基于改进YOLOV3模型的公路路面破损检测方法

作者：凌曼伊; 陈佳琪; 胡嘉鹏; 吕瑞羽; 任小玲

来源：信息与电脑(理论版), 2021, 33(18): 34-36.

• 图像检测
• 深度学习
• YOLOV3模型
• 损失函数

公路路面破损检测方法的好坏对公路路面的维护至关重要,会直接影响路面维护所需投入的人力、财力。故本文提出一种改进YOLOV3模型的公路路面破算检测方法。该方法在原YOLOV3模型上增加2个DenseBlock结构,能够提高网络特征提取能力。同时,优化边界框损失函数,使其对裂缝大小具有较高鲁棒性。实验结果表明,对光照条件差、破损裂缝复杂的图像,本文方法的检测率远远高于传统SVM方法,同时检测精度也高于传统SVM方法。

• 单位
  西安工程大学