基于改进Faster R-CNN的路面灌封裂缝检测方法

摘要：

路面灌封裂缝对路面使用寿命的影响较为突出,为了解决目前灌封裂缝检测技术匮乏的问题,文中提出了一种基于改进Faster R-CNN的路面灌封裂缝检测方法.首先,建立灌封裂缝图像集,对采集到的图像进行增广处理,构建路面灌封裂缝标注样本数据集,并将图像集按6:2:2的比例划分为训练集、验证集和测试集;接着,采用Fas-ter R-CNN模型对灌封裂缝进行检测,针对Faster R-CNN检测灌封裂缝存在漏检、定位效果不够理想的问题,文中分别将VGG16、ZFNet和Resnet50网络的特征提取层与Fas-ter R-CNN模型进行结合,结果表明,VGG16和Faster R-CNN结合的模型检测精度最高,达到0.9031;然后,通过增加灌封裂缝候选框宽高比的方法继续改进模型,检测精度达到0.9073,且原先被漏检的目标能被检测出来;最后,对改进Faster R-CNN与YOLOv2模型的检测精度及定位效果进行对比,结果表明,文中提出的改进Faster R-CNN能够明显提高对灌封裂缝的检测准确率和定位精度.

关键词：路面病害、灌封裂缝、检测方法、特征提取、多尺度定位、FasterR-CNN、YOLOv2

所属期刊栏目：48

分类号：U418.6(道路工程)

资助基金：国家自然科学基金资助项目;陕西省自然科学基础研究计划-重大基础研究项目;陕西省青年自然科学基金资助项目

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：84-93