返回搜索
档案
基于深度学习的路面坑槽检测方法、装置、电子设备及程序产品
发明专利有效
5浏览
10权利要求 · 4 独立
§ Ⅰ
卷宗概要
发明人
王鹏; 刘加美; 王鹏飞; 张凯; 蔡达识
IPC 分类
G06V 20/56 (2022.01)G06V 10/764 (2022.01)G06V 10/82 (2022.01)G06V 10/774 (2022.01)G06V 10/44 (2022.01)G06V 10/80 (2022.01)G06V 10/75 (2022.01)G06V 10/766 (2022.01)G06V 10/74 (2022.01)G06V 10/52 (2022.01)G06N 3/0464 (2023.01)G06N 3/045 (2023.01)G06N 3/048 (2023.01)G06N 3/0499 (2023.01)G06N 3/084 (2023.01)
本申请公开了一种基于深度学习的路面坑槽检测方法、装置、电子设备及程序产品。该检测方法基于训练好的路面坑槽检测模型实现。该模型在颈部网络引入MSEA模块，能够联合建模多尺度空间结构与通道依赖关系，提升模型对真实坑槽判别的鲁棒性。同时，骨干网络中设置的LG‑FEAF模块，可构建高效且鲁棒的跨尺度特征建模机制，增强模型对多尺度和边界模糊坑槽的检测能力。此外，检测网络还采用了MFAFDet，针对传统检测网络在多尺度特征融合和特征对齐能力不足的问题，巧妙地融合了多尺度特征提取、通道注意力、空间注意力和残差连接，以提高对路面坑槽的识别能力。