基于轻量化MU-Net网络的混凝土缺陷分割.pdf

1、本文档共6页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第40卷第9期算机仿真2023年9月

文章编号：1006-9348（2023)09-0146-05

基于轻量化MU-Net网络的混凝土缺陷分割

陈智丽，张士缘，王冰，李宇鹏

（沈阳建筑大学，辽宁沈阳110168）

摘要：为了提高混凝土缺陷分割准确率和效率，提出一种轻量化MU-Net(ModifiedU-Net）像素级分割网络。编码部分使用

深度可分离卷积减少网络参数，结合反残差结构和注意力机制，在充分提取特征的同时突出目标特征；解码部分同样引入深

度可分离卷积和注意力机制，通过融合深浅层信息提升目标位置还原的准确性。为广泛评估该网络的有效性，构建了一个

包括多类混凝土缺陷的数据集作为实验数据，涵盖裂缝、孔洞、破损、露筋四类缺陷。五折交叉验证结果表明，相较其它先进

的语义分割网络，所提出的MU-Net网络表现出更优越的性能。

关键词：混凝土缺陷；像素级分割；轻量化；深度学习

中图分类号：TP391.4文献标识码：B

ConcreteDefectSegmentationBasedon

lightweightMU-NetNetwork

CHENZhi-li,ZHANGShi-yuan,WANGBing,LIYu-peng

(ShenyangJianzhuUniversity,ShenyangLiaoning110168,China)

ABSTRACT:Inordertoimprovethesegmentationaccuracyofconcretedefects,alightweightandpixel-levelseg-

mentationnetworknamedMU-Net(ModifiedU-Net)isproposed.Intheencodingpart,depthwiseseparableconvo-

lutionisusedtoreducenetworkparameters,andinvertedresidualstructureandattentionmechanismarecombinedto

fullyextractfeatureswhilehighlightingtargetfeatures.Thedecodingpartalsoadoptsthedepthwiseseparableconvolu-

tionandattentionmechanismandimprovestherestorationaccuracyoftargetlocationsbyintegratingthedeepand

lightlayersinformation.Inordertoextensivelyevaluatethevalidityofthenetwork,adatasetofmulti-classconcrete

defectsisconstructedasexperimentaldatainthispaper,includingcracks,holes,damagesandexposedreinforces.Ex-

perimentalresultsof5-foldcross-validationshowthattheproposedMU-Netsegmentationnetworkhassuperiorper-

formancecomparedwithotheradvancedsemanticsegmentationnetworks.

KEYWORDS:Concretestructuredefects;P

安全评价师持证人

该用户很懒，什么也没介绍

咨询Ta 进入空间

领域认证该用户于2023年09月13日上传了安全评价师

更多 >