公开(公告)号：CN116109616A

公开(公告)日：2023-05-12

申请号：CN202310184523.5

申请日：2023-03-01

Applicant: 辽宁工程技术大学

Inventor： 王崇倡 ,  郑斯文 ,  孙尚宇 ,  张晋赫

IPC: G06T7/00 ,  G06T7/62 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06T7/10 ,  G06N3/0464 ,  E01C23/01

Abstract: 本发明公开了一种基于YOLOv5的路面裂缝检测及小面元拟合检测方法，包括获取目标检测数据集；图像预处理；图像数据分类标定；数据集划分；搭建网络并进行检测；G‑YOLOv5网络模型训练；损失函数设置；G‑YOLOv5网络模型测试；标定小面元数据集；小面元数据集划分；VIT网络模型训练；VIT网络模型测试；裂缝面积计算。本发明的基于YOLOv5的路面裂缝检测及小面元拟合检测方法能够解决传统的目标检测算法不能准确识别路面裂缝缺陷面积的问题，减少了对裂缝缺陷无效面积的计算，提高了对细小裂缝、模糊裂缝的识别能力；对裂缝区域进行细致的划分，分块拟合可以更大程度的提高裂缝面积的精度，减少计算误差，从而得到更精细的裂缝区域面积。

公开(公告)号：CN116310327A

公开(公告)日：2023-06-23

申请号：CN202310184522.0

申请日：2023-03-01

Applicant: 辽宁工程技术大学

Inventor： 王崇倡 ,  尤君宇 ,  孙尚宇 ,  张晋赫

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06V20/70 ,  G06V20/56 ,  G06N3/045 ,  G06N3/0464 ,  E01C23/01

Abstract: 本发明公开了一种基于YOLOX和DeepLabv3plus的快速路面裂缝提取方法，包括对采集后的部分路段路面图像进行标注，形成目标检测原始数据集；对YOLOX‑L检测模型进行优化得到检测效果更优的C‑YOLOX模型；将C‑YOLOX检测结果矩形框内的图像进行像素级标注得到分割所用数据集；基于DeepLabv3plus网络模型对其骨干网络进行优化改进得到检测速度更快的mobilenetv3‑DeepLabv3+分割模型。本发明的基于YOLOX和DeepLabv3plus的快速路面裂缝提取方法采用改进后的C‑YOLOX以及MobileNetv3‑DeepLabv3网络，有效的提升了检测任务中的检测精度，并在后续分割任务中大幅提升速度的同时依旧能保持裂缝的风格精度，有效的解决了网络在检测任务中耗时过长的问题。