跳到正文
arXiv · 机器人与计算机视觉· Vrushank Ahire, Vivek Kurumanghat, Mudasir Ganaie, Lipika Kabiraj·· 10 天前AI 评分15

Deep Learning-Based Tracking and Lineage Reconstruction of Ligament Breakup 提出两阶段深度学习框架,实现液膜破裂中配体与液滴的追踪及谱系重建

Deep Learning-Based Tracking and Lineage Reconstruction of Ligament Breakup

AI 导读

该研究针对高速阴影成像中液膜破裂的多尺度瞬态动力学难题,提出包含 Faster R-CNN 检测器与 Transformer 增强多层感知机的两阶段框架。在 Carbopol 凝胶射流实验数据上,该方法通过形态保持的合成数据生成策略,在十四种配置下达到最高 0.872 F1 分数;第二阶段模型在严重类别不平衡下对破裂事件实现 86.1% 准确率、93.2% 精确率和完美召回率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org