路面裂缝检测

作品数：87被引量：584H指数：15
导出分析报告
相关领域：自动化与计算机技术交通运输工程更多>>
相关作者：唐振民瞿中吕建勇孙朝云徐国爱更多>>
相关机构：长安大学南京理工大学重庆邮电大学东南大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金中央级公益性科研院所基本科研业务费专项更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度学习的路面裂缝检测算法研究
《中国新技术新产品》2025年第8期43-45,共3页高升 
在路面维护管理中,公路路面裂缝问题频发,因此对其进行检测对保证道路质量至关重要。鉴于此,本文提出了两种目标识别算法:基于YOLOv5s框架的改良算法,采用EIoU作为模型的损失函数改善精度问题,专门用于路面裂缝图像的精准检测与分类;引...
关键词：深度学习 裂缝检测 图像分割 EIoU 注意力机制 
基于YOLO-CD的路面裂缝检测
《科学技术与工程》2025年第9期3888-3895,共8页原洪帅 李琦 王月明 
内蒙古自治区关键技术攻关项目(2020GG0316)。
为解决现有路面裂缝检测算法精度低、漏检率高等问题,提出了一种基于YOLOv8n改进的路面裂缝检测算法YOLO-CD(YOLO-crack detection)。YOLO-CD算法采用ASF-YOLO架构中的尺度序列特征融合(scale sequence feature fusion,SSFF)模块和三重...
关键词：路面裂缝检测 YOLOv8n ASF-YOLO 注意力机制 小目标检测层 DyHead检测头 
红外与可见光图像融合识别技术在路面裂缝检测中的应用
《中文科技期刊数据库(引文版)工程技术》2025年第2期132-136,共5页周雪刚 李齐 
深度学习技术的推广应用已在广泛的行业内产生深远影响,在裂缝检测方面,该技术相较于传统的人力检测手段拥有明显优势,极大提升了该领域的效率与准确性。本文关注于红外图像在裂缝检测领域的研究进展,系统性地分析了单模态与多模态检测...
关键词：沥青路面裂缝 红外成像 融合 智能检测 多模态 
优化纹理匹配的路面裂缝检测模型
《重庆理工大学学报(自然科学)》2025年第1期93-101,共9页沈德争 于滨 
国家电网有限公司科技项目(J2023055)。
深度学习裂缝检测在特征提取过程中易发生信息丢失和位置偏移,面临复杂纹理路面背景和阴影等噪声干扰时出现裂缝的误检和漏检。提出一种基于参考的超分辨率思想的裂缝纹理匹配方法。优化后的上下文注意力模块(global context block,GC b...
关键词：路面裂缝检测 语义分割 参考的超分辨率 注意力机制 纹理匹配 
结合注意力特征融合的路面裂缝检测
《计算机工程与设计》2025年第1期307-313,共7页谢永华 厉涛 柏勇 
国家自然科学基金项目(62076123)。
为解决路面裂缝检测中裂缝漏检和定位不准的问题,提出一个结合注意力特征融合的可端到端训练的路面裂缝检测网络。基于Resnet-50结构设计,在特征融合部分添加注意力特征融合模块,通过注意力掩码学习,动态调整浅层特征与深层特征融合权重...
关键词：裂缝检测 深度学习 语义分割 卷积网络 注意力机制 特征融合 特征提取 
面向航拍路面裂缝检测的AC-YOLO
《计算机工程与应用》2025年第1期153-164,共12页白锋 马庆禄 赵敏 
国家自然科学基金(52072054);交通部三峡库区奉建高速公路安全智能建造科技示范工程(Z29210003);2024年研究生科研创新项目(2024S0078)。
针对当前道路巡检智能化程度不足以及效率低等现状,为提高利用无人机道路巡检检测效率与检测精度,在YOLOv8s的基础上针对无人机航拍场景提出改进模型AC-YOLO,在主干网络引入动态大卷积核注意机制LSK-attention来扩展模型的感受野,提高...
关键词：道路巡检 裂缝检测 航拍裂缝 增强感知 特征融合 
基于改进Yolov5s的路面裂缝病害检测与识别研究
《软件导刊》2024年第12期206-212,共7页陈修贤 高焕兵 杨志强 孔滕广 车仁海 
国家自然科学基金项目(61903227);山东省自然科学基金项目(ZR2022MF267)。
公路路面裂缝是沥青路面病害中的重要影响因素,而路面裂缝检测是路面养护的重要一环。针对公路路面裂缝检测算法存在漏检误检和识别精确度低的问题,提出一种基于改进Yolov5s的路面裂缝病害检测模型。首先,采取注意力机制模块CBAM学习目...
关键词：路面裂缝检测 Yolov5s 注意力机制 解耦头 损失函数 
改进U-Net的路面裂缝检测方法被引量：1
《计算机工程与应用》2024年第24期306-313,共8页张明星 徐健 刘秀平 张勇进 张闯 宁小鸽 
陕西省科技厅项目(2018GY-173);西安市科技局项目(GXYD7.5)。
针对基础U-Net对路面裂缝分割效果不强,裂缝轮廓分割精细度不够、难以识别狭窄裂缝、分割精度低等问题,提出一种改进U-Net的路面裂缝分割方法。使用改进的ResNet50作为主干网络提取路面裂缝特征,设计了基于注意力机制的特征融合模块改进...
关键词：计算机应用 路面裂缝检测 深度学习 特征融合 语义分割 
基于异常数据生成和自监督学习的路面裂缝检测被引量：2
《肇庆学院学报》2024年第5期6-13,共8页王丹 钟亮洁 
广东省科技创新战略专项资金(大学生科技创新培育)(pdjh2023b0561);肇庆学院2024年重点课题(2D202405)。
为了确保道路安全,有效识别路面裂缝是至关重要的.但是,由于道路状况的复杂多变,大部分现有研究依然采用有监督学习的方法来检测和定位裂缝.这种方法通常受限于标注了裂缝的数据集的可用性,而人工标注路面图像不仅耗时而且成本高昂.针...
关键词：路面裂缝识别 异常检测 深度学习 自监督学习 
基于半监督学习的路面裂缝检测
《交通科技与经济》2024年第5期52-58,共7页郭文浩 张德津 
国家重点研发计划项目(2019YFB2102703)。
针对裂缝自动检测任务中难以获取大量精确标注样本数据的问题,提出LGS-Net(Local Global Similarity-Network)模型。LGS-Net的核心在于利用裂缝图像区域的语义相似性,有效结合少量已标注数据和大量未标注图像数据,通过半监督学习实现裂...
关键词：道路工程 裂缝检测 语义相似性 半监督学习 对比学习 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部