| 一种高精度路面裂缝检测网络结构:Crack U-Net |
| |
| 引用本文： | 祝一帆,王海涛,李可,吴贺俊.一种高精度路面裂缝检测网络结构:Crack U-Net[J].计算机科学,2022,49(1):204-211. |
| |
| 作者姓名： | 祝一帆 王海涛 李可 吴贺俊 |
| |
| 作者单位： | 中山大学计算机学院 广州 510006 |
| |
| 基金项目： | 国家自然科学基金(61672552);广州市科技计划项目(202002020045)。 |
| |
| 摘 要： | 路面裂缝对行车安全有很大的潜在威胁,以往的人工检测方法效率不高.现有裂缝检测方法模型泛化能力低,在复杂背景下的裂缝分割能力差且效率不高.为了解决这些问题,文中提出了一种基于编码器-解码器结构的新改进型网络结构Crack U-Net,目的是提高路面裂缝检测的模型泛化性以及检测精度.首先,Crack U-Net用密集连接结...
|
| 关 键 词： | 道路路面 裂缝检测 深度学习 图像分割 |
Crack U-Net:Towards High Quality Pavement Crack Detection |
| |
| ZHU Yi-fan,WANG Hai-tao,LI Ke,WU He-jun.Crack U-Net:Towards High Quality Pavement Crack Detection[J].Computer Science,2022,49(1):204-211. |
| |
| Authors: | ZHU Yi-fan WANG Hai-tao LI Ke WU He-jun |
| |
| Affiliation: | (School of Computer Science and Engineering,SunYet-San University,Guangzhou 510006,China) |
| |
| Abstract: | |
| |
| Keywords: | Road pavement Crack detection Deep learning Image segmentation |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
