基于改进YOLOv3 - tiny的路面坑洞检测
基于改进YOLOv3 - tiny的路面坑洞检测
翟帅 冯永慧 罗宏煜 肖思航 田丽玲 吴少伟
(上海大学机电工程与自动化学院精密机械系,上海200072)
摘要:路面的坑洞破损严重影响着驾驶舒适性与安全性,因此路面坑洞的检测与修补是一项重要的路面维护任务。本文基于改进YOLOv3 - tiny目标检测神经网络模型,实现了路面坑洞的有效检测。其中,改进的模型用一些稠密块替换原模型中的大部分卷积层,使模型的深度大 幅增加,而模型的参数和运行时所需的GPU内存显著降低。使用建立的路面坑洞破损数据集训练模型,以mAP作为评价模型的指标。同原 YOLOv3 - tiny和YOLOv4 - tiny模型相比,检测速度相当,并且取得了最高mAP值。
关键词:路面坑洞;YOLOv3 - tiny;目标检测;卷积神经网络