欢迎访问《中外公路》官方网站,今天是
分享到:
基于 Crack Mask R‑CNN 模型的路面裂缝像素级分割及测量算法应用分析
作者:
作者单位:

(1.广州市高速公路有限公司 ,广东 广州 510288;2.郑州大学 水利科学与工程学院 ,河南 郑州 450001)

作者简介:

刘建华,男,硕士,工程师.E-mail:770657629@qq.com

通讯作者:

王念念,女,博士,教授.E-mail:wnnian@163.com

中图分类号:

U418

基金项目:


Analysis on application of pixel‑level segmentation and measurement algorithm road pavement cracks based on Crack Mask R‑CNN model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对现有路面裂缝分割存在的问题 ,该文提出一种 Crack Mask R-CNN 像素级分割算法 。Crack Mask R-CNN是一种用于路面裂缝图像的实例分割框架 ,其不仅可对图像中的裂缝进行检测 ,还可以对每一个裂缝的具体轮廓给出一个高质量的分割结果 。首先对采集的道路裂缝大数据进行数据去噪和数据增强 ,构建用于模型训练 、测试的数据集;其次,通过优化分割算法中锚框的比例和大小提高模型选择裂缝候选区域的准确度 ,并使用 IoU-guided 非极大值抑制(Non-Maximum Suppression ,NMS)算法替代传统算法 ,以此提高道路裂缝分割精度 。在模型学习超参数优化方面,通过训练多种组合算例 ,从中选择分割效果最优的超参数组合 ,最终训练出裂缝分割精度为 93.45%的分割模型 ;最后,通过提取裂缝区域的拓扑特征信息 ,进一步实现裂缝像素级别尺寸信息的有效测量 。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘建华,董家修,王念念,等.基于 Crack Mask R‑CNN 模型的路面裂缝像素级分割及测量算法应用分析[J].中外公路,2023,43(5):47-52.
LIU Jianhua, DONG Jiaxiu, WANG Niannian, et al. Analysis on application of pixel‑level segmentation and measurement algorithm road pavement cracks based on Crack Mask R‑CNN model[J]. Journal of China and Foreign Highway,2023,43(5):47-52.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-09-22
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-11-24
  • 出版日期:
文章二维码
网站二维码
期刊公众号