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