[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
分享到:

《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