[發(fā)明專利]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（公告）號(hào): CN116310327A
• 公開（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)（專利權(quán)）人: 遼寧工程技術(shù)大學(xué)
• 主分類號(hào): G06V10/26
• 分類號(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)

本發(fā)明公開了一種基于YOLOX和DeepLabv3plus的快速路面裂縫提取方法，包括對(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；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；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；基于DeepLabv3plus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mobilenetv3?DeepLabv3+分割模型。本發(fā)明的基于YOLOX和DeepLabv3plus的快速路面裂縫提取方法采用改進(jìn)后的C?YOLOX以及MobileNetv3?DeepLabv3網(wǎng)絡(luò)，有效的提升了檢測(cè)任務(wù)中的檢測(cè)精度，并在后續(xù)分割任務(wù)中大幅提升速度的同時(shí)依舊能保持裂縫的風(fēng)格精度，有效的解決了網(wǎng)絡(luò)在檢測(cè)任務(wù)中耗時(shí)過長(zhǎng)的問題。

技術(shù)領(lǐng)域

本發(fā)明屬于路面檢測(cè)的技術(shù)領(lǐng)域，尤其涉及一種基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，適用于道路養(yǎng)護(hù)和管理領(lǐng)域。

背景技術(shù)

近年來，隨著中國(guó)越來越快的城市化進(jìn)程，國(guó)家增長(zhǎng)了在道路建設(shè)方面使用的經(jīng)濟(jì)數(shù)目。公路在交通運(yùn)輸系統(tǒng)中相當(dāng)于基石的作用，同時(shí)公路的養(yǎng)護(hù)任務(wù)工作量也變得十分龐大，當(dāng)早期裂縫出現(xiàn)時(shí)，如不及時(shí)進(jìn)行干預(yù)則會(huì)導(dǎo)致路面完整性遭到破壞，出現(xiàn)更加難以修復(fù)的路面病害。所以及時(shí)的發(fā)現(xiàn)與處理將有效的降低交通事故等問題出現(xiàn)的概率，從而保證人身及財(cái)產(chǎn)安全。

現(xiàn)有的路面病害檢測(cè)方法主要分為：

(1)傳統(tǒng)人力檢測(cè)方法，該方法存在檢測(cè)速度慢，識(shí)別精度低，且人力無法滿足大規(guī)模公路病害的檢測(cè)任務(wù)。

(2)基于物理的檢測(cè)方法，費(fèi)時(shí)、費(fèi)力且存在主觀因素，因此無法對(duì)病害進(jìn)行客觀準(zhǔn)確的評(píng)價(jià)。

(3)基于深度學(xué)習(xí)的路面裂縫檢測(cè)方法已成為近年來在病害檢測(cè)任務(wù)中表現(xiàn)較好的檢測(cè)方式，但依舊存在對(duì)于細(xì)小裂縫檢測(cè)精度低以及檢測(cè)速率較慢等問題。

發(fā)明內(nèi)容

基于以上現(xiàn)有技術(shù)的不足，本發(fā)明所解決的技術(shù)問題在于提供一種基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，采用改進(jìn)后的C-YOLOX以及MobileNetv3-DeepLabv3網(wǎng)絡(luò)，有效的提升了檢測(cè)任務(wù)中的檢測(cè)精度，并在后續(xù)分割任務(wù)中大幅提升速度的同時(shí)依舊能保持裂縫的風(fēng)格精度，有效的解決了網(wǎng)絡(luò)在檢測(cè)任務(wù)中耗時(shí)過長(zhǎng)的問題。

為了解決上述技術(shù)問題，本發(fā)明通過以下技術(shù)方案來實(shí)現(xiàn)：本發(fā)明提供一種基于YOLOX和DeepLabv3?plus的快速路面裂縫提取方法，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mobilenetv3-DeepLabv3+分割模型。

進(jìn)一步的，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)的方法是通過車載路面病害檢測(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)裂縫三類裂縫類型；

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。

進(jìn)一步的，所述步驟2具體包括如下步驟：