基于 Vision Mamba 的混凝土、沥青与砌石表面自主裂缝分割
计算机视觉与模式识别
2024-06-25 v1
摘要
卷积神经网络（CNN）和 Transformer 在特定条件下展示了裂缝检测的先进精度。然而，CNN 的固定局部注意力可能妨碍其泛化能力，Transformer 的全局自注意力的二次复杂度限制了其实际部署。鉴于 Mamba 新一代架构的兴起，本文提出一种基于 Vision Mamba（VMamba）的框架，用于混凝土、沥青和砌石表面的裂缝分割，具有高精度、良好泛化性及较低计算复杂度。该编码器-解码网络的参数数量减少 15.6% - 74.5%，相较于代表性的 CNN 模型可提高最高 2.8% 的 mDS 指数，同时表现约等于 Transformer 模型。此外，基于 VMamba 的编码器-解码网络可处理最高达 90.6% 更低的浮点运算的高分辨率图像输入。
引用
@article{arxiv.2406.16518,
title = {Vision Mamba-based autonomous crack segmentation on concrete, asphalt, and masonry surfaces},
author = {Zhaohui Chen and Elyas Asadi Shamsabadi and Sheng Jiang and Luming Shen and Daniel Dias-da-Costa},
journal= {arXiv preprint arXiv:2406.16518},
year = {2024}
}
备注
23 pages, 9 figures