一种基于Fast-RCNN的道路病害检测算法

作者：田杨; 邱玲

来源：市政技术, 2020, S1: 123-127.

• 道路
• 病害识别
• 目标检测
• 卷积神经网络
• 道路养护

采用Fast-RCNN方法,将图像识别技术、GPS位置信息和车载信号信息有机结合,并将道路巡查车辆采集的道路图片进行自动化识别,包括坑槽、裂缝在内的道路病害信息,再根据从赤峰市道路巡查收集到的8 000张道路病害数据,建立病害样本库,基于病害特征训练和测试Fast-RCNN模型,最后引入自动分区算法优化模型测试性能。实验结果表明,基于Fast-RCNN的目标检测模型能够达到84.9%的识别精度,并且能够生成包含病害定位、时间属性、病害信息在内的病害识别报告,能够有效提升道路病害识别的准确率与道路养护效率。

• 单位
  北京星网宇达科技股份有限公司; 四川师范大学