机械工程学报

作者：杨炜, 黄立红, 屈晓磊

单位：1. 长安大学汽车学院 西安 710064;2. 北京航空航天大学仪器科学与光电工程学院 北京 100191

关键词：卷积神经网络,双注意力机制,沥青路面,路面分类；

基金：国家重点研发计划（2018YFC0807502）和陕西省自然科学基金青年（2017JQ6045）资助项目。

针对现有EfficientNet模型应用于沥青路面状态分类时，卷积操作易导致高层特征信息丢失问题，在现有EfficientNet模型的深层结构中引入一种双注意力机制，包含通道注意力模块和位置注意力模块，借助Sigmoid线性单元（Sigmoid linear unit，SiLU）激活函数和余弦学习率衰减策略，提出一种融合双注意力机制EfficientNet （Dual attention network based on EfficientNet，DAEfficientNet）的沥青路面状态分类方法。首先，建立不同天气下5种沥青路面共5 938张图像作为数据集，积雪样本来自开源数据集（Canadian adverse driving conditions dataset，CADCD）。然后，对所提出模型进行训练，并得到沥青路面图像分类结果。最后，利用准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1 score和特异度（Specificity），将所提出模型与其他现有卷积神经网络模型进行分类效果对比分析。试验结果表明：所提出模型优于其他对比模型，能准确、有效地对不同天气下的沥青路面状态进行分类。

来源：2022年第24期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第24期