文獻(xiàn)標(biāo)志碼:A
DOI: 10.16157/j.issn.0258-7998.234130
引用格式: 李亦湘,,蘇國(guó)韶,,黃涌,等. 基于SegFormer語(yǔ)義分割網(wǎng)絡(luò)的橋梁裂縫檢測(cè)模型[J]. 電子技術(shù)應(yīng)用,,2023,,49(11):94-99.
【引言】
裂縫是橋梁基礎(chǔ)設(shè)施安全運(yùn)行的重要威脅,,是橋梁結(jié)構(gòu)退化的最初跡象之一[1-2],,表觀裂縫檢測(cè)是橋梁結(jié)構(gòu)安全檢測(cè)的重要內(nèi)容[3-5]。傳統(tǒng)的橋梁裂縫人工檢測(cè)手段存在效率低,、實(shí)時(shí)性差與安全風(fēng)險(xiǎn)高等問題,,亟待解決。
近年來,,計(jì)算機(jī)視覺技術(shù)快速發(fā)展,,其設(shè)備成本低、檢測(cè)速度快,、適用范圍廣等優(yōu)勢(shì)日益突出,,在裂縫檢測(cè)領(lǐng)域得到越來越廣泛的應(yīng)用[6-8]。在這類技術(shù)中,,又以深度學(xué)習(xí)作為裂縫檢測(cè)領(lǐng)域的主流方法,。例如,Zhang等[9]訓(xùn)練了一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò),,對(duì)智能手機(jī)收集的圖像中的圖像塊進(jìn)行分類,;Kang等[10]集成了3種獨(dú)立的計(jì)算機(jī)視覺算法,其中基于Faster-RCNN[11]的裂縫檢測(cè)達(dá)到了95%的平均精度,;Liu等[12]首先采用U-Net[13]檢測(cè)混凝土裂縫,,能夠以更少的訓(xùn)練集達(dá)到更高的精度。在實(shí)際工程應(yīng)用中,,基于深度學(xué)習(xí)的裂縫檢測(cè)的耗時(shí)是一個(gè)影響裂縫檢測(cè)工作效率的重要因素[14-15],。然而,現(xiàn)有的大多數(shù)深度學(xué)習(xí)方法主要關(guān)注檢測(cè)準(zhǔn)確性,,而忽略實(shí)時(shí)性的問題,。這些方法存在模型參數(shù)龐大、算法計(jì)算量大的不足,,需要足夠的硬件資源來支持,,難以滿足實(shí)際應(yīng)用場(chǎng)景中對(duì)裂縫檢測(cè)實(shí)時(shí)性的要求,尤其是面對(duì)內(nèi)存小、計(jì)算能力弱,、通信帶寬低等情況,。
當(dāng)前,Transformer深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)已成為計(jì)算機(jī)視覺領(lǐng)域的熱點(diǎn),,它已經(jīng)在自然語(yǔ)言處理,、計(jì)算機(jī)視覺等領(lǐng)域展現(xiàn)了前所未有的實(shí)力[16-18]。然而,,已有的基于計(jì)算機(jī)視覺的裂縫檢測(cè)多側(cè)重于卷積神經(jīng)網(wǎng)絡(luò)(CNN)架構(gòu),,基于Transformer架構(gòu)的結(jié)構(gòu)裂縫識(shí)別研究較為少見。SegFormer是一種新近出現(xiàn)的將Transformer和輕量級(jí)的多層感知器(MLP)相結(jié)合的語(yǔ)義分割框架,,在ADE20k[19],、Cityscapes[20]等數(shù)據(jù)集上取得了優(yōu)越結(jié)果[21]。本文提出一種基于SegFormer語(yǔ)義分割網(wǎng)絡(luò)的橋梁表觀裂縫實(shí)時(shí)檢測(cè)模型,,為橋梁結(jié)構(gòu)表觀裂縫的高效快速檢測(cè)提供一條新的有效途徑,。
文章詳細(xì)內(nèi)容下載請(qǐng)點(diǎn)擊:基于SegFormer語(yǔ)義分割網(wǎng)絡(luò)的橋梁裂縫檢測(cè)模型AET-電子技術(shù)應(yīng)用-最豐富的電子設(shè)計(jì)資源平臺(tái) (chinaaet.com)
【作者信息】
李亦湘1,蘇國(guó)韶2,,黃涌1,劉玉柳1,,秦遠(yuǎn)卓2
(1.廣西壯族自治區(qū)建筑工程質(zhì)量檢測(cè)中心有限公司,,廣西 南寧530005;2.廣西大學(xué) 土木建筑工程學(xué)院,,廣西 南寧 530004)