MSEGO分割算法

分割精度提升55.89%

针对机械零件图像分割提出的策略改进优化算法,在公开与机械零件数据集上分割精度均显著优于对比算法,具有出色的适应性与准确性。

Xiaoyang, Yuan · 姚立国 · 张太华 · Guanghui, Li · 陈启鹏

Information Sciences 2026

参数信息

分割精度提升(公开数据集)
55.89 %
性能提升
24.16 %

技术优势

精度远超基准

在公开数据集和机械零件数据集上,MSEGO较基础EGO算法分割精度分别提升55.89%和38.59%。

综合性能第一

在与其他9种算法(包括新提出的Catch Fish Optimization Algorithm)的性能评估中,MSEGO排名第一。

基准性能提升显著

相对于基础EGO算法,MSEGO整体性能提升24.16%。

应用场景