基于YOLO算法的桥面铺装及其资产检测技术

由于环境影响、交通量增加和自然老化的综合作用,桥面铺装及其附属资产服役状态不断出现变化,及时获取铺装及资产信息是开展养护决策的关键问题。文章以某长江公路大桥为研究对象,首先建立铺装及资产的视频数据集,采用YOLO-v5为机器视觉辨识框架,结合最佳训练策略拟合了适用于桥面铺装及资产的检测模型。研究结果表明,检测模型能够有效提高日常巡检效率,根据测试集数据显示,该文建立的检测模型最高检测准确率可达到97.2%,交并比为55.1%,相比同类模型具有显著优势。