摘要
研究提出一种依托CBAM-VAE的数据增强手段,并结合Transformer模型开展建筑材料的分类与缺陷检测,针对建筑材料数据不均衡性这一问题,CBAM-VAE凭借学习材料特征分布的手段,产出高质量的合成数据,以扩充少数类缺陷样本的数量。Transformer模型凭借自注意力机制提升分类与缺陷识别的准确度,还跟1D-CNN开展对比分析,实验结果说明,该方法明显提高了分类的准确水平,尤其是少数类缺陷的识别能力得到明显提高,为建筑材料智能检测提供了相关技术支持。
出处
《中国建筑金属结构》
2026年第1期1-3,共3页
China Construction Metal Structure
