基于高语义特征与注意力机制的桥梁裂缝检测
TP23%TP181%U8; 为提高桥梁裂缝的检测效果,提出了一种基于高语义特征与注意力机制的桥梁裂缝检测(deep bridge crack detection,DBCD)网络.该网络基于编码器-解码器网络架构,首先编码器基于SegNet,在下采样过程中引入最大池化索引,以避免提取桥梁裂缝特征时细节损失;其次在编码器和解码器间加入高语义特征融合模块,提高检测不同桥梁裂缝尺度的鲁棒性;再次在解码器阶段引入注意力机制,设计基于混合域注意力机制的解码器模块,实现对桥梁裂缝的准确定位.最后在现场真实拍摄的桥梁裂缝图像数据集上,与传统的网络进行了比较,DBCB具有更丰富的细节、更准确的定位及更高的检测...
Gespeichert in:
| Veröffentlicht in: | 湖北工业大学学报 2022, Vol.37 (2), p.55-59 |
|---|---|
| Hauptverfasser: | , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | TP23%TP181%U8; 为提高桥梁裂缝的检测效果,提出了一种基于高语义特征与注意力机制的桥梁裂缝检测(deep bridge crack detection,DBCD)网络.该网络基于编码器-解码器网络架构,首先编码器基于SegNet,在下采样过程中引入最大池化索引,以避免提取桥梁裂缝特征时细节损失;其次在编码器和解码器间加入高语义特征融合模块,提高检测不同桥梁裂缝尺度的鲁棒性;再次在解码器阶段引入注意力机制,设计基于混合域注意力机制的解码器模块,实现对桥梁裂缝的准确定位.最后在现场真实拍摄的桥梁裂缝图像数据集上,与传统的网络进行了比较,DBCB具有更丰富的细节、更准确的定位及更高的检测精度. |
|---|---|
| ISSN: | 1003-4684 |
| DOI: | 10.3969/j.issn.1003-4684.2022.02.011 |