为提高沥青路面裂缝的自动化检测精度，以深度学习模型数据集为对象，结合传统图像处理，提出一种基于裂缝数据进行微观精分的深度学习裂缝数据集处理方法，使深度学习模型能更有针对性地学习沥青路面裂缝的数据特征。在构造数据集时，通过传统的图像处理方法将裂缝宏观精分为龟裂和线性裂缝。在宏观精分基础上，对线性裂缝和龟裂的像素级特征进行微观精分。YOLOv5模型的实验表明：微观精分的裂缝病害模型mAP@.5相较于宏观精分和未精分数据库分别提高8.9%和14.7%,在随机路段上有较好的检测性能。
科研之友
微信
新浪微博
Facebook
分享链接
