基于改進U-net的大壩表面混凝土裂縫圖像分割方法

摘要： 大壩表面混凝土裂縫的檢測與識別對大壩安全具有重要意義，為此開展了基于深度學習方法的混凝土裂縫織別方法研究。針對裂縫圖像具有復雜拓撲結構和正負樣本不平衡等特點，在典型U-net中嵌入了ASPP和CBAM優(yōu)化模塊，同時以Dice+BCE混合損失函數(shù)代替了單一交叉熵損失函數(shù)。結果表明：所創(chuàng)建的改進U-net在自制實例大壩裂縫圖像數(shù)據(jù)集上表現(xiàn)優(yōu)異，交并比IoU和F1分數(shù)分別為47.05... （共10頁）