基于YOLOv5的钢桥面多类别病害检测方法

摘要：

针对钢桥面检测中出现的病害种类繁多、形状多样等问题,对照路面病害检测评定标准,需找到并训练一种适合实际钢桥面养护作业的钢桥面病害识别算法,满足全面自动化检测钢桥面病害的应用要求.文中通过多功能检测车采集钢桥面图像,并利用 labelimg 标注 9 种病害建立自制数据集,采用 YOLOv5 算法完成检测模型训练.结果表明,YOLOv5 模型的病害检测精确率可达到 80%,其中,对于裂缝类病害的检测精度相对较低,块状病害的检测精度较高.

关键词：钢桥面病害、目标检测、YOLOv5、裂缝

分类号：U416.2;U412.6(道路工程)

资助基金：重庆市南岸区技术创新与应用发展专项

在线出版日期：2024-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-20