[1]张悦悦,梁 聪.基于YOLOX-Resnet50模型的路面病害识别方法的应用与验证[J].内蒙古公路与运输,2023,(06):5-8.
点击复制
基于YOLOX-Resnet50模型的路面病害识别方法的应用与验证
《内蒙古公路与运输》[ISSN:1005-0574/CN:15-1157/U]
- 卷:
-
- 期数:
-
2023年06期
- 页码:
-
5-8
- 栏目:
-
公路工程
- 出版日期:
-
2023-12-31
文章信息/Info
- 作者:
-
张悦悦1
; 梁 聪2
-
1.江西省交通投资集团有限责任公司，江西 南昌 330008；
2.华东交通大学交通运输工程学院，江西 南昌 330013
- 关键词:
-
YOLOX-Resnet50; 道路病害; 智能识别; 检测
- 摘要:
-
为降低路面病害检测的人工和时间成本，提高检测效率，文章基于采集的G320国道某路段的病害数据，运用
改进的YOLOX-Resnet50模型对路面病害进行智能识别，通过两轮训练（其中第二轮是在第一轮数据集的基础上优选数据
集），以评估该模型的性能，探究YOLOX-Resnet50模型在路面病害检测方面的适用性。研究表明：YOLOX-Resnet50模型
在路面检测中对病害检测准确度分别为车辙75%、标线67%、修补67%、纵向裂缝50%、横向裂缝40%、网裂24%，平均准确
度达到了53.8%。研究结果表明：该模型能初步替代人工对病害进行筛选，可有效减少人工及时间成本。
更新日期/Last Update:
2023-12-31