期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进U-net的大坝表面混凝土裂缝图像分割方法 被引量:3
1
作者 赵普 谷艳昌 +1 位作者 张大伟 吴云星 《人民长江》 北大核心 2024年第4期252-261,共10页
大坝表面混凝土裂缝的检测与识别对大坝安全具有重要意义,为此开展了基于深度学习方法的混凝土裂缝织别方法研究。针对裂缝图像具有复杂拓扑结构和正负样本不平衡等特点,在典型U-net中嵌入了ASPP和CBAM优化模块,同时以Dice+BCE混合损失... 大坝表面混凝土裂缝的检测与识别对大坝安全具有重要意义,为此开展了基于深度学习方法的混凝土裂缝织别方法研究。针对裂缝图像具有复杂拓扑结构和正负样本不平衡等特点,在典型U-net中嵌入了ASPP和CBAM优化模块,同时以Dice+BCE混合损失函数代替了单一交叉熵损失函数。结果表明:所创建的改进U-net在自制实例大坝裂缝图像数据集上表现优异,交并比IoU和F1分数分别为47.05%和62.99%,对比典型U-net分别提高了5.41%和5.19%,对比PSPNet分别提高了3.05%和3.31%。改进的U-net在裂缝分割任务中像素分类更精确,多尺度信息更丰富,具有良好的泛化能力和鲁棒性,可为大坝混凝土结构表面裂缝检测与识别提供更优的手段。 展开更多
关键词 混凝土裂缝检测 深度学习 语义分割 u-net模型优化 大坝安全
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部