科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决传统人工图像处理方法在农村公路路面病害检测中存在的效率低、结果不客观、大量数据无法及时处理等问题，考虑农村公路路段分布特征，集成ResNet50路面分类和改进的YOLOv5裂缝检测算法，提出了一种农村水泥路面裂缝智能检测方法.利用不同训练策略、不同网络深度进行对比，构建了基于ResNet50的路面高效分类模型，实现农村公路水泥和沥青路面的自动判别.创建了包含18 028张农村公路水泥路面裂缝图片的检测数据集，开展单阶段和两阶段目标检测算法对比试验研究，获得兼顾检测精度和效率的优选检测算法.在优选算法中融入自适应空间特征融合策略和优化回归损失函数，有效解决了图像中多尺度裂缝漏检问题，并进一步提高了整体检测精度.应用所提集成方法对农村公路水泥路面进行现场实测，结果表明路面类型分类准确率为98.4%,裂缝检测准确率为93.0%,表明所提方法能够准确高效地运用于农村公路水泥路面裂缝检测.
-
单位北京交通大学; 建筑工程学院
