基于OpenVINO模型优化的智能道路裂缝检测系统

• 作者: 刘瑞康 张才裕 张旭 陈绪君
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 深度学习 道路检测 模型优化 OpenVINO
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 62-68
• 页数: 7页
• 分类号: TP312
• 字数: 4416字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.07.013

摘要

道路裂缝检测是道路养护工作的重要环节,目前我国的道路裂缝检测工作以人工检测方式为主,针对传统裂缝检测工作效率低,耗时较长及检测精度低等问题,文中提出基于资源受限的终端设备搭建的智能化道路裂缝检测系统.采用轻量级网络Tiny-Darknet构建的小型化模型Tiny-YOLOv3进行裂缝检测,通过OpenVINO平台进行模型优化及推理加速,在实际道路场景中的检测速度达到17.6FPS,相比于TensorFlow框架性能提升11.2FPS,在保证相同检测精度的情况下,有效提升了裂缝检测速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈绪君	华中师范大学物理科学与技术学院	22	271	6.0	16.0
2	刘瑞康	华中师范大学物理科学与技术学院	2	0	0.0	0.0
3	张旭	华中师范大学物理科学与技术学院	9	0	0.0	0.0
4	张才裕	华中师范大学物理科学与技术学院	1	0	0.0	0.0