基于CNN智能算法的路面损坏轻量化识别系统应用研究
作者机构：浙江台州甬台温高速公路有限公司台州市317000 浙江交工集团股份有限公司设计院分公司杭州市310000
出 版 物：《公路》 (Highway)
年 卷 期：2023年第68卷第1期
页 面：386-390页
学科分类：08[工学] 0838[工学-公安技术] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程]
主 题：公路养护 路面损坏状况检测 轻量化识别系统 卷积神经网络 应用研究
摘 要：在日常巡查中开展路面损坏状况的科学检查和评定,及时采取干预性养护措施,才能长期、有效地将路面技术状况维持在较高水平。利用基于数字相机的路面图像快速采集系统和基于卷积神经网络CNN智能算法的路面损坏图像处理技术,构建路面损坏轻量化识别系统,通过对路面损坏图像样本的迭代训练,该系统的路面损坏识别准确度能达到90%以上。将该系统代替常规人工巡查方式,能够建立起高频、快速、全覆盖的路面健康巡检体系,实现路面损坏自动化识别及准确定位,提高了日常巡查的工作效率和质量。
维普期刊数据库
同方期刊数据库