基于深度学习和ArcMap的路面病害智能综合检测方法 |
| |
引用本文: | 韩豫,张萌,李宇宏,顾盛.基于深度学习和ArcMap的路面病害智能综合检测方法[J].江苏大学学报(自然科学版),2023(4):490-496. |
| |
作者姓名: | 韩豫 张萌 李宇宏 顾盛 |
| |
作者单位: | 1. 江苏大学土木工程与力学学院;2. 昆山市建设工程质量检测中心 |
| |
摘 要: | 为了提升路面病害检测效率,实现路面病害检测结果的可视化显示,结合深度学习技术和ArcMap地理信息系统,设计一种适用于沥青路面的路面病害智能综合检测方法.该检测方法首先利用基于视觉几何组(visual geometry group, VGG)模型的卷积神经网络进行路面图像分类,再利用基于单步多框检测(single shot MultiBox detector, SSD)模型的目标检测网络实现路面病害识别,最后利用ArcMap地理信息系统生成道路健康地图.测试结果表明:基于VGG-16模型的路面图像分类准确率为94.60%,能够判别正常路面和病害路面;基于SSD模型的路面病害识别平均精确度为87.36%,能够有效识别坑槽、松散、车辙、裂缝、泛油和修补等6类病害类型;基于ArcMap系统的道路健康地图能够实现病害定位与结果显现.
|
关 键 词: | 路面病害 可视化检测 卷积神经网络 目标检测网络 地理信息系统 |
|
|