改进U-Net算法的路面裂缝检测研究

摘要：

为加快我国经济建设,全国各地大力发展道路基础设备建设.经长时间使用,路面的病害会越发明显,随着技术的发展,神经网络的出现对道路检测有着举足轻重的影响.其中U-Net是一种对微观对象检测识别能力极强的端到端的深度学习网络,所以可适用于道路裂缝缺陷检测.该文为提取到高效的裂缝特征信息,引入注意力机制;其次,针对特征信息随网络深度加深而减弱的问题,引入高效残差块网络.因此,提出了一种改进A-UNet算法,实验结果表明,相比于原始U-Net网络,该文所提算法在准确率上提升了0.3％,F1-socre提升了9.1％,运行速度提升了9.9％.

关键词：裂缝检测、U-Net、注意力机制、高效残差块

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省科技厅一般项目2022GY-112

在线出版日期：2022-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：52-55,67