一种改进FPHBN网络结构的路面裂缝检测方法

    公开(公告)号:CN114638802B

    公开(公告)日:2024-09-13

    申请号:CN202210253650.1

    申请日:2022-03-15

    Abstract: 本发明涉及道路检测技术领域,具体涉及一种改进FPHBN网络结构的路面裂缝检测方法,包括采集路面图像集;筛选路面图像集中含有裂缝的图像,将其裁剪成256×256的固定尺寸后进行标注得到GroundTrue数据,用以构建训练集和测试集;调整FPHBN模型及参数,用DeepCrack数据集对改进后的FPHBN模型进行训练;将采集到的路面裂缝图像放入训练后的FPHBN模型中进行测试,若测试结果不合格则调整FPHBN模型结构和参数重新训练,直至测试合格;利用测试合格的FPHBN模型对裂缝图像进行分类和损害程度的评估;通过改进的FPHBN网络结构,并整合空间注意力机制到特征金字塔模块,能够实现在复杂的背景环境中准确地检测出路面裂缝。

    一种改进ResNet-50网络结构的路面裂缝检测方法

    公开(公告)号:CN114677559A

    公开(公告)日:2022-06-28

    申请号:CN202210253649.9

    申请日:2022-03-15

    Abstract: 本发明涉及深度学习技术领域,尤其涉及一种改进ResNet‑50网络结构的路面裂缝检测方法,通过移除ResNet‑50网络的全连接层和平均池化层,将混合扩张卷积融入网络后三层中,在第二层与第三层、第三层与第四层、第四层与第五层之间加入空间‑通道注意力机制,并使用多尺度特征融合的方式对提取的特征进行融合形成改进ResNet‑50网络,并使用路面裂缝数据集对改进后的网络模型进行训练获得裂缝检测网络模型,最后使用裂缝检测网络模型进行裂缝分类和严重程度评估,改进的扩张卷积模块可以从更大范围的像素中提取特征,确保网络能获取全局特征信息,多尺度特征融合的方式对提取的特征融合提高了准确率。

Patent Agency Ranking