基于Faster R-CNN的道路裂缝识别AET-电子技术应用-最丰富的电子设计资源平台

基于Faster R-CNN的道路裂缝识别
所属分类：技术论文
上传者：aetmagazine
文档大小：719 K
标签：机器学习深度学习卷积神经网络
所需积分：0分积分不够怎么办？
文档介绍：传统的道路裂缝识别方法有基于R-CNN、SPPnet、HOG+SVM等多种方法，但识别精度低、检测速度慢。针对这些缺点，提出一种基于Faster R-CNN的道路裂缝识别方法。首先，采集道路裂缝图像，建立Pascal VOC数据集；其次，基于谷歌开发的TensorFlow深度学习框架，用数据集对Faster R-CNN进行训练并分析各项性能参数指标。实验结果表明，在迭代20 000次的情况下，可将训练损失降到0.188 5，AP值达到0.780 2，取得了良好效果。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动