基于深度學(xué)習(xí)的裂縫病害圖像檢測(cè)與識(shí)別技術(shù)

　　利用深度學(xué)習(xí)進(jìn)行圖像檢測(cè)和特征提取是近年來(lái)的研究熱點(diǎn)。本書(shū)通過(guò)系統(tǒng)總結(jié)國(guó)內(nèi)外路面裂縫病害自動(dòng)識(shí)別和提取的相關(guān)成果，詳細(xì)介紹深度學(xué)習(xí)的相關(guān)理論，構(gòu)建改進(jìn)殘差網(wǎng)絡(luò)與注意力機(jī)制的語(yǔ)義分割網(wǎng)絡(luò)，結(jié)合雙注意力機(jī)制的語(yǔ)義分割網(wǎng)絡(luò)，基于高分辨率模型的裂縫病害圖像分類和分割網(wǎng)絡(luò)，以及基于可變形單步多框目標(biāo)檢測(cè)的裂縫檢測(cè)模型，對(duì)裂縫病害圖像進(jìn)行分類與分割提取，可以大幅提升裂縫的分類與識(shí)別精度，豐富深度學(xué)習(xí)中的網(wǎng)絡(luò)模型。

暫缺《基于深度學(xué)習(xí)的裂縫病害圖像檢測(cè)與識(shí)別技術(shù)》作者簡(jiǎn)介