-
公开(公告)号:CN118941841B
公开(公告)日:2025-05-06
申请号:CN202410940285.0
申请日:2024-07-15
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 融合多重注意力机制的道路隐蔽病害自动识别方法、存储介质及设备,属于探地雷达道路无损检测技术领域。为了解决探地雷达图像鉴别极度依赖人工的问题,以及复杂场景下道路隐蔽病害识别模型的精确度与鲁棒性不佳的问题。本发明针对探地雷达采集到的原始图像进行预处理后送入基于YOLOv8的改进网络,即融合多重注意力机制的YOLOv8模型进行识别,将骨干网络中的标准卷积层替换为深度可分离卷积层;在颈部网络中进行特征融合的过程中,在颈部网络中每一个上采样之后的C2f模块之后,插入一个由混合注意力机制模块与SE注意力模块并行连接形成的多重注意力机制MSE模块;基于融合多重注意力机制的YOLOv8得到道路隐蔽病害。
-
公开(公告)号:CN118941841A
公开(公告)日:2024-11-12
申请号:CN202410940285.0
申请日:2024-07-15
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 融合多重注意力机制的道路隐蔽病害自动识别方法、存储介质及设备,属于探地雷达道路无损检测技术领域。为了解决探地雷达图像鉴别极度依赖人工的问题,以及复杂场景下道路隐蔽病害识别模型的精确度与鲁棒性不佳的问题。本发明针对探地雷达采集到的原始图像进行预处理后送入基于YOLOv8的改进网络,即融合多重注意力机制的YOLOv8模型进行识别,将骨干网络中的标准卷积层替换为深度可分离卷积层;在颈部网络中进行特征融合的过程中,在颈部网络中每一个上采样之后的C2f模块之后,插入一个由混合注意力机制模块与SE注意力模块并行连接形成的多重注意力机制MSE模块;基于融合多重注意力机制的YOLOv8得到道路隐蔽病害。
-