基于通道注意力机制的裂缝检测研究

摘要：

为实现智能准确地检测路面裂缝,提升公路智能养护和巡检技术,本方法设计通道注意力检测模块,提出CA U-Net(Channel Attention U-Net)分割模型,分配特征图各个通道的权重,提升裂缝特征语义表达能力,并利用高语义层注意力权重信息来优化特征融合,显著提升不同尺度的裂缝检测能力.实验结果表明,CA U-Net分割模型的裂缝检测定位更准确,在评价指标mIoU和F1-Score上都有明显提升,证明该模型的有效性.

关键词：裂缝检测、通道注意力、深度学习、图像分割

所属期刊栏目：41

分类号：U418.6;TP391.41(道路工程)

资助基金：辽宁省教育厅科学研究经费项目;辽宁省交通高等专科学校技术应用型科研项目;辽宁省交通高等专科学校技术应用型科研项目

在线出版日期：2022-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：120-122