基于深度学习和自注意力机制的道路缺陷检测方法
公开
摘要
本发明公开了一种基于深度学习和自注意力机制的道路缺陷检测方法，1、选取包含纵向裂纹、横向裂纹、网状裂纹、坑陷的公开道路缺陷数据集，并划分出训练集、验证集和测试集；2、基于单阶段目标检测方法搭建道路缺陷检测神经网络模型，网络最终输出为图像上预测的缺陷类别以及位置；3、使用训练集训练道路缺陷检测神经网络模型，得到道路缺陷检测模型；4、对于输入的道路图像，采用道路缺陷检测模型得到多个检测结果，再将重复的检测结果使用非极大值抑制算法过滤，最终得到图像中道路缺陷的类别以及位置。本发明基于自注意力机制，通过不同阶段特征图的融合提高了道路缺陷检测的精度，解决道路缺陷尺寸和形状变化大影响检测平均准确率的问题。
基本信息
专利标题 ：
基于深度学习和自注意力机制的道路缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596291A
申请号 ：
CN202210243277.1
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张雪涛郑博涵聂明显张奇
申请人 ：
西安交通大学
申请人地址 ：
陕西省西安市碑林区咸宁西路28号
代理机构 ：
西安智大知识产权代理事务所
代理人 ：
何会侠
优先权 ：
CN202210243277.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08 G06K9/62 G06V10/764 G06V10/774 G06V10/80 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
