[發(fā)明專(zhuān)利]基于YOLOX和DeepLabv3 plus的快速路面裂縫提取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310184522.0
• 申請(qǐng)日: 2023-03-01
• 公開(kāi)（公告）號(hào): CN116310327A
• 公開(kāi)（公告）日: 2023-06-23
• 發(fā)明（設(shè)計(jì)）人: 王崇倡;尤君宇;孫尚宇;張晉赫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 遼寧工程技術(shù)大學(xué)
• 主分類(lèi)號(hào): G06V10/26
• 分類(lèi)號(hào): G06V10/26;G06V10/774;G06V10/82;G06V20/70;G06V20/56;G06N3/045;G06N3/0464;E01C23/01
• 代理公司: 北京華夏正合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11017
• 代理人: 韓登營(yíng)

1.基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，包括以下步驟：

步驟1：對(duì)采集后的部分路段路面圖像進(jìn)行標(biāo)注，形成目標(biāo)檢測(cè)原始數(shù)據(jù)集；

步驟2：對(duì)YOLOX-L檢測(cè)模型進(jìn)行優(yōu)化得到檢測(cè)效果更優(yōu)的C-YOLOX模型；

步驟3：將C-YOLOX檢測(cè)結(jié)果矩形框內(nèi)的圖像進(jìn)行像素級(jí)標(biāo)注得到分割所用數(shù)據(jù)集；

步驟4：基于DeepLabv3?plus網(wǎng)絡(luò)模型對(duì)其骨干網(wǎng)絡(luò)進(jìn)行優(yōu)化改進(jìn)得到檢測(cè)速度更快的mobi?lenetv3-DeepLabv3+分割模型。

2.根據(jù)權(quán)利要求1所述的基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，所述步驟1具體包括如下步驟：

步驟1.1：獲取路面數(shù)據(jù)的方法是通過(guò)車(chē)載路面病害檢測(cè)系統(tǒng)進(jìn)行路面圖像采集的數(shù)據(jù)作為樣本；

步驟1.2：將圖面裂縫數(shù)據(jù)集分為橫向裂縫、縱向裂縫、龜網(wǎng)裂縫三類(lèi)裂縫類(lèi)型；

步驟1.3：使用可視化的圖像標(biāo)定工具對(duì)路面裂縫進(jìn)行標(biāo)記；

步驟1.4：劃分訓(xùn)練集：驗(yàn)證集：測(cè)試集的比例為8:1:1。

3.根據(jù)權(quán)利要求1所述的基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，所述步驟2具體包括如下步驟：

步驟2.1：設(shè)置實(shí)驗(yàn)超參數(shù)，并采用mixup和mosaic的數(shù)據(jù)增強(qiáng)方法增廣數(shù)據(jù)，且在模型FPN中分別添加CBAM、CA注意力模塊進(jìn)行對(duì)比實(shí)驗(yàn)；

步驟2.2：將檢測(cè)效果好的幾種目標(biāo)檢測(cè)模型與C-YOLOX檢測(cè)模型進(jìn)行對(duì)比。

4.根據(jù)權(quán)利要求3所述的基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，所述步驟2.1具體包括如下步驟：

步驟2.1.1：對(duì)C-YOLOX的Backbone采用在大型數(shù)據(jù)集Image?Net上的預(yù)訓(xùn)練參數(shù)進(jìn)行遷移學(xué)習(xí)；

步驟2.1.2：確定每輪mixup和mosaic的比例參數(shù)；

步驟2.1.3：在FPN中分別添加CBAM、CA注意力模塊進(jìn)行檢測(cè)訓(xùn)練；

步驟2.1.4：在FPN中同時(shí)添加CBAM及CA模塊再次進(jìn)行檢測(cè)訓(xùn)練；

步驟2.1.5：對(duì)檢測(cè)實(shí)驗(yàn)數(shù)據(jù)及檢測(cè)注意力機(jī)制可視化熱力圖進(jìn)行有效性對(duì)比。

5.根據(jù)權(quán)利要求3所述的基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，所述步驟2.2具體包括如下步驟：

步驟2.2.1：選取相同路面數(shù)據(jù)通過(guò)與SSD、Faster?RCNN、YOLOv5及YOLOX檢測(cè)模型進(jìn)行裂縫檢測(cè)任務(wù)；

步驟2.2.2：通過(guò)對(duì)比模型參數(shù)量及mAP值證實(shí)檢測(cè)效果。

6.根據(jù)權(quán)利要求1所述的基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，所述步驟3具體包括如下步驟：

步驟3.1：將所得矩形框分為橫向裂縫、縱向裂縫、龜網(wǎng)裂縫三種裂縫類(lèi)型；

步驟3.2：使用可視化的圖像標(biāo)定工具對(duì)矩形框內(nèi)裂縫進(jìn)行像素級(jí)標(biāo)注；

步驟3.3：通過(guò)旋轉(zhuǎn)、鏡像、增加噪聲的方法進(jìn)行擴(kuò)充，并按照訓(xùn)練集與檢測(cè)集9:1的比例對(duì)數(shù)據(jù)集進(jìn)行劃分。

7.根據(jù)權(quán)利要求1所述的基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，其特征在于，所述步驟4具體包括如下步驟：

步驟4.1：將Mobi?leNet代替Xeption作為DeepLabv3+的骨干網(wǎng)絡(luò)；

步驟4.2：在Mobi?leNet網(wǎng)絡(luò)中加入SE注意力機(jī)制模塊進(jìn)行分割訓(xùn)練；

步驟4.3：選擇在裂縫檢測(cè)方面效果優(yōu)秀的兩種經(jīng)典語(yǔ)義分割網(wǎng)絡(luò)UNet和PSPNet進(jìn)行對(duì)比實(shí)驗(yàn)。