摘要
本发明提供一种基于扫描系统的地基云图分类方法及系统,包括:利用扫描系统生成地基云图,构建历史地基云图数据集;融合卷积神经网络与视觉Transformer网络,利用所述历史地基云图数据集,构建单模态通道‑空间特征融合模型;基于单模态通道‑空间特征融合模型,对待分类地基云图进行分类,获得云图分类结果。本发明构建的模型通过建立地基云图像分类的多尺度长程依赖关系,打破了传统深度学习模型仅关注图像像素值而忽视像素间空间关系和通道间特征关联的局限。模型这一全新构建不仅融合了局部和全局信息,而且显著改善了传统模型的局限性,使得对图像的理解更加全面,从而有效提高了分类的准确性和鲁棒性。
技术关键词
地基云图分类方法
融合卷积神经网络
动态视觉标记
全局特征提取
扫描系统
线性分类器
残差网络
注意力机制
通道
卷积神经网络提取
标记器
语义特征提取
局部特征提取
标记特征
深度学习模型
系统为您推荐了相关专利信息
电池组
单体电芯电压
全局特征提取
特征提取网络
数据
深层水泥搅拌桩
模型试验系统
模型试验方法
三维激光扫描仪
电阻率测试装置
大型风电铸件
铸件砂芯
智能检测系统
表面涂层
检测组件
补焊系统
磨辊表面
旋转扫描系统
变频器
步进电机