一种基于深度学习的道路附属设施缺陷检测方法及系统

本发明属于深度学习技术领域，公开了一种基于深度学习的道路附属设施缺陷检测方法及系统。护栏目标检测及分类，利用深度卷积网络PointRend模型实现对护栏和防眩板的准确检测分类和精确分割；护栏形变断裂检测：通过图像目标检测且被推断为图像中存在护栏时，进一步判断护栏整齐的边界的损坏状态，护栏损坏状态包括弯曲变形和缺口断裂；防眩板缺失形变检测：经过图像目标检测且被推断为图像中存在防眩板时，进一步判断防眩板损坏状态。本发明能够更加方便的获取到沿途公路附属设施的损坏情况，结合检测车相关设备和道路桩号关联，能极大减少养护人员的工作强度和工作效率。