基于宽残差网络的半监督路面裂缝识别方法
刘训星
宣城职业技术学院信息与财经学院,安徽 宣城 242000
摘要："村村通"工程改善了农民出行条件,但十多年过去路面破损严重,大多需要维修养护,路面裂缝是其中最常见的一种道路破损类型.为提高养护效率,需要对道路裂缝进行准确分类.本研究基于宽残差网络的MixMatch半监督深度学习模型,用于路面裂缝识别方法和分类.改进宽残差网络,设计算法MixMatch,降低数据标注工作量.所提方法仅使用10％的标记数据对路面裂缝识别准确率为91.25％,识别横向裂缝、纵向裂缝和龟裂的F1-score值分别为92.37％、96.20％和90.24％o 与传统的 VGG16、ResNet50、AlexNet、MobileNetV3 四种模型相比,准确率分别提高了 8.08％、0.6％、8.89％、6.97％.实验结果表明,所提方法不仅能够提供路面裂缝的类别信息,减少样本标签标注的工作量,也可直接用于路面状况评价.
关键词：半监督MixMatch残差网络裂缝检测
分类号：TP18(自动化基础理论)
资助基金：安徽省教育厅自然科学重点研究项目(KJ2021A1423)
论文发表日期：2024-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 92-99 )
英文信息