一种基于DSSD算法的道路损伤检测方法技术

本发明专利技术一种基于DSSD算法的道路损伤检测方法，属于道路损伤检测技术领域，所要解决的技术问题为：提供一种基于DSSD算法的道路损伤检测方法，对重要路段的道路路面状况进行检测识别，及时准确的检测出道路路面损伤并进行修补；解决该技术问题采用的技术方案为：根据数据集构建Resnet‑101网络提取图像中特征的语义信息；然后经过卷积与反卷积模块，卷积模块中包括低层特征图，反卷积模块中包括高层特征图，两个卷积模块中的特征图经过融合，送入预测模块；最后将待识别的道路图像输入到训练好的DSSD模型中，判别该图像中道路损伤的类型和位置；本发明专利技术的模型有很高的召回率和精确度，尤其在小目标道路损伤方面的识别准确率更高。

【技术实现步骤摘要】
一种基于DSSD算法的道路损伤检测方法
本专利技术一种基于DSSD算法的道路损伤检测方法，属于道路损伤检测

技术介绍
随着我国社会主义现代化的高速发展，道路建设作为衡量国家现代化水平的重要指标之一，我国的道路建设也在如火如荼的发展，但是道路交通网十分庞大复杂，随之而来的问题也难以妥善解决，其中道路养护问题一直是重中之重；道路产生的损伤一般是由施工方式、气候条件、行车负载等因素造成的，从而对道路交通安全带来了巨大的挑战，所以如何从道路图像上快速准确地检测出损伤区域就成为了急需解决的难题。
技术实现思路
本专利技术为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于DSSD算法的道路损伤检测方法，可以对重要路段的道路路面状况进行检测识别，及时准确的检测出道路路面损伤并进行修补。为解决上述技术问题，本专利技术采用的技术方案为：一种基于DSSD算法的道路损伤检测方法，其特征在于：包括如下步骤：步骤一：采用GlobalRoadDamageDetectionChallenge比赛所提供的数据集用于训练DSS本文档来自技高网...

【技术保护点】
1.一种基于DSSD算法的道路损伤检测方法，其特征在于：包括如下步骤：/n步骤一：采用Global Road Damage Detection Challenge比赛所提供的数据集用于训练DSSD模型；所述数据集具体为道路损伤图像数据集，包括来自手机拍摄的道路现场图像，图像中包括不同的背景环境、光照状态下的路面图像；/n步骤二：构建Resnet-101网络，输入道路损伤图像训练集，提取道路损伤图像中的特征，输出为特征图；/n步骤三：训练DSSD模型，所述DSSD模型包括依次连接的卷积模块、反卷积模块、预测模块；/n步骤3.1：将Resnet-101神经网络生成的特征图输入到DSSD模型，所述卷...

【技术特征摘要】
1.一种基于DSSD算法的道路损伤检测方法，其特征在于：包括如下步骤：
步骤一：采用GlobalRoadDamageDetectionChallenge比赛所提供的数据集用于训练DSSD模型；所述数据集具体为道路损伤图像数据集，包括来自手机拍摄的道路现场图像，图像中包括不同的背景环境、光照状态下的路面图像；
步骤二：构建Resnet-101网络，输入道路损伤图像训练集，提取道路损伤图像中的特征，输出为特征图；
步骤三：训练DSSD模型，所述DSSD模型包括依次连接的卷积模块、反卷积模块、预测模块；
步骤3.1：将Resnet-101神经网络生成的特征图输入到DSSD模型，所述卷积模块中的低层特征图与反卷积模块中的高层特征图进行融合，送入预测模块，融合后的特征图作为下一级反卷积模块中的高层特征图，再与下一级卷积模块中的低层特征图融合，送入预测模块后再进行下一步反卷积模块的操作；
步骤3.2：融合后的特征图送入预测模块，经过Resnet网络，进行点积操作，实现物体类型的识别，回归物体的精确位...

【专利技术属性】
技术研发人员：郭学俊，苏可，陈泽华，刘晓峰，赵哲峰，李龙，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西;14