基于双重注意力机制的混凝土抗冲击能力的检测方法技术

本申请公开了一种基于双重注意力机制的混凝土抗冲击能力的检测方法，其包括：将获取的混凝土块图像输入卷积神经网络以获得特征图；确定所述特征图中对应所述混凝土块被撞击的区域为感兴趣区域；提取所述感兴趣区域中的特征值以获得感兴趣区域特征图；将所述感兴趣区域特征图通过第一空间注意力机制模块以获得第一注意力特征图；对所述特征图中的所述感兴趣区域设置掩码以获得掩码特征图；将所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图；融合所述特征图和所述第一、第二注意力特征图，以获得分类特征图；以及，将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示所述混凝土块的抗冲击能力是否符合预定标准。

【技术实现步骤摘要】
基于双重注意力机制的混凝土抗冲击能力的检测方法
本申请涉及人工智能领域，且更为具体地，涉及一种基于双重注意力机制的混凝土抗冲击能力的检测方法、基于双重注意力机制的混凝土抗冲击能力的检测系统和电子设备。
技术介绍
混凝土指胶凝材料将骨料胶结成整体的工程复合材料的统称。混凝土在制造成块状时，不仅需要对混凝土的抗压强度进行检测，还需要对混凝土的抗冲击能力进行检测，以此来确定混凝土的抗冲击能力，并且确定混凝土的使用范围。目前的混凝土抗冲击检测装置都是使用铁球来撞击放置在底座上的混凝土，并通过人工观察来检测混凝土的抗冲击能力。但是，一方面人工观察不容易保持准确性，另一方面铁球撞击混凝土块时产生的灰尘也会影响工作人员的身体健康。因此，期望一种优化的用于混凝土抗冲击能力检测的技术方案。目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。近年来，深度学习以及神经网络的发展为混凝土抗冲击能力检测提供了新的解决思路和方案。
技术实现思路
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于双重注意力机制的混凝土抗冲击能力的检测方法、基于双重注意力机制的混凝土抗冲击能力的检测系统和电子设备，其使用双重注意力机制以全面地提取混凝土块的被撞击处的细节特征以及其它位置的类似细节特征，通过这样的方式，来提高混凝土抗冲击能力检测的准确度。根据本申请的一个方面，提供了一种基于双重注意力机制的混凝土抗冲击能力的检测方法，其包括：获取被撞击后的混凝土块的图像；将所述混凝土块图像输入卷积神经网络以获得特征图；基于所述混凝土块图像中所述混凝土块被撞击的区域的位置，确定所述特征图中对应位置为感兴趣区域；提取所述感兴趣区域中的特征值以获得感兴趣区域特征图；将所述感兴趣区域特征图通过第一空间注意力机制模块，以获得第一注意力特征图；对所述特征图中的所述感兴趣区域设置掩码，以获得掩码特征图；将所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图；融合所述特征图、所述第一注意力特征图和所述第二注意力特征图，以获得分类特征图；以及将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示所述混凝土块的抗冲击能力是否符合预定标准。在上述基于双重注意力机制的混凝土抗冲击能力的检测方法中，将所述感兴趣区域特征图通过第一空间注意力机制模块，以获得第一注意力特征图，包括：将所述感兴趣区域特征图通过多个卷积层以获得第一卷积特征图；以及，将所述第一卷积特征图与所述感兴趣区域特征图进行相乘以获得所述第一注意力特征图。在上述基于双重注意力机制的混凝土抗冲击能力的检测方法中，将所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图，包括：将所述掩码特征图通过多个卷积层以获得第二卷积特征图；以及，将所述第二卷积特征图与所述掩码特征图进行相乘以获得所述第二注意力特征图。在上述基于双重注意力机制的混凝土抗冲击能力的检测方法中，融合所述特征图、所述第一注意力特征图和所述第二注意力特征图，以获得分类特征图，包括：将所述第一注意力特征图进行上采样，以将所述第一注意力特征图的尺度转化为与所述特征图和所述第二注意力特征图具有相同尺度；以及，计算进行上采样后的所述第一注意力特征图、所述特征图和所述第二注意力特征图之间的按像素位置的加权和，以获得所述分类特征图。在上述基于双重注意力机制的混凝土抗冲击能力的检测方法中，将所述分类特征图通过分类器以获得分类结果，包括：将所述分类特征图通过全连接层以获得分类特征向量；以及，将所述分类特征向量通过Softmax分类函数，以获得所述分类结果。在上述基于双重注意力机制的混凝土抗冲击能力的检测方法中，所述卷积神经网络为深度残差神经网络。根据本申请的另一方面，提供了一种基于双重注意力机制的混凝土抗冲击能力的检测系统，包括：待检测图像获取单元，用于获取被撞击后的混凝土块的图像；特征图生成单元，用于将所述待检测图像获取单元获得的所述混凝土块图像输入卷积神经网络以获得特征图；感兴趣区域确定单元，用于基于所述混凝土块图像中所述混凝土块被撞击的区域的位置，确定所述特征图生成单元获得的所述特征图中对应位置为感兴趣区域；感兴趣区域特征图生成单元，用于提取所述感兴趣区域确定单元获得的所述感兴趣区域中的特征值以获得感兴趣区域特征图；第一注意力特征图生成单元，用于将所述感兴趣区域特征图生成单元获得的所述感兴趣区域特征图通过第一空间注意力机制模块，以获得第一注意力特征图；掩码特征图生成单元，用于对所述特征图生成单元获得的所述特征图中的所述感兴趣区域设置掩码，以获得掩码特征图；第二注意力特征图生成单元，用于将所述掩码特征图生成单元获得的所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图；特征图融合单元，用于融合所述特征图生成单元获得的所述特征图、所述第一注意力特征图生成单元获得的所述第一注意力特征图和所述第二注意力特征图生成单元获得的所述第二注意力特征图，以获得分类特征图；分类单元，用于将所述特征图融合单元获得的所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示所述混凝土块的抗冲击能力是否符合预定标准。在上述基于双重注意力机制的混凝土抗冲击能力的检测系统中，所述第一注意力特征图生成单元，包括：第一卷积特征图生成子单元，用于将所述感兴趣区域特征图通过多个卷积层以获得第一卷积特征图；以及，第一相乘子单元，用于将所述第一卷积特征图与所述感兴趣区域特征图进行相乘以获得所述第一注意力特征图。在上述基于双重注意力机制的混凝土抗冲击能力的检测系统中，所述第二注意力特征图生成单元，包括：第一卷积特征图生成子单元，用于将所述掩码特征图通过多个卷积层以获得第二卷积特征图；以及，第一相乘子单元，用于将所述第二卷积特征图与所述掩码特征图进行相乘以获得所述第二注意力特征图。在上述基于双重注意力机制的混凝土抗冲击能力的检测系统中，所述特征图融合单元，包括：上采样子单元，用于将所述第一注意力特征图进行上采样，以将所述第一注意力特征图的尺度转化为与所述特征图和所述第二注意力特征图具有相同尺度；以及，加权和计算子单元，用于计算进行上采样后的所述第一注意力特征图、所述特征图和所述第二注意力特征图之间的按像素位置的加权和，以获得所述分类特征图。在上述基于双重注意力机制的混凝土抗冲击能力的检测系统中，所述分类单元，进一步用于：将所述分类特征图通过全连接层以获得分类特征向量；以及，将所述分类特征向量通过Softmax分类函数，以获得所述分类结果。在上述基于双重注意力机制的混凝土抗冲击能力的检测系统中，所述卷积神经网络为深度残差神经网络。根据本申请的再一方面，提供了一种电子设备，包本文档来自技高网...

【技术保护点】
1.一种基于双重注意力机制的混凝土抗冲击能力的检测方法，其特征在于，包括：/n获取被撞击后的混凝土块的图像；/n将所述混凝土块图像输入卷积神经网络以获得特征图；/n基于所述混凝土块图像中所述混凝土块被撞击的区域的位置，确定所述特征图中对应位置为感兴趣区域；/n提取所述感兴趣区域中的特征值以获得感兴趣区域特征图；/n将所述感兴趣区域特征图通过第一空间注意力机制模块，以获得第一注意力特征图；/n对所述特征图中的所述感兴趣区域设置掩码，以获得掩码特征图；/n将所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图；/n融合所述特征图、所述第一注意力特征图和所述第二注意力特征图，以获得分类特征图；以及/n将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示所述混凝土块的抗冲击能力是否符合预定标准。/n

【技术特征摘要】
1.一种基于双重注意力机制的混凝土抗冲击能力的检测方法，其特征在于，包括：
获取被撞击后的混凝土块的图像；
将所述混凝土块图像输入卷积神经网络以获得特征图；
基于所述混凝土块图像中所述混凝土块被撞击的区域的位置，确定所述特征图中对应位置为感兴趣区域；
提取所述感兴趣区域中的特征值以获得感兴趣区域特征图；
将所述感兴趣区域特征图通过第一空间注意力机制模块，以获得第一注意力特征图；
对所述特征图中的所述感兴趣区域设置掩码，以获得掩码特征图；
将所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图；
融合所述特征图、所述第一注意力特征图和所述第二注意力特征图，以获得分类特征图；以及
将所述分类特征图通过分类器以获得分类结果，所述分类结果用于表示所述混凝土块的抗冲击能力是否符合预定标准。


2.根据权利要求1所述的基于双重注意力机制的混凝土抗冲击能力的检测方法，其中，将所述感兴趣区域特征图通过第一空间注意力机制模块，以获得第一注意力特征图，包括：
将所述感兴趣区域特征图通过多个卷积层以获得第一卷积特征图；以及
将所述第一卷积特征图与所述感兴趣区域特征图进行相乘以获得所述第一注意力特征图。


3.根据权利要求1所述的基于双重注意力机制的混凝土抗冲击能力的检测方法，其中，将所述掩码特征图通过第二空间注意力机制模块，以获得第二注意力特征图，包括：
将所述掩码特征图通过多个卷积层以获得第二卷积特征图；
将所述第二卷积特征图与所述掩码特征图进行相乘以获得所述第二注意力特征图。


4.根据权利要求1所述的基于双重注意力机制的混凝土抗冲击能力的检测方法，其中，融合所述特征图、所述第一注意力特征图和所述第二注意力特征图，以获得分类特征图，包括：
将所述第一注意力特征图进行上采样，以将所述第一注意力特征图的尺度转化为与所述特征图和所述第二注意力特征图具有相同尺度；以及
计算进行上采样后的所述第一注意力特征图、所述特征图和所述第二注意力特征图之间的按像素位置的加权和，以获得所述分类特征图。


5.根据权利要求1所述的基于双重注意力机制的混凝土抗冲击能力的检测方法，其中，将所述分类特征图通过分类器以获得分类结果，包括：
将所述分类特征图通过全连接层以获得分类特征向量；以及
将所述分类特征向量通过Softmax分类函数，以获得所述分类结果。


6.根据权利要求1所述的基于双重注意力机制的混凝土抗冲击能力的检测方法，其中，...

【专利技术属性】
技术研发人员：吴日涛，
申请(专利权)人：南京大渔棠网络科技有限公司，
类型：发明
国别省市：江苏;32