Indexed by：
Abstract：
本发明涉及一种地铁隧道裂缝分割识别方法，包括：对隧道图像进行预处理得到预处理后的隧道图像；将预处理后的隧道图像作为样本输入到深度学习模型中进行训练得到隧道裂缝识别模型；其中，深度学习模型包括：Res‑Unet网络和混合化注意力机制模块，Res‑Unet网络的跳跃链接上添加了混合化注意力机制模块；将目标隧道图像输入到隧道裂缝识别模型中判断目标隧道是否具有裂缝；当目标隧道具有裂缝时，提取出目标隧道图像上裂缝的骨架。本发明通过在Res‑Unet的跳跃链接上添加CBAM，可以利用空间注意力机制来增强深度学习网络对全局和局部特征的感知能力，使网络能够更好地捕捉隧道缝隙的细节信息，提高识别准确性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410975095.2
Filing Date： 2024-07-19
Publication Date： 2024-11-19
Pub. No.： CN118982754A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
