基于改进YOLOv3-tiny的路面坑洞检测

摘要：

路面的坑洞破损严重影响着驾驶舒适性与安全性,因此路面坑洞的检测与修补是一项重要的路面维护任务.本文基于改进YOLOv3-tiny目标检测神经网络模型,实现了路面坑洞的有效检测.其中,改进的模型用一些稠密块替换原模型中的大部分卷积层,使模型的深度大幅增加,而模型的参数和运行时所需的GPU内存显著降低.使用建立的路面坑洞破损数据集训练模型,以mAP作为评价模型的指标.同原YOLOv3-tiny和YOLOv4-tiny模型相比,检测速度相当,并且取得了最高mAP值.

关键词：路面坑洞;YOLOv3-tiny;目标检测;卷积神经网络

所属期刊栏目：48

分类号：TB9(计量学)

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49