基于YOLO v3深度学习算法的道路裂缝识别模型研究  

Research on road crack recognition model based on YOLO v3 deep learning algorithm

作　　者：苏卫国[1] 王景霄 SU Weiguo;WANG Jingxiao

机构地区：[1]华南理工大学土木与交通学院,广东广州510000

出　　处：《中外公路》2023年第2期58-63,共6页Journal of China & Foreign Highway

基　　金：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0.1231 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 

分 类 号：U416.2[交通运输工程—道路与铁道工程]