一种基于GA-Unet的机场道面缺陷识别方法.pdfVIP

下载本文档

1
0
约2.01万字
约 20页
2023-07-15 发布于四川
举报
版权申诉

一种基于GA-Unet的机场道面缺陷识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出了一种基于GA‑Unet的机场道面缺陷识别方法，该模型使用GFM模块丰富了模型的输入信息，使模型的可用特征信息增加；然后，该模型使用MRCM和CAM模块实现了网络模型中的各层级特征的有效利用，提升了模型的特征识别能力。在模型训练过程中，采用Focal损失函数使模型更加关注图像中的裂缝等难分类的小样本的特征，进一步提升模型的裂缝、灌缝和板缝的识别性能。实验结果表明，现有的深度学习图像识别技术很有希望在机场道面图像识别领域落地应用，为机场道面管理人员减少工作量以及对机场道面科学养护与管理提

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116433629 A (43)申请公布日 2023.07.14 (21)申请号 202310386523.3 G06N 3/0464 (2023.01)