘法。这一过程确保了不同卷积核所捕捉到的特征信息都能得到合理的融合和表达,从而生成具有更强表达能力的特征图。

1.4 残差连接

为了优化特征传递和梯度流动的效率,在U-net模型中引入残差块^[15],这样网络学习的目标变成输入和输出之间的残差(即差异),而不是直接学习映射本身。设原始映射为H(X),残差块重构公式如式(12)所示。

(12)H(X)=F(X)+X

式(12)中:X∈R^C^×^H^×^W为输入特征;F(X)为待学习的残差函数。通过这种方式,网络可以更容易地学习到恒等映射,从而帮助信息在深层网络中传播,减少梯度消失和爆炸的问题。

2 实验结果与讨论

2.1 数据集

由于streak在全二维气相色谱样本中随机出现,含有streak的样本属于小样本数据,数据集来自Zoex公司及GCImage公司的33个全二维气相色谱样本。为了在不破坏色谱峰和streak噪声原有特征的前提下增加样本多样性,采用添加高斯噪声和椒盐噪声的方法来进行数据增广。原始的33张全二维气相色谱图像样本被增广到660张,增广处理后的样本如图4所示。

2.2 实验环境及参数设置

实验的硬件环境为Intel(R) Core(TM) i5-10210U CPU 1.60 GHz处理器,16 GB内存,GPU为NVIDIA Tesla K80,Ubuntu 22.04操作系统,Python 3.6,PyTorch深度学习框架。

在深度学习实验的参数设置方面,为寻找最优模型,将Batch size设定为4;模型的训练将持续进行400个epoch。采用Adam动量优化器,其初始学习率设定为1×10^-4。此外,为了在训练过程中调整学习率,设定了最小学习率为初始学习率的1%,即1×10^-6。模型优化过程中采用的动量值为0.9。为了细致地调整学习率,采用了余弦衰减^[16]策略。将数据集按8∶2的比例划分为初始训练集和测试集,并从训练集中随机选出少量样本作为验证集。

2.3 实验评价指标

为评估模型性能,采用平均交并比(mean intersection over union,MIoU)、精确度(accuracy,Acc)、类别像素准确率(class precision average,Cpa)和Dice系数(dice coefficient)4个评价指标。其计算公

如式(13)~式(16)所示。

(13)MIoU=$\frac{1}{k+1}\stackrel{k}{\sum _{i=1}}\frac{{p}_{ii}}{\stackrel{k}{\sum _{i=0}}{p}_{ij}+\stackrel{k}{\sum _{i=0}}{p}_{ji}-{p}_{ii}}$×100%

式(13)中:k为目标类别;i为真实值;j为预测值;p_ij为将i预测为j。

(14)Acc=$\frac{\mathrm{T}\mathrm{P}+\mathrm{T}\mathrm{N}}{\mathrm{T}\mathrm{P}+\mathrm{T}\mathrm{N}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%

(15)Cpa=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$×100%

(16)Dice=$\frac{2\mathrm{T}\mathrm{P}}{2\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}$×100%

式中:TP为模型正确地预测为正类的样本数;TN为模型正确地预测为负类的样本数;FP为模型错误地将负类样本预测为正类样本的数目;FN为模型错误地将正类样本预测为负类样本的数目。

2.4 对比实验分析

全二维气相色谱数据集上的分割结果如表1所示。可以看到,AP-U-net模型在多个评价指标上均表现出显著的提升。具体而言,AP-U-net在MIoU指标上相较于原始U-net提高了3.83个百分点,达到了81.44%。在Dice系数上,AP-U-net的提升幅度为5.7%,从原始U-net的72.51%提升至78.21%。此外,AP-U-net在Cpa指标上的表现也尤为突出,提升幅度为10.42%,达到了83.22%。值得注意的是,模型的MIoU高于Dice系数,这是因为模型对背景类的分割效果更佳,背景类的IoU接近100%,从而拉高了整体的MIoU。同时,所有模型的Acc均在98%以上,这表明模型在整体像素分类上的表现非常稳定。

不同模型对GC×GC数据集的可视化分割结果如图5所示。可以看到,U-net模型能够捕捉到部分streak噪声的特征,但在处理复杂噪声区域时,存在漏检现象,同时分割结果的边缘部分较为模糊,难以清晰地界定噪声的边界。对于一些连续的streak噪声,分割结果呈现断裂或不完整,无法准确还原标签中的目标区域。而改进后的AP-U-net模型能够更全面地捕捉streak噪声区域,分割结果更加完整,显著减少了漏检现象。在处理尺度多变的噪声时更具连续性,能够更好地保持目标区域的完整性,尤其在大跨度噪声区域表现尤为突出。

2.5 公开数据集实验验证分析

由于目前没有含有streak的全二维色谱数据的公开数据集,故采用了与streak形态相似的道路裂纹公开数据集^[20]来验证本文模型的效果。将数据集按8∶2的比例划分为初始训练集和测试集,并从训练集中随机选出少量样本作为验证集。

U-net模型与改进后的AP-U-net模型对道路裂纹数据集的分割结果如表2所示。可以看出,改进的AP-U-net模型相较于原模型在道路裂纹数据集上的各项分割指标上均有提升,其中在Dice指标上提升了2.38%。这是因为道路裂纹数据集的特征与全二维色谱streak有相似性,对U-net模型的改进同样适用。此外,AP-U-net在GC×GC数据集上的性能提升幅度相较于在道路裂纹数据集上的提升更为显著。这是因为GC×GC数据集包含复杂的化学成分信息,数据集中的模式和结构较为复杂,AP-U-net的高级模块(如SK注意力机制)在捕获和提取复杂特征方面表现出色。而道路裂纹数据集虽然也存在复杂纹理和噪声,但特征的复杂性不及GC×GC数据集,这使得AP-U-net在这个数据集上的改进幅度相对较小。

U-net模型与改进后的AP-U-net模型对道路裂纹数据集的可视化分割结果如图6所示。可以看到,U-net模型与AP-U-net模型从整体上均能分割出道路裂纹的大体轮廓,分割结果较为接近,但是在一些对比度低的地方(图中红框处),改进后的AP-U-net模型的分割结果更为精确。

2.6 消融实验

为验证残差模块(简称Res),HWD小波下采样模块和SK注意力机制对模型分割streak噪声的影响,对添加的模块在GC×GC数据集进行消融实验,实验结果如表3所示。

可以看到,当引入残差模块之后,MIoU从原本的77.61%提升至78.07%,Dice从72.51%提升到73.30%。这是因为残差模块对缓解梯度消失问题有所帮助,提高了模型的学习效率。在残差模块的基础上增加HWD小波下采样模块,MIoU提升至79.70%,Dice提升至75.72%,这表明HWD模块对细节特征的捕捉和高频信息处理非常有效。Cpa提升至77.52%,说明模型在检测streak噪声方面的能力得到了提高。加入SK注意力机制后,MIoU上升到80.77%,Dice上升到77.24%,显示出显著的性能提升。Cpa提升至82.14%,Acc提升至98.63%,表明SK注意力机制在优化特征选择和权重分配方面效果显著。综合加入所有模块后,模型的各项指标达到最佳状态,MIoU为81.44%,Acc为98.69%,Cpa为83.22%,Dice为78.21%。与基线模型相比,AP-U-net模型在MIoU上提升了3.83%,在Dice上提升了5.7%。该结果验证了各模块对模型性能提升的贡献。

3 结论

提出的改进AP-U-net模型在各项评价指标上均优于原模型,在目前主流分割模型中也有一定优势,能够有效地分割streak噪声,具有较好实用价值。但在对模型做改进适配时,主要集中在提升分割性能和准确度上,并未对网络的计算量和参数量进行详细的考量。因此未来可以考虑更轻量的改进方法或者剪枝、知识蒸馏等策略。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	陈文婷. 全二维气相色谱技术应用研究进展[J]. 化学分析计量, 2022, 31(8): 82-89.

[2]	Chen Wenting. Research progress on the application of comprehensive two-dimensional gas chromatography[J]. Chemical Analysis and Meterage, 2022, 31(8): 82-89.

[3]	Latha I, Reichenbach S E, Tao Q. Comparative analysis of peak-detection techniques for comprehensive two-dimensional chromatography[J]. Journal of Chromatography A, 2011, 1218(38): 6792-6798.

[4]	Wang X, Chen Z, Dong C, et al. Pre-segmentation of point cloud based on centroid matrix of streak tube imaging LiDAR[J]. IEEE Geoscience and Remote Sensing Letters, 2024, 22: 1-4.

[5]	Chang Y, Chen M, Yu C, et al. Direction and residual awareness curriculum learning network for rain streaks removal[J]. IEEE Transactions on Neural Networks and Learning Systems, 2024, 35(6): 8414-8428.

[6]	Jiang Z, Liu R, Yang S, et al. DRNet: learning a dynamic recursion network for chaotic rain streak removal[J]. Pattern Recognition, 2025, 158: 111004.

[7]	Qureshi M H, Tien W H. Novel streak-resolving algorithm for particle streak velocimetry[J]. Flow Measurement and Instrumentation, 2022, 87: 102208.

[8]	王彩云, 关志玉, 吴钇达, 等. 基于多方向滤波的视网膜血管图像分割算法[J]. 激光与光电子学进展, 2022, 59(8): 0817002.

[9]	Wang Caiyun, Guan Zhiyu, Wu Yida, et al. Retinal vessel image segmentation algorithm based on multi-directional filtering[J]. Laser & Optoelectronics Progress, 2022, 59(8): 0817002.

[10]	董红月, 张兴忠, 赵杰伦. 基于可逆金字塔和平衡注意力的工业裂缝分割[J]. 计算机工程与应用, 2022, 58(12): 234-242.

[11]	Dong Hongyue, Zhang Xingzhong, Zhao Jielun. Industrial crack segmentation based on reversible pyramid and balanced attention[J]. Computer Engineering and Applications, 2022, 58(12): 234-242.

[12]	汪南洋, 沈疆海. 基于MSHAM-UNet的岩心孔洞图像分割方法[J]. 科学技术与工程, 2024, 24(24): 10362-10369.

[13]	Wang Nanyang, Shen Jianghai. Image segmentation method of rock core hole based on MSHAM-UNet[J]. Science Technology and Engineering, 2024, 24(24): 10362-10369.

[14]	曹战, 于鹏, 陈华. 基于注意力U-Net模型的露头裂缝自动识别方法[J]. 科学技术与工程, 2023, 23(10): 4149-4156.

[15]	Cao Zhan, Yu Peng, Chen Hua. An automatic identification method of outcrop crack based on attention U-Net model[J]. Science Technology and Engineering, 2023, 23(10): 4149-4156.

[16]	李鑫, 李波, 吴培德, 等. 基于CBAM-U-Net的全二维气相色谱streak目标分割[J]. 信息技术与信息化, 2023(11): 45-48.

[17]	Li Xin, Li Bo, Wu Peide, et al. Streak target segmentation of comprehensive two-dimensional gas chromatography based on CBAM-U-Net[J]. Information Technology and Informatization, 2023(11): 45-48.

[18]	Ronneberger O, Fischer P, Brox T. U-net: convolutional networks for biomedical image segmentation[C]// Medical Image Computing and Computer-assisted Intervention-MICCAI 2015: 18th International Conference. Munich: Springer International Publishing, 2015: 234-241.

[19]	Xu G, Liao W, Zhang X, et al. Haar wavelet downsampling: a simple but effective downsampling module for semantic segmentation[J]. Pattern Recognition, 2023, 143: 109819.

[20]	Li X, Wang W, Hu X, et al. Selective kernel networks[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Long Beach: IEEE, 2019: 510-519.

[21]	He K, Zhang X, Ren S, et al. Deep residual learning for image recognition[C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas: IEEE, 2016: 770-778.

[22]	Cazenave T. Cosine annealing, mixnet and swish activation for computer Go[M]//Advances in Computer Games. Cham: Springer International Publishing, 2021: 53-60.

[23]	Chen L C, Zhu Y, Papandreou G, et al. Encoder-decoder with atrous separable convolution for semantic image segmentation[C]// Proceedings of the European Conference on Computer Vision (ECCV). Berlin: Springer, Cham, 2018: 833-851.

[24]	Xie E, Wang W, Yu Z, et al. SegFormer: simple and efficient design for semantic segmentation with transformers[J]. Advances in Neural Information Processing Systems, 2021, 34: 12077-12090.

[25]	Sun K, Xiao B, Liu D, et al. Deep high-resolution representation learning for human pose estimation[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Long Beach: IEEE, 2019: 5693-5703.

[26]	Nguyen N H T, Perry S, Bone D, et al. Two-stage convolutional neural network for road crack detection and segmentation[J]. Expert Systems with Applications, 2021, 186: 115718.