crack segmentation | BriefGPT

关键词crack segmentation

搜索结果 - 9

基于 Vision Mamba 的混凝土、沥青和砖石表面自动裂缝分割
本文提出了基于 Vision Mamba (VMamba) 的框架，用于对混凝土、沥青和砖石表面进行高准确度、广义化和较低计算复杂度的裂缝分割，相较于基于 CNN 的模型，使用 VMamba 的编码器 - 解码器网络能获得高达 2.8% 的
PDF12 days ago
强化轻量级裂纹分割模型性能的鲁棒特征知识蒸馏
该论文开发了一种名为鲁棒特征知识蒸馏（RFKD）的框架，通过从教师模型的逻辑层和中间特征图中提取知识，并利用混合的清晰和噪声图像将稳定的模式传递给学生模型，提高其精度、泛化性能和抗噪声性能，从而改善轻型裂缝分割模型的鲁棒性。验证结果表明，在
PDF3 months ago
CrackNex: 基于 Retinex 理论的无人机检测中的少样本低光裂缝分割模型
本研究提出了 CrackNex 框架，利用 Retinex 理论中的反射信息帮助模型学习统一的光照不变表示，并利用少样本分割解决低光照条件下裂缝分割的挑战。在多个数据集上 CrackNex 优于现有方法，并提供了首个用于低光照裂缝分割的基准
PDF4 months ago
一种用于 3D 混凝土图像裂缝检测的统计方法
提出了一种高效的算法，用于在大规模计算机断层扫描（CT）图像中识别裂缝区域，并验证了其在提高裂缝分割效率和减少计算资源需求方面的有效性。
PDF4 months ago
优化视觉基础模型用于民用基础设施中裂缝分割
该研究通过引入视觉基础模型用于裂缝分割，并采用两种参数高效微调方法来提高其性能，通过比较实验验证了该方法在各种条件下的零样本性能表现，并为土木工程中视觉模型的发展提供了新思路。
PDF7 months ago
设计一种混合神经系统，用于从基于分形的模拟学习现实世界的裂缝分割
鑑於混凝土基礎設施結構完整性評估的重要性，鑑定裂紋至關重要。然而，對於計算機視覺系統來說，強大的裂紋分割仍然是一項具有挑戰性的任務，原因在於混凝土表面的多樣外觀、不同的照明和天氣條件以及不同缺陷的重疊。本文提出了一種基於分形的高度保真度裂紋
PDF10 months ago
基础设施裂缝分割：边界指导方法与基准数据集
本文提出了边界引导裂纹分割模型（BGCrack），通过将边界特征引入裂纹识别，采用高频率模块、全局信息建模模块、联合优化模块等结构和模块，并提供了一个为钢结构建立统一的公平基准的钢板裂纹数据集。
PDFa year ago
TrueDeep：一种少数据的裂纹检测系统性方法
通过结合领域知识和深度学习架构，我们演示了在少量数据的情况下可以获得类似的性能表现，我们的算法使用 23% 的数据就获得了和测试数据相似、多个盲数据集有显著更好的表现，其中选择基于知识的输入图像有显著的性能提升。
PDFa year ago
盲超分辨率与裂纹分割联合学习的真实降质图像恢复
本文提出了一种使用深度神经网络进行超分辨率增强的裂缝分割方法，联合训练了一个二值分割网络和一个 SR 网络，通过二者相互协同优化，提高了分割效果。在低分辨率图像中应用两个额外的路径进一步鼓励 SR 和分割的相互作用。实验结果表明，本文的方法
PDFa year ago