基于增强式Vision Transformer的大坝表面裂缝分割研究  

作　　者：马海明 

机构地区：[1]新疆乌苏市水利局,新疆乌苏834700

出　　处：《水利科技与经济》2025年第4期104-107,共4页Water Conservancy Science and Technology and Economy

摘　　要：大坝出现裂缝会导致坝渗漏,影响水库发电等效益。通过对大坝表面裂缝进行精确分割,研究开发一种基于增强式Vision Transformer的方法,结合Vision Transformer的全局信息处理能力和多层卷积块以及卷积注意力模块(CBAM),旨在提升对裂缝特征的敏感性和辨识度。结果表明,该模型展示出在分割大坝表面裂缝方面的优越性能,验证了其在大坝安全监控系统中的应用潜力。

关 键 词：大坝表面裂缝分割 深度学习 Vision Transformer 卷积注意力模块 

分 类 号：TV698[水利工程—水利水电工程]