机构名称：
¥ 1.0
道路缺陷检查是维持良好的运输基础设施的至关重要的任务，因为道路表面障碍会影响用户的舒适性，降低车辆零件的寿命并造成道路伤亡。近年来，由于其出色的性能和高计算能力的可用性，机器学习在包括对象检测在内的各个领域都得到了广泛的调整，这通常是其模型培训所需的。许多作品都使用基于机器学习的对象检测算法来检测缺陷，例如建筑物和道路中的裂缝。在这项工作中，使用自定义的道路裂缝和坑洼数据进行了Yolov5，Yolov6和Yolov7模型，并对其性能进行了评估和比较。数据集中的实验表明，Yolov7的性能最高，MAP@0.5得分为79.0％，推理速度为0.47 m，用于255个测试图像。
电气工程和信息学公告
主要关键词
相关文件推荐
