首页|期刊导航|物联网技术|基于改进SegFormer的裂缝分割方法

基于改进SegFormer的裂缝分割方法OA

中文摘要

鉴于视觉Transformer在处理裂缝分割任务时会出现浅层局部细节捕获能力不足的情况,提出一种借助CNN改进SegFormer的轻量化裂缝分割方法.该方法将卷积神经网路以及视觉Transformer的优势相结合,以轻量级CNN编码器作为局部特征提取工具,SegFormer编码器则用来实现全局特征提取;设计了单点注入门控模块,凭借自适应掩码对提取出的特征开展筛选工作,能够有效地过滤背景噪声;引入ECA通道注意力模块,在几乎不增加参数量和计算量的前提下,使模型对裂缝特征更加关注.在CrackSeg9k数据集上的实验结果显示,所提方法的参数量为 3.78×106,IoU和 F1 分数分别为 62.41%和 76.85%,与 SegFormer-B0基线模型相比分别提高了 2.85和2.19个百分点.由此可见,所提方法在满足边缘端部署要求的前提下,极大程度地提升了裂缝检测精度.

赵梓钧;冯锋

宁夏大学 信息工程学院,宁夏 银川 750021宁夏大学 信息工程学院,宁夏 银川 750021

信息技术与安全科学

图像处理裂缝检测语义分割轻量化特征融合注意力机制

《物联网技术》 2026 (19)

29-32,4

宁夏重点研发计划重点项目(2026BEG02050)宁夏自治区科技创新团队专项资助(2025CXTD001)

10.16667/j.issn.2095-1302.2026.19.006

评论