版权说明 操作指南
首页 > 成果 > 详情

基于GhostNet的轻量级桥梁裂缝图像语义分割算法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Light-weight Bridge Crack Images Segmentation Algorithm Based on GhostNet
作者:
张定军;廖明潮;高拉劳
作者机构:
[廖明潮; 高拉劳; 张定军] 武汉轻工大学 数学与计算机学院 武汉市 430048
语种:
中文
关键词:
桥梁裂缝检测;实时语义分割;轻量化神经网络;移动端部署;深度学习
关键词(英文):
GhostNet
期刊:
公路
ISSN:
0451-0712
年:
2023
卷:
68
期:
04
页码:
246-255
基金类别:
湖北省交通运输厅科技项目计划,项目编号2020-2-6-1;
机构署名:
本校为第一机构
院系归属:
数学与计算机学院
摘要:
针对现有的桥梁裂缝检测语义分割网络参数量过于庞大、计算时间长、难以部署在移动端等资源受限的设备上,而且存在裂缝细节识别困难、分割结果不连续的问题,提出了一种优化PSPNet网络结构的改进型轻量级裂缝语义分割模型Ghost...展开更多 针对现有的桥梁裂缝检测语义分割网络参数量过于庞大、计算时间长、难以部署在移动端等资源受限的设备上,而且存在裂缝细节识别困难、分割结果不连续的问题,提出了一种优化PSPNet网络结构的改进型轻量级裂缝语义分割模型Ghost-PSPNet。首先利用GhostNet替换ResNet-50作为主干网络,以更小的计算代价生成冗余特征,其次在模型中引入一条支路结构融合多层级特征,得...
摘要(英文):
In view that the existing bridge crack detection semantic segmentation network parameters are too large,the calculation time is long,it is difficult to deploy on resource-constrained devices such as mobile terminals,and there are difficulties in identifying crack detail...MORE In view that the existing bridge crack detection semantic segmentation network parameters are too large,the calculation time is long,it is difficult to deploy on resource-constrained devices such as mobile terminals,and there are difficulties in identifying crack details and discontinuous segmentation results,an improved...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com