文档摘要：为解决传统桥梁裂缝图像检测难度大、检测效率低及检测速度慢等问题,提出一种基于SOLOv2的桥梁裂缝实时分割技术,可实现复杂背景下的桥梁裂缝形态提取.相比传统的裂纹检测方法,在实例分割模型中加入注意力机制模块,增强实模型的特征提取能力,有效提升裂缝分割精度和速度.实验结果表明:算法在公开数据集和无人机自采数据集上能够达到87.3％的准确率,分割精度相比基线算法提升2.1％,处理速度可达到40FPS,证明算法在分割精度和推理速度上都有所提升.
Abstract：Inordertosolvetheproblemsoftraditionalbridgecrackimagedetection,suchasdifficulty,lowdetectionefficiencyandslowdetectionspeed,abridgecrackreal-timesegmentationtechnologybasedonSOLOv2,whichcanextracttheshapeofbridgecrackundercomplexbackgroundwasproposed.Comparedwiththetraditionalcrackdetectionalgorithm,thispaperintroducedtheattentionmechanismmoduleintotheexamplesegmentationnetworktoenhancethefeatureextractionabilityoftherealmodelandimprovetheac-curacyandspeedofcracksegmentation.Theexperimentalresultsshowthattheproposedalgorithmcanachieveanaccuracyof87.3％onpublicdatasetsandUAVselfcollecteddatasets,thesegmentationaccuracyiscanbeimprovedby2.1％comparedwiththebase-linealgorithm,andtheprocessingspeedcanreach40FPS.Theseresultsprovethattheproposedalgorithmhasimprovedinsegmenta-tionaccuracyandreasoningspeed.
作者：刘晓雨 张继凯 吕晓琪 Author：LIUXiaoyu ZHANGJikai LYUXiaoqi
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010;内蒙古自治区模式识别与智能图像处理重点实验室,内蒙古包头014010内蒙古自治区模式识别与智能图像处理重点实验室,内蒙古包头014010;内蒙古工业大学,内蒙古呼和浩特010051
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2023, 42(4)
分类号：TS749.7
关键词：桥梁裂缝 目标检测 语义分割 实时分割
Keywords：bridgecracks targetdetection semanticsegmentation realtimesegmentation
机标分类号：TP391.41TN911.73TE357.1
在线出版日期：2024年3月13日
基金项目：国家自然科学基金，内蒙古自治区自然科学基金资助项目，内蒙古自治区高等学校科学研究资助项目，内蒙古自治区科技计划资助项目基于SOLOv2的桥梁裂缝实时分割算法[
期刊论文] 内蒙古科技大学学报--2023, 42(4)刘晓雨 张继凯 吕晓琪为解决传统桥梁裂缝图像检测难度大、检测效率低及检测速度慢等问题,提出一种基于SOLOv2的桥梁裂缝实时分割技术,可实现复杂背景下的桥梁裂缝形态提取.相比传统的裂纹检测方法,在实例分割模型中加入注意力机制模块,增强实...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：桥梁裂缝,目标检测,语义分割,实时分割,
|
|
1
