基于深度学习的路面破损检测研究

目录

声明

第一章 绪 论

1.1 研究背景和意义

1.2 研究现状

1.2.1 典型的检测系统

1.2.2 坑槽检测方法

1.2.3 裂缝检测方法

1.2.4 多类缺陷检测方法

1.2.5 路面破损数据集

1.3 主要研究内容

1.4 论文章节安排

第二章 基于位置感知卷积神经网络的坑槽检测

2.1 引言

2.2 位置感知卷积神经网络

2.2.1 目标定位网络

2.2.2 部位分类网络

2.3 实验结果和分析

2.3.1 数据集和预处理

2.3.2 评估方法和实验设置

2.3.3 消融实验

2.3.4 对比实验

2.3.5 定性分析

2.3.6 讨论

2.4 小结

第三章 基于编码—解码网络的裂缝检测

3.1 引言

3.2 高性能语义分割网络的研究

3.3 适用于裂缝检测的编码—解码网络设计

3.3.1 算法框架

3.3.2 模型总体结构

3.3.3 池化索引

3.3.4 感受野均衡

3.3.5 多层输出融合

3.3.6 损失函数

3.4 实验结果和分析

3.4.1 数据集和预处理

3.4.2 训练参数设定

3.4.3 评估指标

3.4.4 消融实验

3.4.5 对比实验

3.5 小结

第四章 动态切换的编码—解码网络

4.1 引言

4.2 高效语义分割网络的研究

4.3 快速的编码—解码网络

4.3.1 自动切换模块

4.3.2 训练方法

4.3.3 嵌入SWM

4.3.4 模型复杂度

4.4 实验结果和分析

4.4.1 数据集

4.4.2 评估方法和实验设置

4.4.3 定量分析

4.4.4 定性分析

4.4.5 讨论

4.5 小结

第五章 路面破损检测算法研究

5.1 引言

5.2 适用路面破损检测的卷积神经网络

5.2.1 模型设计

5.2.2 数据集创建

5.2.3 样本不平衡问题

5.2.4 训练策略

5.3 实验结果和分析

5.3.1 评估指标

5.3.2 实验设置

5.3.3 定量分析

5.3.4 定性分析

5.4 小结

第六章 结论与展望

6.1 结论

6.2 展 望

参考文献

致 谢

作者简介

1 作者简历

2 攻读博士学位期间发表的学术论文

3 参与的科研项目

学位论文数据集