融合双注意力机制和U-Net网络的锈蚀图像分割

您当前的位置：

首页 >

文章列表页 >

融合双注意力机制和U-Net网络的锈蚀图像分割

更新时间：2025-07-09

- 融合双注意力机制和U-Net网络的锈蚀图像分割
- Issue 12, Pages: 119-128(2021)
- 作者机构：
  
  三峡大学水电机械设备设计与维护湖北省重点实验室
- 作者简介：
- 基金信息：
- DOI：
  CLC： TG172;TP391.41
- Published：2021
- 稿件说明：
移动端阅览
[J]. 2021, (12): 119-128.
DOI：

[J]. 2021, (12): 119-128. DOI：

摘要

针对传统方法难以精确分割出金属构件锈蚀区域特征的难题

构建了一种融合双注意力机制和U-Net深度学习网络的锈蚀图像区域分割模型。首先

基于U-Net网络的对称编解码架构搭建骨干网络

采用VGG16网络的预训练权重对模型参数进行初始化;其次

在下采样和上采样之间的跨层连接中融合双注意力机制使网络聚焦于局部锈蚀特征

同时在上采样中使用深度可分离卷积加速模型的运算效率;最后采用锈蚀图像数据集对该网络进行训练从而得到锈蚀图像分割模型。通过实采的金属构件锈蚀图像对所提模型进行验证

结果表明:所构建的锈蚀图像分割模型能够有效地从复杂背景图像中分割出锈蚀区域特征

锈蚀区域特征的识别准确率达到95.5%

交并比指标为81.4%;相较于传统U-Net方法

识别准确率和交并比指标分别提升了3.3%和9.2%。

Abstract

关键词

Keywords

references

Jin Yuwei,Xu Wenbo,Hu Zhongwen,Jia Haitao,Luo Xin,Shao Donghang.GSCA-UNet: Towards Automatic Shadow Detection in Urban Aerial Imagery with Global-Spatial-Context Attention Module[J].Remote Sensing,2020.

Guoheng Huang,Junwen Zhu,Jiajian Li,Zhuowei Wang,Lianglun Cheng,Lizhi Liu,Haojiang Li,Jian Zhou.Channel-Attention U-Net: Channel Attention Mechanism for Semantic Segmentation of Esophagus and Esophageal Cancer[J].IEEE Access,2020.

Zhenqing Liu,Yiwen Cao,Yize Wang,Wei Wang.Computer vision-based concrete crack detection using U-net fully convolutional networks[J].Automation in Construction,2019.

Alberto Ortiz,Francisco Bonnin-Pascual,Emilio Garcia-Fidalgo,Joan P. Company-Corcoles.Vision-Based Corrosion Detection Assisted by a Micro-Aerial Vehicle in a Vessel Inspection Application[J].Sensors,2016.

K. Anami,N. Ishii,C.W. Knisely.Added mass and wave radiation damping for flow-induced rotational vibrations of skinplates of hydraulic gates[J].Journal of Fluids and Structures,2012.

殷晓航,王永才,李德英.基于U-Net结构改进的医学影像分割技术综述[J].软件学报,2021(02).

侯向丹,赵一浩,刘洪普,郭鸿湧,于习欣,丁梦园.融合残差注意力机制的UNet视盘分割[J].中国图象图形学报,2020(09).

刘媛媛,张硕,于海业,王跃勇,王佳木.基于语义分割的复杂场景下的秸秆检测[J].光学精密工程,2020(01).

柳小波,张育维.基于U-Net和Res_UNet模型的传送带矿石图像分割方法[J].东北大学学报(自然科学版),2019(11).

杨威,张建林,徐智勇,赵春梅.一种改进的Focal Loss在语义分割上的应用[J].半导体光电,2019(04).

卢树杰,陈庆诚,文祥,董伟.基于无人机的钢结构锈蚀视觉检测[J].工业控制计算机,2019(07).

凌兴宏,李杰,朱斐,刘全,伏玉琛.基于双重注意力机制的异步优势行动者评论家算法[J].计算机学报,2020(01).

董月,冯华君,徐之海,陈跃庭,李奇.Attention Res-Unet:一种高效阴影检测算法[J].浙江大学学报(工学版),2019(02).

王达磊,彭博,潘玥,陈艾荣.基于深度神经网络的锈蚀图像分割与定量分析[J].华南理工大学学报(自然科学版),2018(12).

宋伟,左丹,邓邦飞,张海兵,薛凯文,胡泓.高压输电线防震锤锈蚀缺陷检测[J].仪器仪表学报,2016(S1).

刘红波,刘东宇,徐杰.天津新港船闸桥锈蚀检测与结构性能评估[J].天津大学学报(自然科学与工程技术版),2015(S1).

郭建斌,王楠,王泽民.水工钢结构腐蚀的图像识别技术[J].河海大学学报(自然科学版),2012(05).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

直驱式永磁直线电机深度模糊滑模-自抗扰控制

采用切削刃重构的刀具磨损视觉检测方法

面向钢丝绳微弱损伤智能识别的多尺度注意力网络

一种具有边缘保持的多尺度马尔可夫随机场模型图像分割方法

Energy Efficiency Optimization of the Cryogenic Air Separation Process for Electronic-Grade Ultra Pure Nitrogen

Related Author

陆佳瑜

李波

葛文庆

鲁应涛

谭草

秦超峰

王禹林

潘一

Related Institution

山东理工大学交通与车辆工程学院

中国船舶集团有限公司第七〇五研究所昆明分部

南京理工大学机械工程学院

西安交通大学机械工程学院

西安建筑科技大学信息与控制工程学院

⁰