Une méthode de segmentation des fissures routières basée sur le Transformer et la fusion de caractéristiques multi-échelle

Pour assurer la sécurité des déplacements des véhicules, l'entretien des infrastructures routières est devenu de plus en plus critique, avec l'émergence de techniques de détection efficaces et précises pour les fissures routières comme un point central de recherche dans l'industrie. Le développement des technologies d'apprentissage profond a révélé un potentiel énorme pour améliorer l'efficacité de la détection des fissures routières. Bien que les réseaux de neurones convolutionnels se soient révélés efficaces dans la plupart des tâches de segmentation sémantique, surmonter leurs limitations dans la segmentation des fissures routières reste un défi. Pour répondre à cela, cet article propose un nouveau réseau de segmentation des fissures routières qui exploite les puissantes capacités de modélisation des caractéristiques spatiales du Swin Transformer et l'architecture Encodeur-Décodeur de DeepLabv3+. De plus, l'incorporation d'un module de codage multi-échelle et d'un mécanisme d'attention améliore la capacité du réseau à fusionner de manière dense des caractéristiques multi-échelles et à étendre le champ réceptif, améliorant ainsi l'intégration des informations des cartes de caractéristiques. Des comparaisons de performance avec les modèles de segmentation sémantique actuels sur des ensembles de données de fissures démontrent que le modèle proposé obtient les meilleurs résultats, avec un MIoU de 81,06%, une précision de 79,95% et un score F1 de 77,56%. Les résultats expérimentaux mettent en évidence la capacité supérieure du modèle à identifier des fissures complexes et irrégulières et à extraire des contours, fournissant des orientations pour de futures applications dans ce domaine.