-
题名双重细化门控自适应融合的道路裂缝检测算法
- 1
-
-
作者
冯永安
张紫扬
张旭
-
机构
辽宁工程技术大学软件学院
-
出处
《计算机科学与探索》
北大核心
2025年第11期2981-2993,共13页
-
基金
国家自然科学基金面上项目(51874166,52274206)
国家自然科学基金青年基金(51904144)。
-
文摘
道路裂缝存在缺陷类型多样、异常区域复杂等特点,当前的目标检测算法在通道和空间维度存在冗余的特征处理、阶段信息的盲目式融合等问题,导致网络效率低、关键信息丢失。提出了一种双重细化门控自适应融合网络(DR-DETR),在潜在空间中实现特征在通道和空间维度上的双重精细化处理,解决上述问题的同时,也提高了道路裂缝的检测精度。构建一种通道-空间双重细化的信息蒸馏机制,分别对通道和空间维度内冗余的特征进行信息蒸馏,减少网络对特征的冗余处理,实现关键性特征的高效表征;针对阶段性特征的粗粒度融合,提出了特征信息门控自适应融合模块(FGAF-Fusion),利用增强型条带大核卷积获取全局信息,借助对比感知注意力实现通道间的交互和融合,同时利用门控自适应融合机制筛选出关键性的小目标语义信息;设计Res-DCNv3模块,利用DCNv3可变形卷积的灵活性来精确提取形态各异的道路裂缝特征。在RDD2022公开数据集中的实验结果显示,提出的DRDETR在mAP0.50和mAP0.50:0.95分别达到了51.7%和24.9%,相较于RT-DETR分别提升了4.2和3.3个百分点。在道路裂缝目标检测任务中,提出的DR-DETR可以有效检测出不同类型的道路缺陷,展现出极具竞争性的检测结果和良好的鲁棒性。
-
关键词
缺陷检测
双重细化
门控自适应融合
RT-DETR
可变形卷积
-
Keywords
defect detection
dual refinement
gate-controlled adaptive fusion
RT-DETR
deformable convolution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
