典型文献
改进的HRNet应用于路面裂缝分割与检测
文献摘要：
针对利用传统卷积神经网络进行路面裂缝分割时存在准确率低、信息丢失及边缘模糊的问题,本文提出了基于改进HRNet模型的路面裂缝分割算法.模型在原始HRNet的基础上进行改进,主干网络部分采用DUC模块代替双线性插值上采样;下采样改为passthrough layer代替原始卷积;在模型解码部分,进行逐级上采样的同时引入SE-Block,对不同特征层的融合重新标定权重.通过与原始HRNet及传统卷积神经网络U-Net对比可知,本文算法在公共数据与自制数据集上的分割精度表现优秀,F1分值分别达到了91.31％和78.69％,可以很好地满足实际工程的需求.
文献关键词：
路面裂缝;HRNet;DUC;passthrough layer;SE-Block;图像分割
中图分类号：
[3]
交通运输（U）
/
公路运输（U4）
/
道路工程（U41）
/
路基、路面工程（U416）
/
路面工程（U416.2）
/
路面：按使用材料分（U416.21）
/
沥青路面（U416.217）
作者姓名：
张伯树;张志华;张洋
作者机构：
兰州交通大学测绘与地理信息学院,甘肃 兰州730070;地理国情监测技术应用国家地方联合工程研究中心,甘肃 兰州730070;甘肃省地理国情监测工程实验室,甘肃 兰州730070
文献出处：
引用格式：
[1]张伯树;张志华;张洋-.改进的HRNet应用于路面裂缝分割与检测)[J].测绘通报,2022(03):83-89
A类：
DUC,passthrough
B类：
HRNet,路面裂缝,信息丢失,裂缝分割算法,主干网络,网络部,双线性插值,上采样,下采样,layer,解码,逐级,SE,Block,定权,公共数据,图像分割
AB值：
0.235069
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。
