原文传递
基于深度学习的路面裂缝自动识别方法
| 题名： | 基于深度学习的路面裂缝自动识别方法 |
| 正文语种： | 中文 |
| 作者： | 唐聚 彭博 张媛媛 谢济铭 蔡晓禹 |
| 作者单位： | 重庆交通大学 交通运输学院,重庆400074 山地城市交通系统与安全重庆市重点实验室,重庆400074;重庆交通大学 交通运输学院,重庆400074 |
| 关键词： | 路面裂缝 深度学习 自动识别 |
| 摘要： | 为了快速、高效、准确地识别路面裂缝，给路面养护管理、路面性能评价与预测、路面结构和材料设计提供参考，提出基于深度学习的路面裂缝自动识别方法.首先将源图像划分为128像素×128像素的子块以降低图像维度；其次，将子块人工分类为裂缝图像与非裂缝图像；然后将分类好的图像与5种深度学习模型结合进行模型训练与测试；最后将训练好的模型用于裂缝识别验证，选出准确率最高的模型.结果 表明，该方法能达到裂缝识别准确率92.0％，可在无人为干预的情况下准确、高效地识别路面裂缝. |
| 会议日期： | 20191031 |
| 会议举办地点： | 上海 |
| 会议名称： | 第十四届中国智能交通年会 |
| 出版日期： | 1031-01-20 |
| 母体文献： | 第十四届中国智能交通年会论文集 |
检索历史
应用推荐
