原创力文档摘要
摘要
裂缝是基础设施中最为常见的缺陷之一，传统的裂缝检测方法准确率低、泛
化性差，难以满足现代基础设施的维护需求。基于深度学习的方法因较强的泛化
能力和鲁棒性被广泛应用于图像分割领域，其中CNN和Transformer相结合的
方法取得了显著成效。然而现有分割方法存在分割边界不清晰，裂缝易误分割以
及细小裂缝分割不连续等问题。为解决上述问题，本文开展了基于深度学习的裂
缝图像分割研究，具体如下：
摘要
摘要
裂缝是基础设施中最为常见的缺陷之一，传统的裂缝检测方法准确率低、泛
化性差，难以满足现代基础设施的维护需求。基于深度学习的方法因较强的泛化
能力和鲁棒性被广泛应用于图像分割领域，其中CNN和Transformer相结合的
方法取得了显著成效。然而现有分割方法存在分割边界不清晰，裂缝易误分割以
及细小裂缝分割不连续等问题。为解决上述问题，本文开展了基于深度学习的裂
缝图像分割研究，具体如下：
文档评论（0）