-
公开(公告)号：CN110321815A
公开(公告)日：2019-10-11
申请号：CN201910526241.2
申请日：2019-06-18
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于深度学习的道路裂缝识别方法。该方法步骤如下：首先采集道路裂缝图像并建立训练集，构建卷积神经网络提取图像中的特征生成特征图；然后训练Faster R-CNN模型，该模型包括依次连接的RPN网络、RoI Pooling网络和全连接层，RPN网络获得检测目标和图像背景并得到候选框位置，最后生成候选区域，RoI Pooling网络输出固定尺寸的RoI特征图，综合卷积神经网络生成的特征图与RoI特征图，判别检测目标的物体类别并回归物体的精确位置；最后将待识别的道路图像输入到训练好的Faster R-CNN模型中，判别该图像是否为道路裂缝图像。本发明的优点是检测速度快、识别准确率高。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
