一种基于深度学习的道路病害图像识别及定位检测方法及系统

本发明涉及计算机视觉与深度学习技术领域，具体为一种基于深度学习的道路病害图像识别及定位检测方法及系统，包括以下步骤：数据采集，数据增强，模型构建，多任务训练，部署优化；有益效果为：通过改进的轻量级网络架构(MobileNetV3结合CBAM注意力模块)提取多尺度特征，增强小目标病害(如裂缝、网裂)的检测能力；同时引入超分辨率定位模块(SRGAN)，将低分辨率特征图上采样4倍，实现亚像素级坐标回归，满足道路养护的毫米级定位需求。技术方案包括数据增强、多任务损失函数优化及边缘设备部署。