路面裂缝检测融合分割方法

摘要：

为同时获取路面裂缝的位置信息与分布路径,以及形状延展和密度信息等,对目标检测算法与图像分割算法的融合进行了研究,在分析了目标检测算法与图像分割算法的网络结构与特征融合方式后提出了一种基于YOLO V5与PSPnet的PSP-YOLO裂缝检测分割算法.同时针对裂缝图像采集困难、样本不足的问题提出一种基于GAN网络的数据扩增网络,生成以假乱真的裂缝图像对裂缝样本进行扩增.试验结果表明,PSP-YOLO检测分割算法能够同时获取裂缝的位置与形状延展等信息,在该数据集下,其路面裂缝检测的平均精度为93.18％,分割模块的平均交并比为74.68％.在相同的试验条件下,所提方法比原YOLO V5的平均精度提高了2.69％,分割模块的平均交并比比原PSPnet的提高了1.54％.

关键词：裂缝检测、图像分割、YOLO V5、PSPnet、数据扩增

所属期刊栏目：45

分类号：TG115.28;TP391.41(金属学与热处理)

资助基金：国家重点研发计划2019YFB1310000

在线出版日期：2023-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-7,13