基于改进Faster R-CNN的路面灌封裂缝检测方法 |
| |
引用本文: | 孙朝云,裴莉莉,李伟,郝雪丽,陈瑶.基于改进Faster R-CNN的路面灌封裂缝检测方法[J].华南理工大学学报(自然科学版),2020,48(2):84-93. |
| |
作者姓名: | 孙朝云 裴莉莉 李伟 郝雪丽 陈瑶 |
| |
作者单位: | 长安大学信息工程学院,陕西西安710064;长安大学信息工程学院,陕西西安710064;长安大学信息工程学院,陕西西安710064;长安大学信息工程学院,陕西西安710064;长安大学信息工程学院,陕西西安710064 |
| |
基金项目: | 陕西省自然科学基础研究计划;国家自然科学基金 |
| |
摘 要: | 路面灌封裂缝对路面使用寿命的影响较为突出,为了解决目前灌封裂缝检测技术匮乏的问题,文中提出了一种基于改进Faster R-CNN的路面灌封裂缝检测方法。首先,建立灌封裂缝图像集,对采集到的图像进行增广处理,构建路面灌封裂缝标注样本数据集,并将图像集按6∶2∶2的比例划分为训练集、验证集和测试集;接着,采用Faster R-CNN模型对灌封裂缝进行检测,针对Faster R-CNN检测灌封裂缝存在漏检、定位效果不够理想的问题,文中分别将VGG16、ZFNet和Resnet50网络的特征提取层与Faster R-CNN模型进行结合,结果表明,VGG16和Faster R-CNN结合的模型检测精度最高,达到0. 9031;然后,通过增加灌封裂缝候选框宽高比的方法继续改进模型,检测精度达到0. 907 3,且原先被漏检的目标能被检测出来;最后,对改进Faster R-CNN与YOLOv2模型的检测精度及定位效果进行对比,结果表明,文中提出的改进Faster RCNN能够明显提高对灌封裂缝的检测准确率和定位精度。
|
关 键 词: | 路面病害 灌封裂缝 检测方法 特征提取 多尺度定位 FasterR-CNN YOLOv2 |
本文献已被 CNKI 万方数据 等数据库收录! |
|