-
题名基于改进GoogLeNet的沥青路面裂缝识别算法
被引量：2
- 1
-
-
作者
唐港庭
尹超
王绍平
郭兵
李仲波
谭子永
-
机构
山东理工大学建筑工程学院
日照城投建设集团有限公司
-
出处
《智能计算机与应用》
2023年第3期202-206,共5页
-
基金
山东省智慧交通重点实验室(筹)开放基金项目(2011-科技合同-48)
国家自然科学基金(51808327)
山东省自然科学基金项目(ZR2019PEE016,ZR2021MD011)。
-
文摘
针对目前沥青路面裂缝图像识别技术在面对复杂路面情况时(强光、积水、杂物等干扰因素)识别效率不高的问题,通过构建沥青路面裂缝数据集,提出一种基于改进GoogLeNet的沥青路面裂缝识别算法。首先,对Inception模块和辅助分类器数量进行删减,并将大卷积核替换为连续的小卷积核;其次,激活函数采用ReLU与Leaky ReLU组合的方式;最后,加入批量归一化层以及Dropout层。实验结果表明,利用本文所制作数据集训练出的GoogLeNet原始模型以及改进模型,在面对复杂路面情况时识别效果较好,并且改进GoogLeNet模型在测试集上的准确率能达到88.4%,相较于原始模型,改进模型在准确率提升5.6%的同时,耗用时间减少了32.5 min(40.3%)。
-
关键词
图像识别
GoogLeNet
裂缝数据集
Inception模块
-
Keywords
image recognition
GoogLeNet
crack data set
Inception module
-
分类号
U416.02
[交通运输工程—道路与铁道工程]
-
