DFNet:高效的无解码语义分割方法

针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;其次在编码器中融合轻量双重注意力机制EC&SA,提高特征编码的通道及空间信息交互,增强网络的编码能力;最后使用PolyCE损失替代常规分割损失,解决正负样本不均衡问题,提高模型的分割精度。在Deep‑Globe道路分割和CrackForest缺陷检测等二值分割数据集上的实验结果表明,本文模型的分割精度F1均值和IoU均值分别达到84.69%和73.95%,且分割速度高达94 FPS,远超主流语义分割模型,极大地提高了分割任务效率。

基于改进YOLOv8的道路缺陷检测

针对道路缺陷小目标在复杂背景下检测精度低、漏检误检率高、泛化能力欠佳的问题,提出了一种改进YOLOv8的道路缺陷检测算法SGBNet。首先,Neck部分用加权双向特征金字塔网络(Bi-directional Feature Pyramid Network, BiFPN)替换PANet,提升模型的特征融合能力;其次,Neck引入全局注意力机制(Global Attention Machanism, GAM),在特征融合阶段进行注意力调整,提高检测精度;最后,添加小目标检测层,进一步增强深层语义信息与浅层语义信息的结合,提高对道路缺陷小目标的检测能力。与原始YOLOv8n算法相比,算法SGBNet的精确率、召回率和平均精度分别提升了3.3%, 2.5%和2.5%,实现了对道路缺陷更精准的检测。

市政道路桥梁工程施工中质量缺陷成因及防治措施探讨

为了提升市政道路桥梁施工质量,保证道路桥梁工程交付后的安全通行,论文对市政道路桥梁工程施工中存在的质量缺陷进行了探析,在道路桥梁工程建设过程中,人员管理不严格、材料质量控制不充分、设备使用不正确、施工工艺不精细、环境管理不科学都会给道路桥梁工程施工质量带来影响。管理人员应该结合工程实际,制订以“人、材、机、法、环”为抓手的全员、全过程、全方位质量控制方案,确保市政道路桥梁工程高质量完成,促进市政交通行业的健康发展。

采用双目视觉的道路缺陷检测与自动驾驶风险评估

道路缺陷检测作为保障自动驾驶安全的重要问题,现有道路缺陷检测方法无法满足自动驾驶精准检测道路缺陷需求。且现有的评估模型仅考虑道路缺陷的严重程度,没有考虑到缺陷距离的影响。为了解决这一问题,提出一种改进YOLOv8的道路缺陷检测和自动驾驶风险评估方法。在网络中不同位置引入注意力机制,改进YOLOv8网络并融合了双目视觉和SGBM算法。通过对比实验,得出符合自动驾驶场景的最优模型,比原始网络平均准确度提高1.31%,实现实时检测道路缺陷的类型及距离。根据检测和评估结果,对道路缺陷进行自动驾驶风险等级判定,制定了基本行驶策略。

内环快速路占道开展道路缺陷整治的安全技术分析

该文分析了在保证内环快速路通行的前提下,占道开展道路缺陷整治的安全技术问题。通过对内环快速路的交通特征、常见道路缺陷类型及整治方法的研究,结合安全管理与技术措施,提出了科学合理的施工方案和安全保障措施,以提高施工安全性和施工效率,确保道路缺陷整治工作的顺利进行。

市政道路桥梁施工中常见质量通病的预防及处理对策

为了有效预防和处理影响市政道路桥梁工程的质量通病,研究过程着重分析了桥梁大体积混凝土结构温度裂缝的成因和桩基础常见的质量缺陷,进而提出有效的预防措施和处理方法。针对温度裂缝,设置内外部温度监测传感器,通过使用低热水泥、预埋冷却降温水管等措施控制内外部温差。对于桩基偏斜、桩体夹泥和桩体不完整等问题,提出综合运用钢护筒导向、泥浆护壁、钻孔过程测量与调控、成桩质量检测、桩体顶推法纠偏进行预防或处理。

改进YOLOv5的路面缺陷快速检测方法研究

为了实现路面缺陷的智能快速化检测,对深度学习目标检测算法YOLOv5进行改进,得到的3种检测模型(YOLOv5-A,YOLOv5-C,YOLOv5-AC)均可采用视频检测的方式对路面5类缺陷进行快速检测。采用智能手机和数码相机采集路面缺陷图像并制作数据集,在满足视频检测的需求下,使用K-means算法和1-IoU作为样本距离重新聚类anchor,得到更优的锚框参数;在网络多个结构中引入CBAM注意力机制,增强模型的特征提取能力。实验结果表明,YOLOv5-C算法在训练集上的平均精度达到91.8%,相较于原模型提高1%;YOLOv5-A算法在验证集上的平均精度达到92.7%,相较于原模型提高1.7%;在实际检测效果上,YOLOv5-AC算法在裂缝、破碎板和坑洞的识别准确度上达到89%、62%、90%,相较于原模型提高了45%、4%、5%,且模型的检测速度达到40 FPS。YOLOv5-AC算法具有较高的检测精度和识别速度,一定条件下可以满足在道路缺陷检测中的智能化实时检测需求。

基于YOLOV7蒸馏模型的道路缺陷检测算法研究

介绍一种基于YOLOV7蒸馏模型的自动化道路缺陷检测算法,该算法兼具目标检测精度高及速度快的优势。首先,利用YOLOV7模型对大量道路缺陷图片进行训练构造任务损失;其次,利用知识蒸馏机制构造蒸馏损失;最后,将上述损失整合指导模型进行训练。

基于改进StyleGAN路面缺陷数据增强算法

针对复杂场景下路面缺陷数据样本少且图像质量差的问题,提出基于改进StyleGAN路面缺陷数据增强算法。在原有StyleGAN的基础上引入自注意力机制,以加强生成器对图像纹理细节信息的关注;引入SLE标签编码器以调节生成图像的纹理细节;增加噪声输入量,提升训练样本的复杂性和生成样本的多样性;采用WGANGP损失函数并调整模块分辨率来提高模型的收敛效率。通过消融实验、直观评价方法和量化评价方法分析评估模型图像生成质量,验证得出文中算法生成的路面缺陷图像质量较好,IS达到52.1,FID达到54.2;经4种经典目标检测算法测试,平均精度均值同原始数据集相比平均提升了30%左右,召回率提升了7%左右。

公路病害精准检测机器人在工程中的应用

随着公路通行时间及交通荷载增加,公路病害的长期积累与恶化成为影响公路通行能力及行车安全的首要风险。目前,传统的公路检测手段主要依赖人工(人工目视、人工手持仪器检测)、半自动(车载仪器检测)手段,存在主观性强、数据精度差等诸多问题,难以满足逐年增大的检测工程量。该文依托智能检测机器人系统装备,提出基于检测机器人的公路病害全结构、全断面精准检测应用技术,并在山东省内某国省干道开展工程验证和示范应用,验证基于机器人的公路病害精准检测技术的有效性和先进性。

基于探地雷达的路基脱空病害图像自动识别

道路病害快速检测对于确保道路的安全和可靠运行至关重要。而探地雷达技术在道路病害检测中具有快速、无损和高分辨率等特征,因此被广泛应用。然而,以往的雷达图像处理和解译主要依赖人员的主观经验,易导致误判和漏判。为了解决这一问题,通过研究基于YOLO算法的图像识别方法,结合深度学习技术,开发一种智能化的道路病害识别系统,能够自动提取探地雷达图像中各类病害的特征,并实现高效、智能的识别,并通过钻孔验证,以确保识别结果的准确性,有效预防突发性道路塌陷的发生,提高道路的安全性和可靠性。

关于渠道巡堤路的质量缺陷修复的研究

随着城市文明建设步伐的加快,城市渠道及城市水环境治理也日趋受到人们的重视,城市文明建设和环境保护离不开水资源的保护和整治,在水资源的治理过程中又不得不考虑到配套的绿化、巡堤路、栏杆、闸室等附属结构,在巡堤路施工过程中不可避免的会出现裂缝、沉降等质量缺陷,质量的修复对渠道整体美观、使用年限都起着重要的作用。

路面病害检测系统中的图像增强技术

为了提高路面病害检测系统的精度和自适应能力,研究了自动路面裂缝图像增强技术。针对图像每个像素建立由邻域一致性模糊熵测度、邻域模糊方差以及全局模糊隶属度组成的模糊特征模式对所有像素进行分类,实现对像素灰度渡越点位置的准确估计;在模糊隶属度函数设计上,利用修改控制顶点和权因子可局部地修改曲线形状的功能,通过非均匀有理B样条函数设计出一种双"S"形模糊隶属度函数作为灰度变换函数。提出的路面裂缝图像增强技术中的灰度变换函数不仅能和渡越点的位置很好地结合,而且其形状调节因子具备良好的灰度集中能力,仅需很少次数迭代增强就能达到突出路面裂纹的效果。实验结果显示,利用提出的图像增强技术可使路面裂缝病害像素正确检测率达到95%,该技术很大程度地提高了路面裂缝自动检测系统的可靠性和检测精度。

高速公路路堤和路面软基病害检测及加固处理

某高速公路 K1 0 4 + 2 0 0～K1 0 6+ 5 0 0段穿过鱼塘 ,路堤采用钢渣水中挤淤法施工 ,通车后路面出现了严重的纵向裂缝、车辙、沉陷 ,影响了路面的使用性能 ,同时路堤存在滑动的隐患 ,必须进行加固处理。为此 ,首先通过系统检测 ,分析路面裂缝产生的原因 ,然后提出针对性的加固处理方案 ,最终实施加固处理施工 。

无损检测技术评估和检测道路性能

目前,在我国的基础设施管理方面,存在维修工作安排不当、养护维修不及时、维修预算支出庞大等问题。因此,为了保障道路安全,防止发生灾难性的破坏,需要采取快速、有效的养护管理方法,以提高道路的使用寿命。根据美国材料与试验协会(ASTM)路面状况评价标准,本文介绍了五种道路无损检测技术和设备:落锤式弯沉仪、探地雷达、宏观构造深度、国际平整度指数和面波的频谱分析,并分别介绍了每种检测技术的工作原理和运用方法,以指导相关人员结合实际合理选用。运用这几种检测方法将会在不封闭交通的情况下加快评估速度,并为搭建一个高效、智能的路网监测系统提供技术支持,为道路的可持续发展、资金的高效利用提供切实可行的方法。

重载交通对公路的影响分析

通过对吉林省新建高速公路的路况调查,发现新建道路已经造成了很多病害,其病害的主要成因是由于重载交通而形成的,并且重载交通不但影响道路使用寿命和道路安全,更会引发很多社会问题.同时,根据分析结果,提出了一些缓解重载交通现状的合理化建议.

公路隧道视频预处理和病害识别算法

基于计算机视觉技术,针对公路隧道病害进行检测与识别,提出视频数据的预处理方法.使用全卷积网络(FCN)模型识别病害的类别和位置,融合不同的上采样结果使最终结果更加精细,结合马尔可夫随机场(MRF)增强FCN模型的空间一致性.实验结果表明:该方法可解决数据冗余、镜头畸变及样本不均衡等问题;该方法在上海市虹梅南路隧道中的应用结果验证其准确度与可靠性.

公路隧道衬砌背后缺陷风险评估研究

衬砌背后缺陷是隧道工程的常见病害之一,具有隐蔽性、复杂性和不确定性等特点,因此就衬砌背后缺陷存在时的隧道结构风险评估进行了研究。对衬砌背后缺陷进行辨识和分析,确定缺陷发生的概率,同时对一个二维圆形公路隧道模型设置不同位置且大小不同的各种背后缺陷,数值模拟得出这些缺陷对衬砌结构内力的影响,从而建立其后果的严重程度,再采用风险矩阵得出风险等级。在此基础上以某公路隧道为例,就存在的衬砌缺陷对该隧道结构进行具体的风险评估。衬砌背后存在缺陷时,衬砌的内力会大幅增长,使得结构面临很大的破坏风险,采用风险评估的方法得出具体的风险等级,从而正确定位缺陷,可以更加直观地看出衬砌背后缺陷对隧道结构的危害。

大坂山隧道病害处治工程工艺设计与实证分析

在国道227线控制工程大坂山隧道病害检测基础上,综合考虑高寒隧道工程地质、水文、气候等自然特征和原隧道施工工艺、施工工法、运营养护等人为因素,分析了渗漏水、衬砌裂缝、低温冻融、混凝土材料劣化等病害演化过程,以及各种不良因素在高寒隧道病害演化发展过程中所起的作用。在病害成因分析的基础上,介绍了大坂山高寒隧道渗漏水、保温、衬砌加固等病害处治的基本原则、思路和具体措施,为后续类似高寒隧道和寒区隧道的病害处治提供经验和借鉴。

川渝地区可控震源道路激振效果分析

川渝地区地形地貌复杂,可控震源在其乡村道路激振时存在激发信号畸变较大及激发能量耗散较大等问题。为了解决该问题,建立了可控震源道路激振模型,构建了可控震源道路激振效果评价体系,开展了川渝地区可控震源乡村道路激振效果研究,分析了可控震源道路激振能量耗散。结果表明:构建的激振效果评价体系能够较为全面地对川渝地区可控震源道路激振效果进行评价;相比碎石土路,可控震源在无缺陷水泥道路激振时传地能量减弱48.31%,地表接触中心点振幅下降77.44%,互作用力振幅下降18.18%,信号畸变增大34.69%,激振效果较差;道路缺陷对激振效果具有明显的减弱影响,圆形孔洞道路缺陷对激振效果的影响尤为突出,其中传地能量减弱54.94%,地表接触中心点振幅下降5.57%,互作用力振幅下降21.16%,信号畸变增大36.17%;川渝地区可控震源道路激振时,平板的结构能量耗散较大,约占系统总耗散能量的90%。研究结果可以为川渝地区可控震源乡村道路激振效果的改善提供理论指导。