典型文献
基于深度学习的路面坑洼检测系统设计
文献摘要：
提出一种基于深度学习网络的路面坑洼嵌入式检测系统的设计方案,旨在提升路面养护巡检的效率、降低公路维护费用.该系统首先对大量的样本数据进行网络模型训练,获取最优模型;然后将最优模型部署到英伟达TX2中;最后通过车载摄像头自动检测路面坑洼,并将坑洼信息报送给路面养护部门,实现公路坑洼的自动化巡检.
文献关键词：
路面坑洼检测;英伟达TX2;深度学习;YOLOv5S
中图分类号：
作者姓名：
焦双健;杜福君
作者机构：
中国海洋大学工程学院,青岛266100
文献出处：
引用格式：
[1]焦双健;杜福君-.基于深度学习的路面坑洼检测系统设计)[J].单片机与嵌入式系统应用,2022(07):10-13
A类：
路面坑洼检测,YOLOv5S
B类：
深度学习网络,路面养护,维护费用,模型训练,最优模型,模型部署,伟达,TX2,车载摄像头,自动检测,报送,送给,自动化巡检
AB值：
0.259303
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
