一种基于多深度学习模型的路面病害识别方法与系统

本发明涉及图像处理技术领域，特别涉及一种基于多深度学习模型的路面病害识别方法与系统。该基于多深度学习模型的路面病害识别方法，通过图像归一化预处理，建立统一的病害识别输入标准；采用改良ResNet50模型，进行病害图像分类；采用训练后的一阶段目标检测模型初步标记道路图像中的病害区域，采用二阶段目标检测模型，以密集小框标注训练并结合交集运算，对病害图像进行精细化识别病害，以提升精准度。该基于多深度学习模型的路面病害识别方法与系统，增强了系统对光照、噪声及复杂病害形态的鲁棒性，优化了检测流程效率，显著提高了路面病害检测的准确性和可靠性，为道路维护管理提供了高效、精准的技术支持。