一种基于U-net网络和SC-SAM注意力机制的大坝裂缝检测方法

摘要

本发明公开了一种基于U‑net网络和SC‑SAM注意力机制的大坝裂缝检测方法，该方法首先收集大坝数据集，并对该数据集进行数据扩充。随后构建深度学习分割网络U‑net模型，并在此基础之上添加SC‑SAM注意力机制，该注意力机制由两个部分构成，CAM提高了特征图中的裂缝通道权重，SAM提高了特征图中空间域上裂缝区域的权重，两者的相互协作使得模型对于大坝裂缝检测的准确度有了极大的提高。将扩充后的数据集分为训练集和测试集，利用训练集带SC‑SAM注意力机制的深度学习分割网络模型进行训练，得到训练好的模型；根据训练好的模型，将测试集输入训练好的模型中进行测试，得到大坝裂缝测试结果。