-
公开(公告)号:CN116630683A
公开(公告)日:2023-08-22
申请号:CN202310424939.X
申请日:2023-04-20
Applicant: 西北工业大学
IPC: G06V10/764 , G06V10/40 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种基于扩散的自适应特征提取的道路损伤检测方法,对于目标对象的特征提取,采用改进后的深度残差神经网络对不同的输入样本可以自适应地提取最具辨别性特征,利用注意力权重矩阵保证了特征提取的全面性,并采用去噪扩散模型在保证检测实时性的同时提升检测准确度,提高在复杂道路下的目标检测的鲁棒性和泛化能力,具有实际应用价值。
-
公开(公告)号:CN118429636A
公开(公告)日:2024-08-02
申请号:CN202410511434.1
申请日:2024-04-26
Applicant: 西北工业大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于边界框的路面缺陷分割方法和装置,包括以下步骤:步骤1、采用路面缺陷数据集训练像素标注自动生成器;步骤2、根据训练好的像素标注自动生成器,产生像素级标注数据;步骤3、根据像素级标注数据训练分割模型;步骤4、根据训练好的分割模型,实现路面缺陷分割。采用本发明的技术方案,在降低数据标注成本的同时,保持高质量的路面缺陷分割效果。
-