基于YOLOX-Resnet50模型的路面病害识别方法的应用与验证

作者：张悦悦; 梁聪

来源：内蒙古公路与运输, 2023, (06): 5-8+18.

DOI：10.19332/j.cnki.1005-0574.2023.06.002

• YOLOX-Resnet50
• 道路病害
• 智能识别
• 检测

为降低路面病害检测的人工和时间成本，提高检测效率，文章基于采集的G320国道某路段的病害数据，运用改进的YOLOX-Resnet50模型对路面病害进行智能识别，通过两轮训练（其中第二轮是在第一轮数据集的基础上优选数据集），以评估该模型的性能，探究YOLOX-Resnet50模型在路面病害检测方面的适用性。研究表明：YOLOX-Resnet50模型在路面检测中对病害检测准确度分别为车辙75%、标线67%、修补67%、纵向裂缝50%、横向裂缝40%、网裂24%，平均准确度达到了53.8%。该模型能初步替代人工对病害进行筛选，可有效减少人工及时间成本。

• 单位
  华东交通大学