原文传递
基于Dice距离和Attention U—net的混凝土裂缝分割算法研究
| 题名： | 基于Dice距离和Attention U—net的混凝土裂缝分割算法研究 |
| 正文语种： | 中文 |
| 作者： | 刘敬霜;申林 |
| 作者单位： | 广西田新高速公路有限公司;中路高科交通检测检验认证有限公司 |
| 关键词： | 桥梁工程;裂缝检测;深度学习;卷积神经网络;图像识别;算法研究 |
| 摘要： | 为提升混凝土裂缝图像自动识别效率，通过将Attention U—Net应用到裂缝检测中，把特征提取的注意力集中于裂缝上。考虑自然图像数据的裂缝图像具有样本不均衡的特点，利用Dice距离引入到裂缝检测模型的损失函数中，缓解样本不平衡带来的识别精度问题。搭建了4种工况用于分析注意力机制和Dice距离对裂缝分割的影响。研究结果表明：注意力机制的引入可以加快网络的收敛速度；考虑Dice距离的损失函数可以明显增强裂缝检测的召回率，从而提高裂缝的检测精度；注意力机制和Dice距离对于模型的提升效果可以在一定程度上累加。 |
| 期刊名称： | 公路 |
| 出版年： | 2022 |
| 期： | 08 |
| 页码： | 147-152 |
检索历史
应用推荐
