基于增强特征金字塔网络的不平衡涵管-污水管缺陷分割
原文中文,约400字,阅读约需1分钟。发表于: 。本研究解决了在基础设施检查中因不平衡数据集导致的模型在欠代表类别上表现不佳的问题。通过引入增强特征金字塔网络(E-FPN)并采用类分解和数据增强策略,论文展示了E-FPN在涵管-污水管缺陷数据集上的显著性能提升,其IoU平均改善分别为13.8%和27.2%。此研究为复杂多类别现实场景中的物体分割提供了新颖解决方案,具有广泛应用潜力。
本文介绍了一种新颖的端到端方法,用于多类别道路缺陷检测和分割。通过多个空间和通道注意力块,可以学习到更加全局化的道路缺陷的形态信息和图像的颜色和深度信息。实验证明,该方法优于现有的多类别道路缺陷检测和分割方法。