摘要
路面缺陷自动检测对公路养护和路况等级评估具有重要意义.为此,使用YOLOv5x结合透视变换和图像分割设计了路面缺陷检测系统.首先,为证明系统可行性采集并制作了多类型路面缺陷数据集(pavement defect dataset,PDD).然后,使用 SSD(single shot multibox detector)、Fas-ter R-CNN、YOLOv5x(you only look once v5x)和YOLOX 4 种模型对 PDD 进行训练检测.经过训练,4种模型的mAP(mean average precision)均超过了 77％,其中YOLOv5x的结果最优,mAP达到了 91％,同时证明创建的数据集PDD有效.最后,使用YOLOv5x作为系统主要检测方法结合透视变换、图像分割和骨架提取获取缺陷的长度、宽度和面积等信息,进而计算路面状况指数(pave-mentcondition index,PCI)得到路面破损 等级,以及相应的维修建议,提高 了路面缺陷检测的实用性.
NETL
NSTL
维普
万方数据