深度学习在道路病害检测中的应用

作     者：李睿鑫 张应迁 吴嘉懿 陈飞宇 LI Ruixin;ZHANG Yingqian;WU Jiayi;CHEN Feiyu

作者机构：四川轻化工大学土木工程学院四川自贡643000 四川轻化工大学教育与心理科学学院四川自贡643000 四川轻化工大学机械工程学院四川自贡643000 

出 版 物：《自动化应用》 (Automation Application)

年 卷 期：2024年第65卷第19期

页      面：6-9,17页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：深度学习 道路检测 提取算法 

摘      要：深度学习技术已被广泛用于道路病害检测。分析了相关算法、研究现状,并探讨了未来的发展方向,比较了2种主流的深度学习目标检测框架——Two-stage和One-stage,评估了它们的优势与局限。Two-stage框架(如RCNN、Fast R-CNN、Faster R-CNN)在检测精度上表现出色,但在实时处理方面存在局限;而One-stage框架(如YOLO和SSD)以其快速的检测速度见长,但在处理小目标和复杂背景时面临挑战。道路病害检测系统将进一步向智能化和自动化方向发展,依赖升级版的深度神经网络和多模态传感技术的深度融合,实现数据采集、病害识别、分类、定位和预测的全过程无人工干预,这为深度学习技术在道路病害检测领域的深入研究和应用提供了宝贵的参考,可进一步推动该领域的持续发展。