沥青路面内部裂缝雷达图像智能判识算法研究

摘要

采用探地雷达对典型路段的路面裂缝识别并定位。通过钻芯取样与铣刨观察结合的方法验证，构建了包含728张雷达图像的数据库；采用YOLO v8l算法学习裂缝特征，通过在YOLO v8l算法的基础上引入注意力机制和修改激活函数，克服了路面裂缝图像特征多变、噪声杂波明显等对于智能判识造成的干扰，同时消除了模型的过拟合现象；对算法修正后，模型的计算参数增多，计算效率提升，修正算法的识别精确度和召回率分别达到99.4%和92.3%。训练过程中平均精度均值与损失函数的震荡幅度较小，表示该数据集标注原则统一，证明了采用该方法识别路面裂缝的有效性与可靠性。

关键词

探地雷达 / 人工智能 / 目标检测 / 深度学习算法 / 卷积神经网络