基于条件调制和分层双路径网络的裂缝分割方法

AITNT
正文
推荐专利
基于条件调制和分层双路径网络的裂缝分割方法
申请号:CN202511087759
申请日期:2025-08-05
公开号:CN120976541A
公开日期:2025-11-18
类型:发明专利
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
1
一种多传感器融合的管廊污水渗漏实时检测与定位系统
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
2
一种基于多源信息融合的微纳米结构热传导数值模拟方法
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
3
肿瘤疗护智能分类预测方法、系统及设备
智能分类预测 多层神经网络模型 分层 肿瘤 患者
4
一种基于水文优化Informer模型的地表水预测系统及方法
地表水 水文 监测点 GRU模型 溶解氧
5
胃镜图像智能目标检测方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号