[发明专利]一种基于深度卷积神经网络的沥青路面裂缝图像分割方法

权利要求书

1.一种基于深度卷积神经网络的沥青路面裂缝图像分割方法，其特征在于，包括以下步骤：

步骤一：准备沥青路面裂缝图片数据集；

步骤二：图片预处理；图片的预处理包括对大的图像进行缩放到统一的尺寸；

步骤三：设定CrackResAttentionNet的模型结构；CrackResAttentionNet的模型采用基于编码器-解码器的结构，包括编码器和解码器，在每个编码器和解码器之间，增加一个注意力模块，所述注意力模块位于每个编码器后并与相应的解码器相连；

所述编码器由输入层、编码层-1至编码层-5组成，其中编码层-1至编码层-4分别对应经过预备训练的ResNet34网络的第一层至第四层，分别为ResNet34-1至ResNet34-4；解码器由解码层-1至解码层-5、输出层组成；

步骤四：确定损失函数；使用像素交叉熵损失(CE)、平衡像素交叉熵损失(BCE)以及Dice损失进行比较：

步骤401：像素交叉熵损失CE如下公式(6)所示：

上述i表示像素的索引，n*n表示输出图像的大小，p_i为样本的真实值，正类为1，负类为0，为样本预测为正的概率；

步骤402：平衡像素交叉熵损失与像素交叉熵损失类似，权重之和为1，如下公式(7)所示：

其中，BCE为平衡像素交叉熵损失，n*n表示输出像素的大小，β为平衡系数，p_i为样本的真实值，正类为1，负类为0，为样本预测为正的概率；

步骤403：Dice损失从交并比IoU的角度设计，Dice损失如公式(8)所示：

公式(8)中，TP为像素真阳性，FN为像素假阴性；

步骤五：确定优化器，采用Adam优化器；

步骤六：初始化权值矩阵；对于ResNet34预训练模型部分，使用预训练模型的权值，对于除ResNet34以外的其它层包括输入层、输出层、编码层5、解码层1至解码层5，使用正态分布初始化权值矩阵；

步骤七：前向传播；输入信号在权值矩阵的帮助下，得到每一层的输出，最终到达输出层的预测值；

步骤八：反向传播；当通过前向传播得到由任意一组随机参数计算出的网络预测结果后，利用损失函数相对于每个参数的梯度进行修正更新；

步骤九：更新权值矩阵；根据反向传播得到的参数的梯度来对权值矩阵进行更新；

步骤十：如果没有到达最大训练次数，则返回步骤七，继续前向传播，否则就保存性能最好的CrackResAttentionNet二进制模型；

步骤十一：输入待分割的沥青路面裂缝图像；将拍摄的沥青路面裂缝图像搜集后，作为系统的输入；

步骤十二：图像预处理；图片的预处理包括对大的图像进行缩放到统一的尺寸；

步骤十三：加载训练好的CrackResAttentionNet，其步骤为：

步骤1301：根据传入的文件名称，找到训练好的模型文件；

步骤1302：读取模型文件到内存；

步骤1303：预测模型使用加载的模型文件里的参数进行预测；

步骤十四：裂缝图像分割输出；输入带裂缝的沥青路面图像，通过训练好的CrackResAttentionNet，预测出分割好的沥青路面图像，其中裂缝的像素以白色显示，其他背景则以黑色显示；

步骤十五：获取训练好的CrackResAttentionNet模型文件保存在磁盘上，同时加载模型二进制文件到内存。

2.如权利要求1所述的方法，其特征在于，所述步骤一中，具体采用步骤101或步骤102的方案：

步骤101：直接使用已经标注的公开的裂缝分割数据集，该数据集包含沥青路面裂缝图像以及已经标注的裂缝形状和位置，作为裂缝图片数据集；

步骤102：拍摄真实的沥青路面裂缝照片，组成裂缝图片数据集；通过Labelme软件手动给每张裂缝照片标注裂缝形状和位置；

步骤102，手动标注采用以下4个分步骤予以实现：

步骤1021，启动Labelme软件窗口，打开一张沥青路面裂缝照片；

步骤1022，根据裂缝的形状，用鼠标在裂缝的外轮廓画出多边形，使得多边形刚好覆盖了裂缝；

步骤1023，给裂缝命名为crack标记，并保存该图像文件；

步骤1024，Labelme会自动生成一个json文件，包含了多边形的各个坐标点位置和标记。