首页|基于深度学习算法的路面病害检测技术研究

基于深度学习算法的路面病害检测技术研究

扫码查看
原文链接
  • 万方数据
  • 维普
为研究基于深度学习算法的路面病害检测技术,建立路面病害改进检测模型,并通过所选数据集对该改进模型的有效性进行测试.通过对路面病害检测速度和精度的优化,提高了检测路面病害的准确度.测试结果表明,对于不同数据集,改进YOLO模型下的召回率Re、准确率Pr以及平衡F分数F1三个参数较原始模型均有所提高,验证了改进YOLO模型的优越性.但准确率的提高可能会导致召回率的降低,召回率的提高也可能会导致误诊率的增加.对于不同的应用场景,需要结合具体情况来评估召回率和准确率的重要性,并进行模型调优.

李佳兴、秦志超、李凯强

展开 >

中冶检测认证有限公司,北京 100080

金环建设集团有限公司,河北石家庄 050000

天津市政工程设计研究总院有限公司,天津 300000

深度学习 路面病害检测 精度优化 模型改进

2024

交通世界
交通运输部科学研究院

交通世界

影响因子：0.478
ISSN：1006-8872
年,卷(期)：2024.(9)
  • 5