科研之友
微信
新浪微博
Facebook
分享链接
摘要
裂缝是路面缺陷类型之一，会影响道路的安全和质量，因此识别此类缺陷是公路养护的重要一环。而现在养护信息的获取方式主要靠车载移动设备采集，针对其获取的数据具有场景复杂性、提取裂缝需要具有实时性的特点，采用基于pytorch+deeplabV3+的深度学习模型。通过对Crack500数据集进行格式标准化，再进行训练，可以在道路上得到一个很好的裂缝提取效果，这样不仅可以自动化地在像素级标出裂缝的位置，还可以标注出裂缝的形态，同时可以满足公路裂缝采集车对裂缝的提取要求，为公路养护提供一定支撑和参考价值。
-
单位土木工程学院; 辽宁科技学院
