典型文献
基于通道注意力机制的裂缝检测研究
文献摘要：
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.
文献关键词：
裂缝检测;通道注意力;深度学习;图像分割
中图分类号：
作者姓名：
贾睿;赵红岩
作者机构：
辽宁省交通高等专科学校,沈阳 110122
文献出处：
引用格式：
[1]贾睿;赵红岩-.基于通道注意力机制的裂缝检测研究)[J].价值工程,2022(32):120-122
A类：
B类：
通道注意力机制,裂缝检测,路面裂缝,智能养护,巡检技术,方法设计,注意力检测,检测模块,CA,Net,Channel,Attention,分割模型,分配特征,特征图,裂缝特征,语义表达,表达能力,层注意力,注意力权重,重信,特征融合,不同尺度,检测能力,检测定位,mIoU,Score,图像分割
AB值：
0.512173
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。
