摘要
本发明涉及图像分割技术领域,公开了一种基于ECA‑AC‑ResUnet网络的裂缝图像分割方法,获取道路裂缝图像数据集;构建ECA‑AC‑ResUnet道路裂缝分割网络模型,由编码器部分、解码器部分和对应的跳跃连接共同构成;编码器部分以U‑Net为主干网络,引入空洞残差卷积模块;解码器部分包括四个上采样模块,对应的跳跃连接通过将上采样操作后的特征图与编码器部分中对应空间尺寸的特征图进行拼接操作;在解码器部分引入ECA注意力机制模块和缺陷校正模块;提出融合损失函数,由二分类的交叉熵损失函数和Dice损失函数共同构成;利用步骤1中的数据集进行训练,利用训练好的ECA‑AC‑ResUnet道路裂缝分割网络模型进行裂缝图像分割。与现有技术相比,本发明能够更加精准地捕捉裂缝的形态信息。
技术关键词
裂缝图像分割方法
上采样
解码器
全局平均池化
输出特征
注意力机制
卷积模块
网络
校正模块
图像分割技术
空洞
通道
图像编码器
像素
系统为您推荐了相关专利信息
低功耗芯片
网络设计方法
模拟退火算法
深度卷积神经网络
时间同步
强化特征
异色羽绒
自动分选方法
自动分选系统
计算机视觉
互通立交设计方法
人工智能驱动
互通立交结构
节点特征
解码器