基于CSSE模型的公路路面裂缝检测方法研究

为解决目前现有的裂缝识别方法存在的识别效果不佳、识别精度低等弊端,提出一种基于CSSE模型的路面裂缝检测识别方法。该方法以CNN卷积网络为基础,通过融合SPPFCSPC空间金字塔池化结构与SE注意力机制,从而实现裂缝的准确快速的定位。首先,并通过lableimg图像标注软件对裂缝图像进行标注,建立本文的裂缝图像数据集,然后使用CSSE模型以及Yolov5-s和Yolov5-mobileone目标检测模型对裂缝数据集进行训练和测试对比,检测结果表明,CSSE模型识别效果优于yolov5裂缝检测模型。该模型能够满足裂缝数据准确、快速的检测需求,实现高阈值检测的裂缝精准定位。为高质量道路裂缝数据集的构建以及复杂裂缝损害智能识别奠定基础。