摘要
针对桥梁裂缝固有特征及检测过程的局限性,引入基于卷积神经网络的YOLOv3单阶段目标检测算法,并对YOLOV3网络的多尺度预测模块进行改进,充分利用浅层特征,提升小裂缝检测精度。通过聚类算法对数据集进行聚类,得到适用于桥梁裂缝特征的先验框尺寸。数据集方面引入生成对抗网络对桥梁裂缝数据集进行扩增。实验结果表明,在相同数据集和迭代次数下,改进YOLOv3网络裂缝检测精度可达0.9302,比原YOLOv3提高0.0137。
-
单位西安邮电大学; 电子工程学院