原始名称记载: 深圳市锐明像素科技有限公司

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。