基于Jetson TX2的路面裂缝检测系统设计 |
| |
引用本文: | 张宇昂,李琦,薛芳芳,于令君.基于Jetson TX2的路面裂缝检测系统设计[J].公路,2023(12):337-344. |
| |
作者姓名: | 张宇昂 李琦 薛芳芳 于令君 |
| |
作者单位: | 内蒙古科技大学信息工程学院 |
| |
基金项目: | 内蒙古关键技术攻关项目,项目编号2020GG0316; |
| |
摘 要: | 针对目前采用深度学习框架的路面裂缝检测方法存在落地应用难、成本高与效率低等问题,设计了基于Jetson TX2的路面裂缝检测系统。通过YOLOv5网络识别路面裂缝,使用U-Net网络对裂缝目标进行分割,并根据分割结果进行路面健康评价;其次,利用TensorRT方法优化深度学习模型,提高推理速度;最后,结合DeepStream框架设计路面视频流分析系统并部署到Jetson TX2嵌入式平台。实验结果表明:路面裂缝目标检测模型对横向、纵向和网状裂缝3种路面常见路面裂缝的检测精度均达到了90%以上,且模型优化后的推理速度为30.7 ms/帧,速率提升35.1%;最后经过验证,Jetson TX2嵌入式平台的裂缝漏检率较低且满足路面裂缝检测的实时性,能够降低路面裂缝检测的成本,给出相应的维修建议,提高路面裂缝检测效率与自动化程度。
|
关 键 词: | 路面检测 裂缝检测 深度学习 TensorRT Jetson TX2 DeepStream |
|
|