基于改进YOLOv3-tiny的路面坑洞检测

作者：翟帅; 冯永慧; 罗宏煜; 肖思航; 田丽玲; 吴少伟

来源：计量与测试技术, 2021, 48(09): 45-49.

DOI：10.15988/j.cnki.1004-6941.2021.9.014

• 路面坑洞
• YOLOv3-tiny
• 目标检测
• 卷积神经网络

路面的坑洞破损严重影响着驾驶舒适性与安全性,因此路面坑洞的检测与修补是一项重要的路面维护任务。本文基于改进YOLOv3-tiny目标检测神经网络模型,实现了路面坑洞的有效检测。其中,改进的模型用一些稠密块替换原模型中的大部分卷积层,使模型的深度大幅增加,而模型的参数和运行时所需的GPU内存显著降低。使用建立的路面坑洞破损数据集训练模型,以mAP作为评价模型的指标。同原YOLOv3-tiny和YOLOv4-tiny模型相比,检测速度相当,并且取得了最高mAP值。

• 单位
  自动化学院; 上海大学