原文传递
基于残差神经网络的沥青路面裂缝识别分类研究
| 题名： | 基于残差神经网络的沥青路面裂缝识别分类研究 |
| 作者： | 章天杰;韩海航 |
| 作者单位： | 浙江省道桥检测与养护技术研究重点实验室;浙江省交通运输科学研究院 |
| 关键词： | 道路工程;裂缝检测;残差神经网络;深度学习;数据清洗 |
| 摘要： | 为提高沥青路面裂缝的识别精度与速度，提出一种基于残差神经网络的沥青路面裂缝自动识别算法。首先建立沥青路面图像集，使用数据清洗算法对综合检测车采集到的裂缝图像进行数据清洗，构建沥青路面裂缝图像样本数据集，并将图像集按8：2的比例划分为训练集和测试集;接着采用残差神经网络ResNet50对清洗后的数据进行训练，得到网络权重后使用训练好的网络对沥青路面裂缝数据进行预测，评价网络准确性。试验结果表明:沥青路面图像清洗算法的准确率为95%，能良好地实现沥青路面原始图像的清洗;裂缝图像分类的平均准确率达到94%，其中横向裂缝、纵向裂缝、龟裂、块状裂缝的识别准确率分别为96.1%、94.6%、93.6%和94.1%。 |
| 期刊名称： | 公路 |
| 出版日期： | 202110 |
| 出版年： | 2021 |
| 期： | 10 |
| 页码： | 24-29 |
检索历史
应用推荐
