基于Transformer与CNN架构的路面裂缝语义分割

摘要

为解决传统路面裂缝分割精度差、完整度不高的问题，提出一种基于Transformer与CNN架构的路面裂缝语义分割模型TCU-Net.该模型以Transformer架构的FastViT作为主干提取全局语义表征，引入EVC Block增强局部纹理与边界响应，并设计融合坐标注意力的CAFusion模块实现全局与局部特征的高效协同；训练阶段采用Focal Dice Loss作为损失函数，避免样本不均衡带来的影响.通过与UNet、SegNet、DcsNet、DTrc-Net等模型的对比实验及消融实验验证了方法的有效性.结果表明：TCU-Net在Pavementscapes和Crack500两个路面裂缝数据集上均取得了最优性能，mIoU分别达77.62%和73.28%,mPA分别达86.2%和82.73%,F1-score分别为85.70%和82.19%,显著优于现有主流语义分割模型，体现了其在裂缝检测任务中的强大表达能力与泛化性能.FastViT作为主干网络，显著提升了模型在复杂图像分割任务中的表现，各项指标均有大幅提升；EVC Block能够提高模型对局部细节的感知能力，进一步提升了模型的精度；CAFusion通过自适应地为各个通道分配权重，充分融合低维局部信息和高维全局信息，较传统融合方法显著提升了模型对边缘细节和结构连续性的表征能力.基于Transformer与CNN架构的TCU-Net能够实现完整准确的路面裂缝分割，为道路养护工作提供精准的决策依据.

关键词

路面工程 / 深度学习 / 语义分割 / Transformer / CNN