论文部分内容阅读
传统的道路裂缝识别方法有基于R-CNN、SPPnet、HOG+SVM等多种方法,但识别精度低、检测速度慢。针对这些缺点,提出一种基于Faster R-CNN的道路裂缝识别方法。首先,采集道路裂缝图像,建立Pascal VOC数据集;其次,基于谷歌开发的TensorFlow深度学习框架,用数据集对Faster R-CNN进行训练并分析各项性能参数指标。实验结果表明,在迭代20 000次的情况下,可将训练损失降到0.188 5,AP值达到0.780 2,取得了良好效果。