<b>使用 Mamba 增强型 HRNet 增强桥梁损伤检测以进行语义分割</b>

在多样性、复杂性和多视角方面创建一个具有挑战性的数据集。该数据集集成了日本土木工程师学会桥梁损伤数据集[1]、波鸿裂缝数据集[2]、CRACK500数据集[3， 4]。为了进行系统的训练和评估，整个数据集分别以 8：1：1 的比例分为训练集、验证集和测试集。 [1] Tonan FUJISHIMA， et al. 使用背景图像额外学习桥接多重损伤分割和 3D 损伤模型生成。人工智能与数据科学 2023;4（3）：705–714。 [2] Çelik F， König M.一个 sigmoid 优化的编码器-解码器网络，用于通过复制-编辑-粘贴迁移学习进行裂纹分割。计算机辅助土木与基础设施工程 2022;37（14）：1875–1890 年。 [3] Zhang L， Yang F， et al. 使用深度卷积神经网络进行道路裂缝检测.在：2016 年 IEEE 图像处理国际会议 （ICIP） IEEE;2016. 第 3708-3712 页–。 [4] Yang F， Zhang L， et al. 用于路面裂缝检测的特征金字塔和分层提升网络.IEEE Transactions on Intelligent Transportation Systems 2019;21（4）：1525–1535。