一种基于改进Yolov5s的公路路面修补检测方法技术

本发明专利技术涉及一种基于改进Yolov5s的公路路面修补检测方法，属于目标检测技术领域。本发明专利技术首先构建路面修补样本集。再改进Yolov5s网络，使得改进后的Yolov5s网络可以减少模型参数，降低网络计算量。然后使用路面修补样本集对改进后的Yolov5s网络进行训练，得到修补检测模型。最后利用修补检测模型检测路面图像，判断路面图像是否存在修补，若存在，则确定修补位置。补位置。补位置。

【技术实现步骤摘要】
一种基于改进Yolov5s的公路路面修补检测方法


[0001]本专利技术涉及一种基于改进Yolov5s的公路路面修补检测方法，属于目标检测


技术介绍

[0002]公路交通对国家政治、经济发展有着重大的作用。近年来，我国交通事业快速发展，公路里程数已位居世界前列。随着公路车流量日益增多，由于行驶车辆的碾压、冲击、磨耗以及天气变化等影响，导致公路路面产生一系列病害(例如：修补、龟裂和裂缝等)。这些病害对路面的稳定性造成了较大的影响。其中修补类病害及其常见，分为条状修补和块状修补。目前的检测技术已无法满足我国现阶段路面检测和养护管理的需要。
[0003]现有技术中，针对公路路面修补的检测方法主要有基于传统图像处理的检测方法，基于局部纹理二值模式的检测方法和基于卷积神经网络的检测方法。
[0004]基于传统图像处理的检测方法，首先对路面图像进行灰度化、平滑、降噪和二值化等预处理。其次对预处理后的图片使用Canny边缘检测算法，计算梯度幅度和方向来估计每一点处的边缘强度与方向。最后使用非极大抑制提取出修补病害的区域。但是其易受背本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进Yolov5s的公路路面修补检测方法，其特征在于：Step1：构建路面修补样本集；Step2：改进Yolov5s网络，使得改进后的Yolov5s网络可以减少模型参数，降低网络计算量；Step3：使用路面修补样本集对改进后的Yolov5s网络进行训练，得到修补检测模型；Step4：利用修补检测模型检测路面图像，判断路面图像是否存在修补，若存在，则确定修补位置。2.根据权利要求1所述的基于改进Yolov5s的公路路面修补检测方法，其特征在于，所述Step1具体为：Step1.1：获取路面修补图像，对图像进行匀光处理；Step1.2：对匀光处理后的图像进行标注，构建路面修补样本集；Step1.3：将路面修补样本集划分为训练集、验证集和测试集。3.根据权利要求2所述的基于改进Yolov5s的公路路面修补检测方法，其特征在于：所述Step1.2中，对匀光处理后的图像进行标注，即对每张样本图中的修补区域进行标注，生成与样本图相对应的带有修补类别、修补位置坐标的txt文件。4.根据权利要求2所述的基于改进Yolov5s的公路路面修补检测方法，其特征在于：所述Step1.3中，路面修补样本集中70％为训练集，20％为验证集，10％为测试集。5.根据权利要求1所述的基于改进Yolov5s的公路路面修补检测方法，其特征在于，所述Step2具体为：Step2.1：将Yolov5s的特征提取网络中CBL_3块中的3
×
3的卷积核用一个3
×
1的卷积核串联一个1
×
3的卷积核替代；Step2.2：将Yolov5s的特征提取网络中CSP1_X块中的3
×
3的卷积核用一个3...

【专利技术属性】
技术研发人员：黄苾，刘国志，代飞，强振平，董跃宇，林宏，杨静，亓祥宇，郝建云，李国辉，黄宗才，
申请(专利权)人：云南省公路科学技术研究院，
类型：发明
国别省市：