基于改進(jìn)U-net的大壩表面混凝土裂縫圖像分割方法

摘要： 大壩表面混凝土裂縫的檢測(cè)與識(shí)別對(duì)大壩安全具有重要意義，為此開展了基于深度學(xué)習(xí)方法的混凝土裂縫織別方法研究。針對(duì)裂縫圖像具有復(fù)雜拓?fù)浣Y(jié)構(gòu)和正負(fù)樣本不平衡等特點(diǎn)，在典型U-net中嵌入了ASPP和CBAM優(yōu)化模塊，同時(shí)以Dice+BCE混合損失函數(shù)代替了單一交叉熵?fù)p失函數(shù)。結(jié)果表明：所創(chuàng)建的改進(jìn)U-net在自制實(shí)例大壩裂縫圖像數(shù)據(jù)集上表現(xiàn)優(yōu)異，交并比IoU和F1分?jǐn)?shù)分別為47.05...