基于深度學(xué)習(xí)的裂縫病害圖像檢測與識別技術(shù)

　　利用深度學(xué)習(xí)進(jìn)行圖像檢測和特征提取是近年來的研究熱點。本書通過系統(tǒng)總結(jié)國內(nèi)外路面裂縫病害自動識別和提取的相關(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)與注意力機制的語義分割網(wǎng)絡(luò)，結(jié)合雙注意力機制的語義分割網(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)檢測的裂縫檢測模型，對裂縫病害圖像進(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與識別技術(shù)》作者簡介