摘要
本发明公开了一种基于高效采样及多尺度融合的桥梁裂缝智能识别方法和系统,涉及图像识别技术领域,在构建桥梁裂缝分割模型时,以图像分割卷积神经网络U‑Net为基线,在编码阶段的下采样处理过程中,利用高效下采样模块的稀疏结构提取丰富的裂缝特征信息,并将特征图的高度与宽度进行缩小;在解码阶段的上采样处理过程中,利用高效上采样模块的稀疏结构检索稠密的裂缝特征细节,并将特征图的高度与宽度进行扩增;在编码结构与解码结构间的跳跃连接处融入修正坐标注意模块,增强模型对特征图长距离关系的提取,使其兼顾全局通道及位置信息的学习,从而实现复杂背景下桥梁结构表观裂缝的高精度检测。
技术关键词
桥梁结构
桥梁裂缝
智能识别方法
裂缝特征
数据
批量
采样模块
上采样
尺寸
通道
智能识别系统
坐标
输出特征
轴对称
马赛克
更新模型参数
图像识别技术