典型文献
采用YOLOv5模型的路面裂缝检测研究
文献摘要：
在沥青路面的早期病害中,检测路面裂缝极其重要,可以为后续公路养护工作提供支持.本文采用了深度学习中目标检测的YOLOv5算法,以七个城市的道路图像数据集为例进行路面裂缝检测.首先对数据集进行转换和拆分,然后进行训练和预测,最后对结果进行分析.对比结果显示,该算法取得了比较良好的检测效果.
文献关键词：
沥青路面;裂缝检测;深度学习;YOLOv5
中图分类号：
[2]
交通运输（U）
/
公路运输（U4）
/
道路工程（U41）
/
路基、路面工程（U416）
/
路面工程（U416.2）
/
路面：按使用材料分（U416.21）
/
沥青路面（U416.217）
作者姓名：
赵一航;宋淑彩;张博
作者机构：
河北建筑工程学院 河北 张家口 075000
文献出处：
引用格式：
[1]赵一航;宋淑彩;张博-.采用YOLOv5模型的路面裂缝检测研究)[J].福建电脑,2022(07):23-26
A类：
B类：
YOLOv5,路面裂缝检测,沥青路面,早期病害,公路养护,养护工作,目标检测,七个,道路图像,图像数据集,集为,拆分,检测效果
AB值：
0.302213
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。
