Aug, 2024
改善发展中国家的路面病害检测:一种新颖的深度学习方法与本地收集的数据集相结合
Advancing Pavement Distress Detection in Developing Countries: A Novel
Deep Learning Approach with Locally-Collected Datasets
Blessing Agyei Kyem, Eugene Kofi Okrah Denteh, Joshua Kofi Asamoah, Kenneth Adomako Tutu, Armstrong Aboah
TL;DR本研究解决了发展中国家在资源有限和环境多样性条件下,急需高效、准确且符合当地实际的路面病害检测方法的问题。采用结合YOLO模型与卷积块注意力模块(CBAM)的新深度学习方法,可以同时检测和分类多种路面病害类型,模型表现出良好的识别性能。这一研究不仅推动了自动化路面病害检测的进展,还为发展中国家提供量身定制的解决方案,有望提高道路安全和优化维护策略。