申请/专利权人:石家庄铁路职业技术学院;石家庄铁道大学
申请日:2023-11-20
公开(公告)日:2024-04-09
公开(公告)号:CN117853500A
主分类号:G06T7/11
分类号:G06T7/11;G06V10/42;G06V10/44;G06N3/048;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/045;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明涉及一种CNN与transformer结合的SR‑Fuse裂纹图像分割方法,建立SR‑Fuse模型,所述SR‑Fuse模型由Transformer分支和CNN分支组成;Transformer分支用于提取全局的特征,CNN分支不做下采样操作,通过RBFusion融合模块融合Transformer分支和CNN分支提取到的特征,再经过1×1卷积降低通道数,得到输出特征图。本发明用S‑FFN和轴向注意力来捕获长距离依赖关系并保持模型的平移不变性,实现了较好的效果。
主权项:1.一种CNN与transformer结合的SR-Fuse裂纹图像分割方法,其特征在于,建立SR-Fuse模型,所述SR-Fuse模型由Transformer分支和CNN分支组成;Transformer分支用于提取全局的特征,CNN分支不做下采样操作,通过RBFusion融合模块融合Transformer分支和CNN分支提取到的特征,再经过1×1卷积降低通道数,得到输出特征图。
全文数据:
权利要求:
百度查询: 石家庄铁路职业技术学院;石家庄铁道大学 一种CNN与transformer结合的SR-Fuse裂纹图像分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。