龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：太原理工大学
摘要：本发明涉及裂缝图像分割及语义分割领域，现有大部分基于深度学习的分割方法主要是利用FCN网络结构或者SegNet网络结构，网络的感受野都比较小，无法得到丰富的上下文信息，对裂缝的分割精度的提高造成影响，本发明提供一种基于改进FCN网络的巷道表面裂缝检测方法，以FCN网络作为基础网络模型，结合空洞卷积和通道注意力模块捕捉图像中的上下文信息，进一步确定裂缝边界的位置，改善噪声和遮挡对裂缝分割的影响，提高对巷道裂缝分割的准确性，实现对巷道表面裂缝的自动检测，本发明中的感受野通道注意力机制，使网络能够根据每个通道特征图在更大感受野下时，对网络分割裂缝的贡献来判断每个通道特征图的重要性。
主权项：1.一种基于改进FCN网络的巷道表面裂缝检测方法，其特征在于，以FCN网络作为基础网络模型，结合空洞卷积和通道注意力模块，捕捉图像中的上下文信息，利用基础网络模型获取裂缝边界区域的信息，进一步确定裂缝边界的位置，同时改善噪声和遮挡对裂缝分割的影响，提高对巷道裂缝分割的准确性，实现对巷道表面裂缝的自动检测，具体包括以下步骤：步骤1.裂缝图像收集和预处理：通过网络收集和手机拍照获取裂缝图像，并将裂缝图像剪裁为统一尺寸，有裂缝的图像添加像素级别的标签，构成巷道表面裂缝图像数据集，随机选取90％的图像作为训练集，其余为验证集；步骤2.构建DSE-FCN网络结构模型：基于FCN网络结构构建DSE-FCN网络结构模型，DSE-FCN网络结构模型包括FCN网络结构、骨干网络VGG16、空洞卷积结构、通道注意力模块；步骤3.DSE-FCN网络结构模型训练：将训练集中的裂缝图像输入DSE-FCN网络结构模型中训练，并更新DSE-FCN网络结构模型中的权重参数以降低损失值，训练次数达到设定值后停止训练，获得输出损失值最小的DSE-FCN网络结构模型；步骤4.将待检测的巷道裂缝图像输入步骤3获得的DSE-FCN网络结构模型进行巷道表面的裂缝分割。
全文数据：
权利要求：
百度查询： 太原理工大学 一种基于改进FCN网络的巷道表面裂缝检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号