基于动态原型学习和弱监督语义分割的道路缺陷检测方法

本发明公开了一种基于动态学习原型和弱监督语义分割的道路缺陷检测方法，该方法通过增强从FPN所得特征图中反应的特征获得准确的识别结果，既具备全监督语义分割模型识别的准确性，又具备弱监督语义分割模型人工标注成本低的优势。此外该方法通过设置颜色恒常性算法、通道‑空间双注意力算法数据处理步骤，避免了光线的干扰造成道路缺陷识别结果而定误判，以及分区过程中的特征离散，同时还通过二值掩码的叠加避免了图像中出现的其他物体对缺陷识别结果造成干扰。本发明方法不仅给出道路缺陷的分布范围，还能得出缺陷分布的热力图，从而使检测人员对缺陷结构有更完善的认知和更准确的把握。