基于Deepcrack网络的混凝土裂缝检测方法 |
| |
引用本文: | 武斌,马玉静,刘宇航,赵洁.基于Deepcrack网络的混凝土裂缝检测方法[J].计算机技术与发展,2024(4):198-204. |
| |
作者姓名: | 武斌 马玉静 刘宇航 赵洁 |
| |
作者单位: | 天津城建大学计算机与信息工程学院 |
| |
基金项目: | 天津市科技计划项目重大科技专项(14ZCZDGX00868);;天津市重点研发计划科技支撑重点项目(19YFZCGX00130); |
| |
摘 要: | 混凝土结构裂缝对建筑安全构成了极大的潜在威胁,裂缝检测对建筑结构的维护具有重要意义,当前基于深度学习的裂缝检测针对提取裂缝细节的能力仍有待提高。因此,该文对Deepcrack网络进行优化,提出了基于金字塔分割注意力和全局上下文的混凝土裂缝检测算法PG-Deepcrack。首先,在编码器中提出双卷积-注意力并行模块,增加金字塔分割注意力分支为卷积层提供更丰富的多尺度裂缝信息;其次,为了捕获长距离依赖关系,并行模块操作后引入全局上下文模块,进一步提升网络对裂缝细节的表达能力;最后,在特征融合阶段利用全维动态卷积和GELU激活函数,对编解码器特征层联级融合,使网络更全面地保留不同尺寸的裂缝信息并提高模型的泛化性能。为验证网络模型的有效性,在Deepcrack数据集上与7个网络模型进行对比试验,所提出的网络表现了最佳性能,IoU达到了72.78%。
|
关 键 词: | 图像分割 裂缝检测 金字塔分割注意力 全局上下文 全维动态卷积 |
|
|