【技术实现步骤摘要】
本专利技术涉及计算机视觉，具体为一种基于改进yolov7的道路裂缝检测方法。
技术介绍
1、混凝土路面裂缝的检测一直都是近年的热点研究问题。混凝土路面在使用过程中受到恶劣天气、路面侵蚀，负重碾压以及道路老化等因素影响极易导致路面开裂。路面裂缝会影响道路的使用年限，在维护不足与超负荷使用的情况下，会加速混凝土路面的恶化，坍塌，造成严重的安全事故，威胁人们的生命财产安全；传统算法对特征明显的裂缝具有良好的特征提取能力，但是在检测细小裂缝以及被噪声严重干扰的裂缝图像时，会对噪声产生伪分割现象，对裂缝检测效果产生较大的影响,针对这些问题卷积神经网络开始兴起，在裂缝检测方面大多采用unet网络对路面进行分割检测，但是unet网络比较慢无法满足实时处理的需求。
2、yolov7算法是一种快速目标检测算法，用于定位和识别图像中的对象。该算法将输入图像分割成多个特征图，并通过多层卷积神经网络学习提取特征，以预测目标检测框的位置和类别概率，最终生成检测结果。
3、虽然，yolov7算法是一种高效、准确的目标检测算法，但在小目标检测...
【技术保护点】
1.一种基于改进YOLOv7的道路裂缝检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进YOLOv7的道路裂缝检测方法，其特征在于，所述步骤一中，道路裂缝数据集的获取方式包括：
3.根据权利要求1所述的一种基于改进YOLOv7的道路裂缝检测方法，其特征在于，所述步骤二中，对数据集中的图像进行预处理操作包括：
4.根据权利要求1所述的一种基于改进YOLOv7的道路裂缝检测方法，其特征在于，所述步骤三中，构建改进的YOLOv7模型，步骤如下：
5.根据权利要求1所述的一种基于改进YOLOv7的道路裂缝...
【技术特征摘要】
1.一种基于改进yolov7的道路裂缝检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进yolov7的道路裂缝检测方法，其特征在于，所述步骤一中，道路裂缝数据集的获取方式包括：
3.根据权利要求1所述的一种基于改进yolov7的道路裂缝检测方法，其特征在于，所述步骤二中，对数据集中的图像进行预处理操作包括：
4.根据权利要求1所述的一种基于改进yolov7的道路裂缝检测方法，其特征在于，所述步骤三中，构建改进的yolov7模型，步骤如下：
<...【专利技术属性】
技术研发人员：郭乃瑄，张蓉蓉，王浩博，顾荣辰，华珍珍，薛珺，董琴，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：
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。