Scidown文献预览系统!
基于注意力的卷积神经网络路面裂缝检测( Attention-Based Convolutional Neural Network for Pavement Crack Detection )
H Wan L Gao M Su Q Sun L Huang
在不同光照条件下实现复杂纹理路面裂缝的高检测精度仍然具有挑战性。在此背景下,本研究提出了一种基于编码器-解码器网络的架构CrackResAttentionNet,并在每个编码器后连接位置关注模块和通道关注模块来汇总远程上下文信息。实验结果表明,与其他流行模型(ENet、ExFuse、FCN、LinkNet、SegNet和UNet)相比,具有BCE损失函数和PRelu激活函数的CrackResAttentionNet在正确率(89.40)、平均IoU(71.51)、召回率(81.09)和F1(85.04)方面表现最好。同时,对于自行开发的数据集(烟台数据集),具有BCE损失函数和PRelu激活函数的CrackResAttentionNet在准确率(96.17)、平均IoU(83.69)、召回率(93.44)、F1(94.79)方面也有较好的表现。特别是对于公开数据集,BCE损失和PRelu激活函数的精度提高了3.21。结果表明,对烟台数据集的精确度提高了0.99,平均IoU提高了0.74,召回率提高了1.1,BCE损失和PRelu激活函数的F1提高了1.24。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】