摘要
本发明公开了基于Transformer与CNN架构的路面裂缝语义分割方法,涉及路面裂缝检测技术领域,该方法包括:获取路面图像,利用图像标注工具对路面图像中的裂缝病害图像进行标注,并基于标注后的裂缝病害图像构建数据集;对数据集进行预处理,基于预处理后的数据集构建并训练自注意力神经网络与卷积神经网络相结合的自适应语义分割模型;将训练完成后的自适应语义分割模型部署至本地平台,并将裂缝病害图像输入至自适应语义分割模型中进行分割标注。本发明引入由纹理感知器与尺度调控单元组成的动态尺度选择器,根据图像局部的纹理复杂度动态调节卷积核尺寸,实现对不同结构区域的精细建模。
技术关键词
语义分割方法
语义分割模型
图像局部特征
分支
裂缝病害
注意力神经网络
视觉
矩阵
图像纹理复杂度
特征提取网络
路面裂缝检测
标注工具
带能量
图像全局特征
卷积模块
网络架构
系统为您推荐了相关专利信息
行人检测方法
跨尺度特征融合
编码模块
输出特征
通道
链路
三维点云数据
语义分割模型
模型筛选方法
地图
多任务神经网络
图像处理方法
分支
进化神经网络
遗传算法
机械装备故障诊断
小波核函数
分支卷积神经网络
级联
评价方法