基于YOLO算法深度学习的路面病害检测方法研究

作     者：孔超 KONG Chao

作者机构：安徽省公路桥梁工程有限公司安徽合肥230031 

出 版 物：《建筑机械化》 (Construction Mechanization)

年 卷 期：2024年第45卷第7期

页      码：24-27页

摘      要：提出一种基于深度学习的路面病害检测方法,采用了YOLOv3算法对道路表面的裂缝、坑洼等病害进行快速准确地识别和分类。详细介绍了YOLOv3算法的结构和工作原理,设计了损失函数,以优化模型在分类、定位及置信度评估方面的表现,创建了一个增补的道路表面损伤检测数据集,以适应中国乡镇及社区街道的具体情况。最后,通过在实际道路条件下的测试验证,YOLOv3算法在路面病害检测上显示出91.0%~97.3%的高准确率,证明了基于深度学习的路面病害检测技术在实际应用中的可行性和有效性。

主 题 词：路面病害 损伤检测 YOLOv3算法 深度学习 低成本设备 

学科分类：08[工学] 081304[081304] 0813[工学-化工与制药类] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1001-1366.2024.07.004

馆 藏 号：203128751...