一种改进ResNet-50网络结构的路面裂缝检测方法

    公开(公告)号:CN114677559B

    公开(公告)日:2025-04-15

    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。

    一种改进U-Net网络结构的隧道表面裂缝检测方法

    公开(公告)号:CN114581780A

    公开(公告)日:2022-06-03

    申请号:CN202210283169.7

    申请日:2022-03-22

    Inventor: 周强 瞿中 鞠芳蓉

    Abstract: 本发明涉及裂缝检测技术领域,具体涉及一种改进U‑Net网络结构的隧道表面裂缝检测方法,包括采集隧道表面图像集;对图像集进行筛选,得到数据集;将数据集分解为训练集和测试集,并对训练集和测试集进行标注;使用隧道表面裂缝数据集来训练改进U‑Net网络模型,得到裂缝检测网络模型;将裂缝检测网络模型加载在训练集上,得到参数权重;使用裂缝检测网络模型基于参数权重在标注的测试集上进行测试,得到预测结果;通过预测结果对裂缝检测网络模型进行评估,通过评估合格的裂缝检测网络模型使用基于连通域标记分类算法对图像集中的裂缝进行分类和严重程度评估,解决数字图像处理技术对裂缝检测的准确率较低的问题。

Patent Agency Ranking