基于Jetson TX2的路面病害检测应用  

作　　者：张宇昂 李琦[1] ZHANG Yuang;LI Qi

机构地区：[1]内蒙古科技大学信息工程学院,内蒙古包头014010

出　　处：《信息技术与信息化》2023年第9期112-115,共4页Information Technology and Informatization

基　　金：内蒙古关键技术攻关项目(2020GG0316)。

摘　　要：针对目前路面病害检测方法存在落地应用难与成本高的问题,基于低功耗嵌入式平台Jetson TX2对深度学习路面病害检测模型进行落地应用。首先采用YOLOv5目标检测网络训练路面病害目标检测模型;进一步使用TensorRT方法进行模型优化与引擎模型转换;最后将路面病害检测模型部署到嵌入式平台Jetson TX2。在实际路面环境中进行实验,结果表明:在Jetson TX2嵌入式平台,对比选择兼顾准确率与检测速度的YOLOv5s作为路面病害目标检测模型,引擎模型推断精度达到了90.5%,且推理速度较原模型提高了35.1%,检测速度达到了30.7 ms,漏检率仅为0.13%。基于Jetson TX2的路面病害检测达到了准确且实时的检测效果,并有效地降低路面病害检测成本,实现了深度学习模型的落地应用,提高了路面病害检测的效率与自动化程度。

关 键 词：深度学习 路面病害 TensorRT Jetson TX2 

分 类 号：U418.6[交通运输工程—道路与铁道工程]