基于YOLO v3深度学习算法的道路裂缝识别模型研究 |
| |
作者姓名: | 苏卫国 王景霄 |
| |
作者单位: | 华南理工大学土木与交通学院 |
| |
基金项目: | 国家自然科学基金资助项目(编号:51778242); |
| |
摘 要: | ![]() 针对道路裂缝检测识别需人工参与、传统算法识别不准确等问题,提出一种基于YOLO v3深度学习算法的道路裂缝识别方法。首先将数据集图片缩放成416×416,然后利用Labelme对数据进行裂缝标注并对边界框位置信息进行转换,最后利用YOLO v3算法框架进行模型训练。结果表明:YOLO v3算法的精确率、召回率、F1分数都大于95%,图片检测速度达到0.123 1 s/张。YOLO v3深度学习算法在精度和速度上都满足了道路裂缝实时检测的要求。
|
关 键 词: | 道路裂缝 深度学习 YOLO v3 边界框 |
|
|