Scidown文献预览系统!
表面裂纹检测的半监督语义分割网络( Semi-supervised semantic segmentation network for surface crack detection )
W Wang C Su
表面裂缝的检测是保证民用基础设施安全和正常使用的关键。自动化检测方法效率高,检测结果客观,逐渐取代传统的人工检测。近年来,基于深度学习的语义分割算法在裂缝检测任务中表现出了优异的性能。而常用的全监督分割方法需要对大量数据进行人工标注,耗时较长。为了解决这一问题,我们提出了一种用于裂纹检测的半监督语义分割网络。该方法由学生模型和教师模型组成。两种模型具有相同的网络结构,利用效率网提取多尺度裂纹特征信息,减少了图像信息的损失。学生模型通过损失函数的梯度下降更新权重,教师模型使用学生模型的指数移动平均权重。在训练时,通过对输入数据加入噪声来提高模型的鲁棒性。当仅使用60%的注释数据时,我们的方法在混凝土裂缝数据集上获得了0.6540的F1分数,在Crack500数据集上获得了0.8321的F1分数。结果表明,我们的方法在保持较高准确率的同时,大大减少了标注的工作量。
『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】