基于卷积神经网络的路面裂缝识别方法研究
王思源
刘杰
摘要：文章以路面裂缝作为研究对象,将语义分割算法作为主力工具对其识别,对道路裂缝图像的预处理、数据集的扩充、改进经典UNet网络模型展开了分析.为了测试UNet网络的最佳深度,需要进行广泛的网络架构搜索或低效的集成测试,提出了使用MobileNetV3网络来替换UNet的编码器部分,用于特征提取,在提高效果的同时提高速度.改进的UNet-MobileNetV3网络模型相比经典的UNet模型参数量有所减少,算法运行时间缩短,结构更优化,可顺利完成裂缝的识别工作,为道路的维护和保养提供了新思路.
关键词：路面裂缝深度学习语义分割UNet神经网络
分类号：U418.6(道路工程)
论文发表日期：2023-12-28
页数：5( 18-22 )
英文信息