基于改进的YOLOX和UNETR+的道裂识别定位和细分方法的研究
Wei Sun1,2, Xiaohu Liu3, Zhiyong Lei4
1School of Mechatronic Engineering, Xi'an Technological University, Xi'an 710021, China.
Sensors (Basel, Switzerland)
|September 19, 2025
概括
本研究介绍了一种先进的方法,用于使用改进的YOLOX和UNETR++模型检测,定位和细分细道裂. 该方法提高了细微裂特征的准确性,改善了道安全检查.
科学领域:
- 土木工程 土木工程是指土木工程.
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 识别道中的细小,不规则的裂对于结构完整性至关重要.
- 现有的方法经常与这些裂的微妙特征作斗争.
研究的目的:
- 开发一种强大的方法来识别道中的裂,定位和细分.
- 为了提高细微和不规则的裂的检测准确度.
主要方法:
- 使用了改进的YOLOX算法与EfficientNet骨干和ECA模块,以提高功能提取和灵敏度.
- 使用UNETR++网络通过全球特征捕获和多尺度融合进行高效的细分.
主要成果:
- 拟议的方法有效地整合了道裂的识别,定位和细分.
- 在检测和细分细微和不规则的裂方面表现出高精度.
结论:
- 这种新的方法显著提升了道裂缺陷的自动化分析.
- 为改善道结构健康监测和维护提供了一个有希望的解决方案.
