摘要
本说明书实施例提供了一种基于transformer和级联运算的桥梁裂缝检测模型构建方法及系统,其中,方法包括:获取桥梁裂纹图像,对裂纹图像进行预处理,得到输入数据;将输入数据输入级联协调注意力增强模型Cascade CATransUNet中进行训练,并通过定制化损失函数对模型进行优化,得到最终的桥梁裂缝检测模型;所述方法进一步包括:通过桥梁裂缝检测模型对桥梁裂缝图像进行检测。本发明实施例提出了一种称为Cascade CATransUNet的精细分割方法,其结合了级联结构和协调注意力机制来增强Transformer,这种方式不仅考虑了全局和局部两个方面,还保持了计算内存需求不变,并在模型训练过程中加入了考虑边界区域的损失函数,有效实现了HR裂纹图像的细粒度分割,同时节省了GPU内存。
技术关键词
桥梁裂缝检测
模型构建方法
桥梁裂缝图像
级联
桥梁裂纹
注意力
分割掩模
精细分割方法
上采样
模型构建系统
数据
滑动窗口
编码器
内存
可读存储介质
解码器
处理器
系统为您推荐了相关专利信息
故障诊断模型
比值特征
随机森林
故障诊断模块
生成数据集
预测模型构建方法
肌少症诊断
建立预测模型
数据收集模块
年龄
荧光读取装置
扩增检测装置
扩增方法
液相
核酸检测方法
源极驱动芯片
信号驱动电路
信号控制电路
开关控制电路
开关控制器