基于DDE?BIT的無(wú)人機(jī)高速公路護(hù)欄損壞檢測(cè)

打開(kāi)文本圖片集

摘  要： 針對(duì)現(xiàn)有方法對(duì)無(wú)人機(jī)高速公路護(hù)欄損壞檢測(cè)存在邊緣信息提取效果差、識(shí)別精度低的問(wèn)題，提出一種基于深度學(xué)習(xí)的變化檢測(cè)模型DDE?BIT。首先，采用深度可分離卷積優(yōu)化主干網(wǎng)絡(luò)Resnet18，減少模型的參數(shù)數(shù)量，降低計(jì)算成本；然后，在主干網(wǎng)絡(luò)輸出部分引入ECA注意力模塊，在僅增加少量參數(shù)的情況下提高模型的跨通道信息捕捉能力；最后，通過(guò)跳躍連接方式對(duì)BIT雙時(shí)空?qǐng)D像轉(zhuǎn)換器的輸出特征進(jìn)行堆疊，提高模型的上下文信息理解能力。（剩余9407字）