首页|改进的HRNet应用于路面裂缝分割与检测

改进的HRNet应用于路面裂缝分割与检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对利用传统卷积神经网络进行路面裂缝分割时存在准确率低、信息丢失及边缘模糊的问题,本文提出了基于改进HRNet模型的路面裂缝分割算法.模型在原始HRNet的基础上进行改进,主干网络部分采用DUC模块代替双线性插值上采样;下采样改为passthrough layer代替原始卷积;在模型解码部分,进行逐级上采样的同时引入SE-Block,对不同特征层的融合重新标定权重.通过与原始HRNet及传统卷积神经网络U-Net对比可知,本文算法在公共数据与自制数据集上的分割精度表现优秀,F1分值分别达到了91.31％和78.69％,可以很好地满足实际工程的需求.
Improved HRNet applied to segmentation and detection of pavement cracks

张伯树、张志华、张洋

展开 >

兰州交通大学测绘与地理信息学院,甘肃 兰州730070

地理国情监测技术应用国家地方联合工程研究中心,甘肃 兰州730070

甘肃省地理国情监测工程实验室,甘肃 兰州730070

路面裂缝 HRNet DUC passthrough layer SE-Block 图像分割

国家自然科学基金兰州交通大学优秀平台项目

41861059201806

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(3)
  • 5
  • 10