简介：摘要：公路运输系统是我国重要的基础设施，道路承担着我国经济发展、不同地区间联系和改善人民生活的重任。开发一种用于道路裂缝检测的神经网络模型对于改善人们生活具有重大意义。随着深度学习技术的快速发展，语义分割在道路裂缝检测任务中被广泛采用，本文介绍了一种基于U-Net网络改进的模型，首先对使用到的数据集进行介绍，然后对数据预处理方法进行概要，接着构建道路裂缝分割模型，最后将构建好的裂纹分割模型进行训练，并且对我们训练好的道路裂缝检测模型进行数据的分析。
简介：摘要：及时准确地发现路面、桥梁、房屋的裂缝对做到及时维护和消除安全隐患至关重要，大规模的表面裂缝检测工程量巨大，且易受人们主观因素影响。本文构建一种基于编码器-解码器的U型网络结构，以改进的Transformer作为网络基础模块，以捕获裂缝狭长语义信息。利用卷积模块对局部强特征提取的优势，在瓶颈层处引进了空洞空间金字塔池化模块。为了弥补编码器-解码器之间的语义鸿沟，在U型网络的不同跳跃连接处插入注意力模块以更好聚合不同层次的特征信息。
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网 琼ICP备2021005105号
