改进的HRNet应用于路面裂缝分割与检测

作者：张伯树; 张志华^*; 张洋

来源：测绘通报, 2022, (03): 83-89.

DOI：10.13474/j.cnki.11-2246.2022.0082

• 路面裂缝
• HRNet
• DUC
• passthrough layer
• SE-Block
• 图像分割

针对利用传统卷积神经网络进行路面裂缝分割时存在准确率低、信息丢失及边缘模糊的问题，本文提出了基于改进HRNet模型的路面裂缝分割算法。模型在原始HRNet的基础上进行改进，主干网络部分采用DUC模块代替双线性插值上采样；下采样改为passthrough layer代替原始卷积；在模型解码部分，进行逐级上采样的同时引入SE-Block,对不同特征层的融合重新标定权重。通过与原始HRNet及传统卷积神经网络U-Net对比可知，本文算法在公共数据与自制数据集上的分割精度表现优秀，F1分值分别达到了91.31%和78.69%,可以很好地满足实际工程的需求。

• 出版日期2022
• 单位兰州交通大学