|
|||||
|
|
| 基于语义分割的沥青路面裂缝智能识别 | |
| 作者姓名： | 杨燕泽 王萌 刘诚 徐慧通 张小月 |
| 作者单位： | 1. 北京交通大学土木建筑工程学院;2. 中路高科交通检测检验认证有限公司 |
| 基金项目： | 中央高校基本科研业务费专项资金资助项目（2022YJS071）;;北京市科技新星计划资助项目（20220484103）;;北京市自然科学基金资助项目（8222027）; |
| 摘 要： | 针对传统的沥青路面人工检测效率低、缺乏客观性的弊端,提出基于语义分割的沥青路面裂缝智能识别方法.综合考虑数据集规模、算法种类、网络种类及深度、损失函数类型的影响,对22个语义分割模型开展对比研究,提出适用于较大、较小规模数据集的优选裂缝智能识别方案及对应模型.基于北京六环高速公路沥青路面,建立裂缝分割数据集R-Crack,对提出的智能识别方案进行应用检验,并自动量化裂缝参数.结果表明：检测准确率最高达到83.45%,通过对比人工及自动化检测方式获得的裂缝参数计算结果,裂缝长度和宽度平均误差分别为2.84%和2.39%,提出的智能识别方案为高速公路等场景下沥青路面裂缝的智能检测实践提供依据. |
| 关 键 词： | 沥青路面检测 交并比 语义分割 裂缝识别 卷积神经网络 |