摘要
本发明公开了一种基于U‑Net算法的水下桥梁裂缝缺陷检测方法及系统,在传统U‑Net算法的基础上,首先添加的残差网络模块通过快捷连接,使得信息可以直接从浅层传递到深层,有效地缓解了梯度消失问题。这使得U‑Net能够构建更深的网络结构,从而提取更丰富、更高级的特征,提高对复杂图像的理解能力。其次增加的RFB模块能够同时提取不同大小的感受野的尺度特征,为模型提供更全面的信息,提高对不同大小裂缝的检测能力。
技术关键词
桥梁裂缝
缺陷检测方法
缺陷检测系统
空洞
特征提取网络
裂缝特征
通道
算法
卷积模块
多分支
图片
特征提取模块
图像
残差网络
非线性
网络结构
输出模块
系统为您推荐了相关专利信息
人眼视线估计方法
细粒度特征
特征提取网络
池化特征
文本编码器
图像生成模型
图像生成方法
多尺度特征金字塔
变换器
深度图
超声图像分割方法
上下文特征
多尺度特征融合
卷积模块
注意力
Criminisi算法
单目深度估计
深度图
空洞
深度映射
SSD算法
工件定位方法
注意力机制
特征提取模块
坐标