基于Transformer-CNN混合架构的结构裂缝检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于Transformer-CNN混合架构的结构裂缝检测方法
申请号:CN202511006604
申请日期:2025-07-22
公开号:CN120931567A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了基于Transformer‑CNN混合架构的结构裂缝检测方法,用于识别结构性裂缝的方法。包括数据采集:通过现场实地拍摄以及网络数据共同获取组成,来构建不同场景、不同光照条件的建筑结构裂缝数据;数据预处理:对所采集的数据通过旋转、裁剪等增强的操作,并通过人工手动标注的方法生成掩码图像,进一步的优化数据的质量;Transformer‑CNN分析:通过构建Transformer‑CNN混合模型,进而实现逐像素的裂缝定位,且对复杂背景和不规则裂纹模式具有较高的鲁棒性;数据评估:依据所提供的数据,进行测试和训练的结果比对,以及通过IoU、Accuracy等量化的分析进行数据的评估。本发明借助Transformer‑CNN混合架构的技术实现了裂缝的精准检测,有效的解决了传统的检测方法准确性低、效率不高等问题。
技术关键词
裂缝检测方法 数据 建筑结构裂缝 二值掩码图像 位置编码技术 识别结构 编码器 线性变换矩阵 多头注意力机制 输出特征 代表 解码器 前馈神经网络 表达式 序列 像素