【技术实现步骤摘要】
本专利技术涉及隧道病害检测，具体是一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法。
技术介绍
1、隧道作为交通运输的重要工程建筑物，其在运营过程中极易发生裂缝、渗漏、坑槽等病害，而隧道病害检测作为一种能够及时发现病害的类别、形态、位置的检测方法，其在保证隧道安全中扮演着重要的角色。目前，随着计算机视觉技术的不断发展，基于机器视觉和深度学习的隧道病害检测方法已得到广泛应用。然而在实际应用中，现有基于机器视觉和深度学习的隧道病害检测方法所采用的深度学习模型普遍存在功耗高、泛化能力差的问题，由此导致现有基于机器视觉和深度学习的隧道病害检测方法存在检测成本高、检测结果准确性差的问题。基于此，有必要专利技术一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，以解决现有基于机器视觉和深度学习的隧道病害检测方法检测成本高、检测结果准确性差的问题。
技术实现思路
1、本专利技术为了解决现有基于机器视觉和深度学习的隧道病害检测方法检测成本高、检测结果准确性差的问题，提供了一种基于脉冲化大模型的轻量级鲁棒隧道
【技术保护点】
1.一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：该方法是采用如下步骤实现的：
2.根据权利要求1所述的一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：所述步骤3.1中，第一个分支先利用高通滤波器滤除图像的低频成分，再利用高频特征嵌入层重建图像，由此生成第一个特征嵌入。
3.根据权利要求1所述的一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：所述步骤3.2中，第二个分支利用大内核卷积和增加的膨胀率快速扩展感受野，由此生成第二个特征嵌入。
4.根据权利要求1所述的一种基于脉冲化大模型的轻量级...
【技术特征摘要】
1.一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：该方法是采用如下步骤实现的：
2.根据权利要求1所述的一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：所述步骤3.1中，第一个分支先利用高通滤波器滤除图像的低频成分，再利用高频特征嵌入层重建图像，由此生成第一个特征嵌入。
3.根据权利要求1所述的一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：所述步骤3.2中，第二个分支利用大内核卷积和增加的膨胀率快速扩展感受野，由此生成第二个特征嵌入。
4.根据权利要求1所述的一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：所述步骤3.3中，第三个分支通过扩大图像的特征图，使图像的小目标特征更加清晰，由此生成第三个特征嵌入。
5.根据权利要求1所述的一种基于脉冲化大模型的轻量级鲁棒隧道病害检测方法，其特征在于：所述步骤四中，特征提炼器先利用脉冲交叉注意力层将三个特征嵌入合并，再利用批量归一化层和全连接层对三个特征嵌入进行归一化处理和特征的综合及重组，由此生成包含上下文信息和目标对象位置信息的高质量嵌入。
6.根据权利要求1所述的一...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。