公开(公告)号：CN116824399A

公开(公告)日：2023-09-29

申请号：CN202211652066.X

申请日：2022-12-21

Applicant: 西南交通大学

Inventor： 张晓博 ,  韦琮华 ,  张继鑫 ,  郭佳菱 ,  方雨晨

IPC: G06V20/17 ,  G06V20/10 ,  G06V20/56 ,  G06V10/20 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开基于改进YOLOv5神经网络的路面裂缝识别方法，涉及路面裂缝识别技术领域。本发明对YOLOv5网络模型应用新的损失函数SIoU，该函数制定了更完善的惩罚指标，提升了模型训练的速度与推理的准确性；将YOLOv5网络模型的非极大抑制算法(NMS)更换为基于损失函数DIoU的DIoU‑NMS，提升识别准确性；在YOLOv5网络模型骨干网络中加入SE注意力机制模块，通过权重矩阵，从通道域赋予图像不同位置不同的权重，识别更重要的特征信息，提升识别准确性。

公开(公告)号：CN116883649A

公开(公告)日：2023-10-13

申请号：CN202211634617.X

申请日：2022-12-19

Applicant: 西南交通大学

Inventor： 张晓博 ,  张继鑫 ,  韦琮华 ,  倪盼盼 ,  郭芯宇

IPC: G06V10/26 ,  G06V20/13 ,  G06V20/17 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开的基于改进DeepLabV3+的山体滑坡语义分割方法，涉及地质灾害检测技术领域。本发明通过获取遥感卫星或无人机拍摄的山体滑坡处的山体图像；将图像输入至训练后的DeepLabV3+神经网络中进行山体滑坡区域的语义分割；本发明克服了山体滑坡现场勘探的难度，可以利用遥感卫星或无人机现场采集到的滑坡图像进行山体滑坡的灾情初步分析；本发明所改进的DeepLabV3+神经网络无需在较高配置的计算机上运行，一般的计算机都可以运行识别，对硬件要求相对降低；改进了DeepLabV3+神经网络，将主干网络替换为MobileNetV2、优化器选择Adam、损失函数选择CELoss+DiceLoss以及在主干网络最后一层加入CBAM注意力机制，替换之后的算法分割效率更高。