The invention is applicable to the field of image recognition technology, and provides a pavement damage detection method, device and terminal equipment. The method includes: firstly, the pavement image collected by the acquisition device is acquired; secondly, the pavement image is input into the first depth learning model to obtain the pavement abnormal detection result; finally, the pavement abnormal detection result is sent to the monitoring center for monitoring. The center alarms according to the results of abnormal road surface detection. The invention collects road surface images by the acquisition device and calculates the road surface images into the first depth learning model by the method of image recognition, obtains the road surface abnormal detection results, improves the accuracy of road surface damage detection, and presets the first depth learning model in the terminal equipment, which can complete the road surface image detection in the terminal equipment, thus dispersing the road. The task of surface detection can improve the detection efficiency of pavement damage, and further provide efficient and high-quality data support for pavement maintenance work.
【技术实现步骤摘要】
一种路面破损检测方法、装置及终端设备
本专利技术属于图像识别
,尤其涉及一种路面破损检测方法、装置及终端设备。
技术介绍
交通量的增加以及车辆大型化、超载严重等现象导致路面破损的出现,严重影响道路交通的安全性和舒适性。路面养护是公路养护的重点,而路面破损状况作为路面养护管理工作的依据,在路面养护决策中站着十分重要的地位,路面破损种类有裂痕、纵向裂痕、横向裂痕、龟裂等多种类型。目前,路面破损检测主要依靠人工检测的方法,即养路工人在路面巡检,发现路面破损后拍照上传,然后有关部门再根据拍摄的图像进行处理。但是,人工检测的处理方法往往处理效率慢,而且存在漏检、错检的现象,从而造成路面破损检测精度低下的问题。
技术实现思路
有鉴于此,本专利技术实施例提供了一种路面破损检测方法、装置及终端设备,以解决现有技术中路面破损检测精度低下的问题。本专利技术实施例的第一方面提供了一种路面破损检测方法,包括:获取采集装置采集到的路面图像;将路面图像输入预置在终端设备中的第一深度学习模型,得到路面异常检测结果;将路面异常检测结果发送至监控中心,以使监控中心根据路面异常检测结果进行告警。本专利技术实施例的第二方面提供了一种路面破损检测装置,包括:图像采集模块,用于获取采集装置采集到的路面图像;检测结果获取模块,用于将路面图像输入预置在终端设备中的第一深度学习模型,得到路面异常检测结果;检测结果发送模块,用于将路面异常检测结果发送至监控中心,以使监控中心根据路面异常检测结果进行告警。本专利技术实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器 ...
【技术保护点】
1.一种路面破损检测方法,其特征在于,应用于终端设备,包括:获取采集装置采集到的路面图像;将所述路面图像输入预置在所述终端设备中的第一深度学习模型,得到路面异常检测结果;将所述路面异常检测结果发送至监控中心,以使所述监控中心根据所述路面异常检测结果进行告警。
【技术特征摘要】
1.一种路面破损检测方法,其特征在于,应用于终端设备,包括:获取采集装置采集到的路面图像;将所述路面图像输入预置在所述终端设备中的第一深度学习模型,得到路面异常检测结果;将所述路面异常检测结果发送至监控中心,以使所述监控中心根据所述路面异常检测结果进行告警。2.如权利要求1所述的一种路面破损检测方法,其特征在于,在所述获取采集装置采集到的路面图像之后,还包括:将所述路面图像发送至所述监控中心,以使所述监控中心将所述路面图像输入第二深度学习模型,对所述第二深度学习模型进行训练。3.如权利要求2所述的一种路面破损检测方法,其特征在于,在所述将所述路面图像发送至所述监控中心之后,还包括:按照预设周期获取所述第一深度学习模型的准确率及所述第二深度学习模型的准确率;对所述第一深度学习模型的准确率及所述第二深度学习模型的准确率进行比较;若所述第二深度学习模型的准确率大于所述第一深度学习模型的准确率,则从所述监控中心获取所述第二深度学习模型;将所述第一深度学习模型替换为所述第二深度学习模型。4.如权利要求1所述的一种路面破损检测方法,其特征在于,所述以使所述监控中心根据所述路面异常检测结果进行告警,包括:向路面维护终端发送报警信息,所述报警信息用于指示所述路面维护终端根据所述报警信息进行报警。5.如权利要求1至4任一项所述的一种路面破损检测方法,其特征在于,所述路面异常检测结果包括路面异常种类及路面异常位置,所述路面异常种类包括路面裂缝,所述终端设备包括车载终端,所述方法还包括:根据所述路面异常位置,在所述车载终端的终端...
【专利技术属性】
技术研发人员:曾光,曹玥,刘奇玮,
申请(专利权)人:深圳市科思创动科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。