Mask RCNN模型在路面缺陷检测中的应用

摘要

本文将Mask RCNN模型应用于路面缺陷检测中,检测裂缝、坑槽、修补等缺陷,探讨Mask RCNN模型在路面缺陷检测中的应用效果.深度CNN网络中引入残差学习模块后,减弱了因为卷积层数过多而导致的梯度弥散现象,从而提高了模型检测的准确率.本次实验训练出的模型可对多种路面缺陷同时进行检测,实验对比Mask RCNN分别与ResNet50、ResNet101结合时的检测效果,实验结果表明采用该方法检测准确率能够达到92.1％,可以有效解决路面缺陷检测问题且可以满足部分实时性要求较高的工程实际应用需求.