《基于改进U-Net网络的细小裂纹检测》

技术简介：

针对复杂背景下细小裂纹图像检测难、噪声干扰多和裂纹宽度信息易丢失的问题，提出一种基于U-Net改进的方法。利用残差块解决网络退化，加入BN层改善梯度弥散，融入深度可分离卷积以及高尺度的转置卷积，实现特征信息由浅入深的传递；改进注意力机制，实现细节特征的优化；延伸U-Net特征向量长度，在底部加入由最大池化层、小尺度深度可分离卷积与上采样层构建的层融合模块，实现分辨率和感受野之间的平衡。实验结果表明，在客观标准下，改进的方法比U-Net的IoU的值提高0.1873,Recall的值提高了0.1127,Precision提高了0.1359,F1-score提高了0.0687,并且实验结果皆优于其他方法对于U-Net的改进，减少了伪分割现象，完成对细小裂纹分割，获得更加精细的裂纹宽度信息。

研发人员：封晓晨;李宁;顾玉宛;符心宇;王雨生;徐守坤;