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 |