基于卷积神经网络的多类别路面病害识别研究

• 作者: 常莹 蔡蓉宾
• 来源期刊: 上海电气技术
• 学科: 交通运输
• 关键词: 道路 病害 卷积神经网络 识别
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 技术综述
• 页码范围: 61-66
• 页数: 6页
• 分类号: TP183|U418
• 字数: 3280字
• 语种: 中文

摘要

通过卷积神经网络和智能算法,可以检测道路病害类型,自动识别路面状况,帮助道路养护部门便捷、高效、有针对性地开展日常养护工作.基于卷积神经网络,提出一种多类别路面病害识别方法.这一方法通过不同种类的道路病害图片样本训练检测器,可以有效检测并识别包括裂缝、坑塘、松散、路面标线磨损等在内的多种路面病害.通过路面病害数据集对所提出的识别方法进行性能评价,确认识别准确率这一性能评价指标最高可达0.934 8.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常莹		3	0	0.0	0.0
2	蔡蓉宾		1	0	0.0	0.0