基于改进的YOLOv7混凝土路面裂缝检测算法研究  

作　　者：翁广良 刘冬生[1] 吴送英 万强华 

机构地区：[1]江西昌泰高速公路有限责任公司,江西南昌330032 [2]华东交通大学,江西南昌330013

出　　处：《中国公路》2024年第4期96-99,共4页China Highway

摘　　要：为实现对复杂背景下混凝土路面裂缝的有效检测,本文构建了混凝土公路路面裂缝专业数据集,在此基础上,提出一种基于改进的YOLOv7混凝土路面裂缝检测算法,并采用Grad-CAM技术对模型的注意力决策机制进行分析研究,最后基于PyQt5集成开发了一套混凝土路面裂缝智能检测系统。结果表明,改进后的YOLOv7模型对混凝土路面裂缝的识别准确率、召回率,以及mAP@0.5值最高分别可以达到98.95%、97.08%和98.97%,能够满足行业内对混凝土路面裂缝检测的需求。

关 键 词：交通运输工程 混凝土路面 裂缝检测 深度学习 图像处理 

分 类 号：U41[交通运输工程—道路与铁道工程]