基于并行注意力UNet的裂缝检测方法

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:fylnn125
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
裂缝对公共设施而言存在着安全隐患,因此裂缝检测是公共设施进行维护的重要手段.由于裂缝图像中存在噪声、光线、阴影等因素干扰,神经网络在训练时极易被影响,导致预测结果出现偏差,降低预测效果.为减少这些干扰,设计了一个并行注意力机制,并将其嵌入到UNet网络的解码部分,进而提出了并行注意力UNet(parallel attention based UNet, PA-UNet).该方法分别从通道和空间2个维度加大裂缝特征权重以抑制干扰,然后对这2个维度生成的特征进行融合,以获得更具互补性的裂缝特征.为了验证
其他文献
现在软件规模越来越庞大和复杂,脆弱性形式也更趋向多样化,传统的脆弱性检测方法存在人工参与度高、对未知脆弱性检测能力弱的缺点,已无法满足对多样化脆弱性的检测要求.为了提高对未知脆弱性的检测效果,大量机器学习方法被应用到软件脆弱性检测领域.由于现有方法在代码表征过程中存在着较高的语法和语义信息的损失,导致误报率和漏报率较高.针对这一问题,提出了一种基于代码属性图和Bi-GRU的软件脆弱性检测方法.该方法通过从函数的代码属性图中提取出抽象语法树序列、控制流图序列作为函数表征的表征方式,减少代码表征过程中的信息的
摘 要:农业农村部印发了《农业绿色发展技术导则(2018—2030年)》的通知,全国掀起了绿色农业的热潮,对于绿色农业的探究成为大势所趋。温室大棚是设施农业中的一种重要形式,但其在种植作物的过程中出现了不少污染现象,探讨了绿色温室大棚在绿色农业中的应用,提出了立体种植的设想,以提高经济效益。  关键词:绿色农业,绿色温室大棚;立体种植  文章编号: 1005-2690(2021)15-0127-
为了提高红外图像去雾的质量,采用改进暗通道算法。首先通过图像自身调节来获得较准确的大气光强,利用原图暗原色图以及亮原色图的调节因子得到更加接近图像真实值的大气光强;然后均方差判断去雾图像区域块的对比度,通过透射率伸缩系数和透射率增减系数来调节透射率;接着为避免去雾图像画质偏暗,通过灰度值大小对图像亮度进行校正;最后给出了算法流程。实验仿真显示本文算法没有色彩失真现象,边缘细节处理更清晰明亮,平均梯
摘 要:林业在我国国民经济发展过程中扮演着至关重要的角色,为了最大限度地发挥林业的价值,林业部门要加大林业建设工作的力度,一方面要采用现代化的林业造林方法,提高苗木的成活率,另一方面要采用先进的营林生产管理理念,做好苗木后期的抚育管理工作,为苗木生长提供良好的环境,提高林业的产量和质量。分析了现代林业在发展过程中采用的造林方法,探究了现代林业营林生产管理措施,希望对我国现代林业发展提供有效的参考
当今大数据时代,数字化的飞速发展已经深入到各个领域和行业。同样,数字化建设和发展也为徽文化古民居的保护带来不一样的春天。本文通过黄宾虹故居的数字化保护与研究,探索作为徽文化传承的核心载体——徽派古民居的数字化保护新模式,为徽派古民居的有效保护和传承提供思路。通过数字化的存储和复原为徽派古民居的资源共享提供了无限的发展空间,使徽文化传承下的古民居在使用中得到保护,在发展中得到继承。