高效裂缝网：一种轻量化的裂缝分割模型
原文中文，约500字，阅读约需1分钟。发表于：。本研究解决了从路面图像中检测裂缝的困难，尤其是在复杂背景和低对比度情况下。提出的高效裂缝网（EfficientCrackNet）结合了卷积神经网络和变换器，利用深度可分离卷积和超轻量子空间注意力模块，实现了精准的裂缝分割。实验表明，该模型在多个基准数据集上表现优于现有轻量化模型，显示出优越的准确性与计算效率平衡。
过去十年，自动化方法逐渐取代传统手动视觉检查技术，用于更高效地检测裂缝。语义分割算法在逐像素裂缝检测中表现出色，但需大量标注数据。为此，提出了无监督的UP-CrackNet，通过生成对抗网络恢复破坏区域，实现逐像素裂缝检测。实验表明，该方法性能优越，泛化能力强，优于许多无监督算法，并与先进的监督算法相媲美。代码已公开。
