一种条带池化道路裂缝自动提取方法_第1页
一种条带池化道路裂缝自动提取方法_第2页
一种条带池化道路裂缝自动提取方法_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

在机器学习和深度学习的发展下，深度学习方法，尤其是卷积神经网络（CNN）道路裂缝自动提取问题看作二分类问题，通过使用卷积神经网络对图像进行训练，最终得出道路裂缝的位置。本文提出的方法是在卷积神经网络的基础上增加了条带池化的步骤。条带池化算法是对标准池化算法的扩展，它可以在卷积神经网络中更好U-Nt的卷积神经网络结构，该结构是一种基于全卷积网络的语义分割架构，可以有助于识别出道路裂缝的位置。U-Nt两个部分：下采样部分和上采样部分。下采样部分包括卷积、批标准化ReLU积将特征映射还原到原始图像尺寸。在这个过程中，我们使用了跳跃式连接，使下采样部分的特征与上采样部分的特征相结合。这有助于提高网络的准确性。条带池化算法是一种新的池化方法，在卷积神经网络中被广泛应用。它基于分层的特征表示，可以显著减少网络的计算量，同时保持卷积网10。在验证测试数据中，我们在一个公共数据集上进行了实验，该数据集包含了不同景观条TensorwPU上运行。在训练过程中，我们使用了Adam优化算法，并且进行了数据增强。报率，达到了96.8%的准确度。卷积神经网络和条带池化技术，我们可以很好地提取出道路裂缝的位置。实验结果表

人人文库> 全部分类> 图纸下载 > 毕业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论