基于深度学习的道路裂缝快速检测方法研究
陈晓东 （ 新疆兵团水利水电工程集团有限公司 ）
https://doi.org/10.37155/2717-5189-0722-11Abstract
本文围绕道路裂缝检测展开，剖析传统检测方法在人工巡检与图像处理应用中的局限，系统介绍深度学 习从理论到模型架构及训练机制的相关知识。在此基础上，构建基于深度学习的道路裂缝快速检测方法，通过合理选 择模型架构、开展全面的数据采集与预处理，以及对模型进行训练与优化，实现对道路裂缝的高效检测。该研究有望 推动道路裂缝检测技术的发展，助力道路养护管理工作的高效开展。
Keywords
深度学习；道路裂缝；快速检测方法Full Text
PDFReferences
[1]赵旭辉,谢梦洁,杨飚,等.低秩表示与深度学习结合
的裂缝检测与样本生成方法[J].测绘学报,2023,52(11):1917-
1928.
[2]郎洪,温添,陆键,等.基于深度学习的三维路面
裂缝类病害检测方法[J].东南大学学报（自然科学
版）,2021,51(1):53-60.
[3]孔超.基于YOLO算法深度学习的路面病害检测方
法研究[J].建筑机械化,2024,45(7):24-27.
[4]陈江,原野,郎洪,等.基于多分支深度学习的沥
青路面多病害检测方法[J].东南大学学报（自然科学
版）,2023,53(1):123-129.
的裂缝检测与样本生成方法[J].测绘学报,2023,52(11):1917-
1928.
[2]郎洪,温添,陆键,等.基于深度学习的三维路面
裂缝类病害检测方法[J].东南大学学报（自然科学
版）,2021,51(1):53-60.
[3]孔超.基于YOLO算法深度学习的路面病害检测方
法研究[J].建筑机械化,2024,45(7):24-27.
[4]陈江,原野,郎洪,等.基于多分支深度学习的沥
青路面多病害检测方法[J].东南大学学报（自然科学
版）,2023,53(1):123-129.
Copyright © 2025 陈晓东
Publishing time:2025-11-30
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location