改进SSD模型的路面病害图像检测系统

• 作者: 刘庆华 赵雪寒
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 路面病害 目标检测 神经网络 Sobel算子 板载化系统 图像检测
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 217-220
• 页数: 4页
• 分类号: TP306
• 语种: 中文
• DOI: 10.11907/rjdk.201262

摘要

为解决公路路面病害图像特征不突出、检测精度低等问题,提出一种基于改进SSD模型的路面病害检测系统.利用梯度下降Sobel算子优化SSD模型中图像特征提取的卷积网络层,突出路面病害图像特征;通过改进SSD模型实现横向裂缝、纵向裂缝、块状裂缝、路面凹陷以及其它类路面的病害图像检测;结合Jetson-Na?no板载化系统以及基于GO语言的Tensorflow框架实现路面病害检测及分类.实验结果表明,系统路面病害分类准确度为91.28％,比未改进的SSD模型识别准确度提高7.36％,证明该优化模型有效.