摘要
本发明公开了一种基于多尺度感受野与混合注意力机制的路面裂缝检测方法,涉及图像分析模型领域,旨在解决现有技术中对尺寸极端的裂缝易漏检、误检,受相近纹理干扰大的问题,采用的技术方案是,采用UNet网络,在UNet网络的编码器和解码器的连接处设置多尺度感受野扩张模块,在UNet网络的编码器与解码器的每层跳级连接上设置双重混合注意力模块。通过设置MRFE模块扩大了网络在特征提取时的感受野,可以减少网络对尺寸较大的长裂缝分割不连续、不完整,同时不会遗漏细小裂缝。设置DMA模块减少将背景噪声错误分割为裂缝的情况,又能使网络更多地关注低层图像特征中的裂缝细节信息,减少网络对细小裂缝漏检的情况。
技术关键词
路面裂缝检测方法
注意力机制
多尺度
分支
解码器
编码器
多层感知器
内核
网络
图像分析模型
路面缝隙
模块
像素
通道
背景噪声
空洞
矩阵
非线性
系统为您推荐了相关专利信息
排队时间预测方法
多头注意力机制
前馈神经网络
样本
编码机制
图像分割模型
超分辨率模型
语义
分块
局部特征信息
三维荧光光谱
多波段激发光源
水质检测方法
多尺度特征融合
预训练网络