典型文献
基于混合损失ResNet34-UNet的路面裂缝分割方法
文献摘要：
路面裂缝图像由于其形状细长、弯曲复杂等特点,在模型训练中存在裂缝样本不平衡问题,为此提出了一种基于混合损失函数的ResNet34-UNet路面裂缝分割方法.该方法借助于U-Net结构,以ResNet-34作为主干提取网络,根据数据集中裂缝像素所占比例对BCEFocal Loss和Tversky Loss进行权重调整,并使用调整后的BCEFocal Loss和Tversky Loss组成混合损失函数,平衡了裂缝样本输入和输出不平衡问题.对比实验表明文中的网络模型的F1分数(0.7018)、MIoU(0.8306)均为最高,说明该分割算法能有效地对路面裂缝进行准确分割.
文献关键词：
图像分割;裂缝识别;ResNet;U-Net;混合损失函数
中图分类号：
作者姓名：
汪家宝;牟怿
作者机构：
武汉轻工大学 电气与电子工程学院,武汉430023
文献出处：
引用格式：
[1]汪家宝;牟怿-.基于混合损失ResNet34-UNet的路面裂缝分割方法)[J].武汉轻工大学学报,2022(06):71-75,113
A类：
BCEFocal
B类：
ResNet34,UNet,路面裂缝,裂缝分割,分割方法,裂缝图像,细长,模型训练,样本不平衡,不平衡问题,混合损失函数,借助于,像素,Loss,Tversky,行权,权重调整,明文,MIoU,分割算法,图像分割,裂缝识别
AB值：
0.308272
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
