一种基于卷积神经网络的坑洼道路检测系统和检测方法

本发明公开了一种基于卷积神经网络的坑洼道路检测系统和检测方法，属于计算机视觉和机器学习技术领域。本发明的系统结合卷积神经网络模型和随机森林算法，以提高道路表面损伤检测的准确性。通过标准化预处理和局部二值模式特征提取方法，处理和分析各种格式和质量的道路图像。系统基于PD‑CNN模型构建深度学习框架，调整参数以优化模型性能。系统进一步采用多种评估指标对模型进行全面检验，包括精确率、召回率、F1分数和ROC曲线等。通过详细的数据可视化分析，证明了PD‑CNN模型在坑洼道路检测任务上的高效性和准确性。本发明的基于卷积神经网络的坑洼道路检测系统和检测方法在训练集上的准确度达到98.339％，在验证集上达到99.003％，显示出极高的分类性能。