基于GhostNet的轻量级桥梁裂缝图像语义分割算法 |
| |
引用本文: | 张定军,廖明潮,高拉劳.基于GhostNet的轻量级桥梁裂缝图像语义分割算法[J].公路,2023(4):246-255. |
| |
作者姓名: | 张定军 廖明潮 高拉劳 |
| |
作者单位: | 武汉轻工大学数学与计算机学院 |
| |
基金项目: | 湖北省交通运输厅科技项目计划,项目编号2020-2-6-1; |
| |
摘 要: | 针对现有的桥梁裂缝检测语义分割网络参数量过于庞大、计算时间长、难以部署在移动端等资源受限的设备上,而且存在裂缝细节识别困难、分割结果不连续的问题,提出了一种优化PSPNet网络结构的改进型轻量级裂缝语义分割模型Ghost-PSPNet。首先利用GhostNet替换ResNet-50作为主干网络,以更小的计算代价生成冗余特征,其次在模型中引入一条支路结构融合多层级特征,得到含更多准确裂缝形态、空间位置信息的高语义特征图,并在金字塔池化模块(Pyramid pooling module PPM)后嵌入自适应通道注意力机制ECANet来强化上下文语义关系衔接。实验结果表明,与PSPNet以及ShuffletNetV2、VGG16为主干的DeepLabV3+、UNet网络相比该模型mIoU值可达82.8%,所占内存仅为14.9 MB较原始PSPNet模型减少了近90%,实时帧率值FPS为38,实现了实时性和准确率的良好平衡。
|
关 键 词: | 桥梁裂缝检测 实时语义分割 GhostNet 轻量化神经网络 移动端部署 深度学习 |
|
|