基于YOLOv5的钢桥面多类别病害检测方法

针对钢桥面检测中出现的病害种类繁多、形状多样等问题,对照路面病害检测评定标准,需找到并训练一种适合实际钢桥面养护作业的钢桥面病害识别算法,满足全面自动化检测钢桥面病害的应用要求。文中通过多功能检测车采集钢桥面图像,并利用labelimg标注9种病害建立自制数据集,采用YOLOv5算法完成检测模型训练。结果表明,YOLOv5模型的病害检测精确率可达到80%,其中,对于裂缝类病害的检测精度相对较低,块状病害的检测精度较高。