摘要
在路面维护管理中,公路路面裂缝问题频发,因此对其进行检测对保证道路质量至关重要。鉴于此,本文提出了两种目标识别算法:基于YOLOv5s框架的改良算法,采用EIoU作为模型的损失函数改善精度问题,专门用于路面裂缝图像的精准检测与分类;引入通道注意力机制的Res2Unet-CBAM网络模型,对路面裂缝图像进行精确分割。优化后的YOLOv5s算法能有效应对复杂多变的检测场景,并能准确定位并识别裂缝目标,完成高效分类,准确率达到74%以上。同时与传统图像分割模型进行试验对比,展示了Res2Unet-CBAM模型在图像分割任务上的卓越性能。
出处
《中国新技术新产品》
2025年第8期43-45,共3页
New Technology & New Products of China
