基于YOLO-UNet算法的路面病害定量分析方法  

作　　者：冷志鹏 孙文瑞 朱立伟 李宏伟 

机构地区：[1]浙江杉工智能科技有限公司,浙江宁波315000

出　　处：《物联网技术》2023年第8期141-143,共3页Internet of things technologies

基　　金：宁波市交通运输科技项目(202101)。

摘　　要：针对基于传统神经网络实现路面病害检测的方法中受背景干扰多、病害信息弱等缺点的影响较大的问题,文章使用YOLOv5算法与U-Net++相结合的多神经网络模型YOLO-UNet,提高了神经网络的抗干扰能力,降低了网络对于图像的要求。同时通过这种方法可获得病害的具体信息,进而有利于病害的定量分析及路面状况评估,对公路的养护提供了强大的数据支撑,推动了公路养护行业智能化发展进程。

关 键 词：YOLOv5 U-Net++ 路面病害检测 定量分析 神经网络融合 状况评估 图像预处理 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] U418.6[自动化与计算机技术—计算机科学与技术]