-
公开(公告)号:CN115690042A
公开(公告)日:2023-02-03
申请号:CN202211342286.2
申请日:2022-10-31
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/42 , G06V10/44 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明属于图像分割技术领域,具体涉及一种融合CNN和Tansformaer的道路裂纹实时检测方法,包括:获取原始道路图像并对原始道路图像中的道路裂痕通过Labelme进行标注,得到原始道路图像的二值标签;根据原始道路图像和原始道路图像的二值标签创建原始道路图像数据集;创建道路裂纹检测模型,所述道路裂痕检测模型包括:CNN卷积编码模块、Tansformaer编码模块、特征融合模块和分割预测模块;将图像数据集作为训练样本对道路裂痕检测模型进行训练,实时采集道路图像,并将采集到的道路图像输入训练好道路裂痕检测模型;输出道路图像检测结果,通过本发明提供的一种融合CNN和Tansformaer的道路裂纹实时检测方法能够实时对道路的裂痕进行检测。