用于无砟轨道脱轨检测的多模态注意力融合技术

《AUTOMATION IN CONSTRUCTION》:Multimodal attention fusion for debonding detection in Ballastless tracks

【字体: 大 中 小 】 时间:2026年05月22日 来源:AUTOMATION IN CONSTRUCTION 11.5

编辑推荐:

  解亮|叶文龙|任娟娟|陈张毅|唐莉|邓世杰•通过3D激光无砟轨道检测车辆生成的2D深度脱粘数据集。•结合2D深度多模态特征的MAF-YOLOv8用于自主脱粘检测。•门控互导机制在复杂背景下实现双向2D深度脱粘特征增强。•基于每种模态的可靠性自适应融合学习,以确定2D信息与深度信息

  
解亮|叶文龙|任娟娟|陈张毅|唐莉|邓世杰
  • •
    通过3D激光无砟轨道检测车辆生成的2D深度脱粘数据集。
  • •
    结合2D深度多模态特征的MAF-YOLOv8用于自主脱粘检测。
  • •
    门控互导机制在复杂背景下实现双向2D深度脱粘特征增强。
  • •
    基于每种模态的可靠性自适应融合学习,以确定2D信息与深度信息的权重。
  • •
    坐标注意力机制捕捉长距离依赖关系,提高细小脱粘区域的定位精度。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号