基于改进Unet模型的混凝土裂缝分割研究

作     者：潘远 周双喜 杨丹 Pan Yuan;Zhou Shuangxi;Yang Dan

作者机构：华东交通大学交通运输学院江西南昌330013 华东交通大学土木建筑学院江西南昌330013 

基　　金：国家自然科学基金项目(51968022) 江西省主要学科学术和技术带头人项目(20213BCJL22039) 

出 版 物：《华东交通大学学报》 (Journal of East China Jiaotong University)

年 卷 期：2024年第41卷第1期

页      码：11-19页

摘      要：【目的】针对桥梁、隧道等环境下产生的混凝土裂缝情况复杂、干扰因素多的问题,提出一种改进Unet模型(A-Unet)的裂缝检测方法。【方法】以Unet网络为基础,研究了编码器的深度如何影响模型训练时间、检测精度。在解码过程中设计一种融合空间和通道注意力模块,将高分辨率的浅层特征与上采样获得的深层特征信息赋予不同权重,进一步增强裂缝特征。同时,增加dice损失函数对模型进行评价,减少因检测目标与背景数量相差较大,导致评价不准确的问题。【结果】在测试数据集中进行评价,精确度,MIou,召回率分别达到94.70%,86.16%,91.34%。A-Unet模型检测效果明显优于其他5种模型。【结论】利用该方法检测混凝土裂缝精度得到较大提升,且节约了模型训练时间,提高检测效率。

主 题 词：混凝土裂缝 深度学习 注意力机制 裂缝识别 语义分割 

学科分类：08[工学] 081304[081304] 0805[工学-能源动力学] 080502[080502] 0813[工学-化工与制药类] 

D　O　I：10.16749/j.cnki.jecjtu.20230508.004

馆 藏 号：203126639...