摘要
本发明公开了一种基于条件调试和分层双路径网络的裂缝分割方法,涉及计算机视觉技术领域,包括:步骤1:采集裂缝图像并进行标注,生成训练数据集;步骤2:构建条件调试和分层双路径网络模型,并利用训练数据集进行训练,获得裂缝分割模型;条件调试和分层双路径网络模型包括ResNet50分支网络、CMT分支网络和双流级联分割头网络,其中,CMT分支网络包括条件调制门控卷积模块,双流级联分割头网络包括层次自适应特征调制模块;步骤3:采集待检测图像,将待检测图像输入至裂缝分割模型,获得裂缝分割结果。本发明有效结合了全局上下文与局部特征提取,在多种裂缝场景中达到了最先进的准确性和鲁棒性。
技术关键词
双路径网络
裂缝分割方法
卷积特征
融合特征
分支
卷积模块
多尺度
分层
补丁
注意力
生成训练数据
上采样
级联
残差模块
图像
语义特征
局部特征提取
系统为您推荐了相关专利信息
多传感器融合
深度学习特征提取
定位系统
空间特征提取
定位模块
多源信息融合
数值模拟方法
热传导系统
微纳米结构
蒙特卡洛模拟方法
胃镜图像
感知特征
融合特征
特征提取网络
贝叶斯神经网络