-
题名基于自注意力的排水管道缺陷检测方法
被引量:3
- 1
-
-
作者
马铎
方宏远
王念念
胡浩帮
董家修
-
机构
郑州大学水利科学与工程学院
国家地方重大基础设施检测与修复技术联合工程实验室
-
出处
《城市勘测》
2022年第3期166-169,173,共5页
-
基金
国家自然科学基金面上项目(51978630)
河南省交通运输科技项目(2018J7)
+2 种基金
广东省引进创新创业团队项目(2016ZT06N340)
河南省高校科技创新人才支持计划(19HASTIT043)
中国博士后科学基金特别资助(2021T140620)。
-
文摘
排水管网是城市的生命线。人工检测的方法,费时费力,效率低下。传统计算机视觉算法和机器学习算法仅分析了少量缺陷特征,无法满足排水管道检测准确度要求。针对以上问题,本文提出了一种基于自注意力的排水管道缺陷检测方法。该方法采用自注意力机制代替了卷积神经网络作为特征提取器,通过多层感知机和Softmax函数为缺陷图像预测分类标签,提高了排水管道缺陷检测的准确度。对比经典的卷积神经网络算法,本模型的准确度最高。以上研究证明了自注意力算法在排水管道缺陷图像分类领域的可行性,提高了检测的准确度,为排水管道检测提供了一种新思路。
-
关键词
自注意力机制
多种类缺陷检测
排水管道
图像分类
-
Keywords
self-attention
multiple defect detection
drainage pipelines
image classification
-
分类号
TU992.01
[建筑科学—市政工程]
-