摘要

早期和及时的缺陷检测对于保证水工混凝土结构的安全运行至关重要。基于深度学习的计算机视觉方法无需复杂的手工特征工程,可以在远程图像中自动判定结构缺陷类别,克服了传统人工视觉劳动强度大、主观性强且易出错的缺点。受此启发,提出了一种基于深度学习的缺陷检测方法,在ResNeXt50网络中引入注意力机制,以自适应地重新校准通道级特征响应,使模型更加关注图像中的缺陷信息,增强特征提取能力。测试结果表明,所提方法可以实现88.0%的F1分数,对于常见混凝土缺陷可以实现较好的分类效果。

全文