摘要
本发明公开了一种基于多特征尺度融合Faster‑R‑CNN的路面裂缝识别及分类方法,具体涉及道路检测技术领域,通过搭载高清摄像头的汽车获取研究区域路面图像数据并进行预处理形成所需的图像数据集;使用ZFNet作为裂缝特征提取模块进行多特征融合,增强特征信息,再结合RPN全卷积网络通过优化锚框生成方式进行检测,以及使用反向传播和随机梯度下降优化提取病害候选区域,实现病害分类与边框回归;通过Soft‑NMS算法以提高检测精度,Soft‑NMS算法执行过程中同NMS相同,但是对原置信度得分使用函数运算,目标是降低置信度得分,以降低漏检率和提高检测精度,实现Faster‑R‑CNN目标检测算法的构建。
技术关键词
路面裂缝识别
分类方法
随机梯度下降
锚点
特征提取模块
高清摄像头
道路检测技术
图像特征信息
算法
生成方式
注意力机制
网络
精度
数据
坐标
像素点
系统为您推荐了相关专利信息
特征提取模块
人脸识别模块
局部二值模式特征
图像采集模块
深度残差网络
状态监测数据
车辆异常状态
状态智能监测
报警方法
车辆状态监测
地物分类方法
卷积神经网络提取特征
更新网络参数
特征提取模块
支路