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