基于YOLOv5s模型的新型道路裂缝检测系统

摘要：

针对现有道路裂缝检测自动化程度低、检测精度低等问题,提出一种基于YOLOv5s模型的新型道路裂缝检测系统.该系统包括基于深度学习网络的路面裂缝检测模块和自主开发的自动驾驶模块.其中,路面裂缝检测模块采用YOLOv5s网络作为裂缝检测与分类的模型,实时获取路面裂缝图片作为数据集并在此数据集上对网络进行训练,利用训练好的网络提取不同类型裂缝图像的特征信息,实现路面裂缝的分类与检测.自动驾驶模块使用自主设计的工程作业车作为载体,搭载激光雷达、高清摄像头等设备,结合云端后台搭建一套功能完善的路面裂缝检测系统.实验证明该系统具有路面裂缝识别、自主导航、联网、定位、远程控制等功能,适用于常规与特种道路的安全检测工作.

关键词：路面裂缝检测、YOLOv5s模型、路面裂缝分类、自动驾驶模块、数据收集、网络训练、自主导航

所属期刊栏目：46

分类号：TN911.73-34;TP391.41

资助基金：国家自然科学基金;广东省创新科技专项

在线出版日期：2023-07-06（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：62-66