Сегментация дефектов дорожного полотна на основе нейросетевого ансамбля
Своевременная диагностика качества дорожного покрытия и обнаружение дефектов являют-ся немаловажным этапом обеспечения безопасности на дороге. Цель данной работы - разработка набора дан-ных и нейросетевой модели для сегментации разрушений на изображениях автомобильных дорог. Собран и аннотирован...
| Опубликовано в: : | Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 68. С. 75-85 |
|---|---|
| Главный автор: | |
| Другие авторы: | |
| Формат: | Статья в журнале |
| Язык: | Russian |
| Предметы: | |
| Online-ссылка: | http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001146812 Перейти в каталог НБ ТГУ |
| Итог: | Своевременная диагностика качества дорожного покрытия и обнаружение дефектов являют-ся немаловажным этапом обеспечения безопасности на дороге. Цель данной работы - разработка набора дан-ных и нейросетевой модели для сегментации разрушений на изображениях автомобильных дорог. Собран и аннотирован на уровне пикселей набор данных SegmRDD, содержащий 4 420 изображений с дефектами трех классов: «трещины», «сетка трещин», «выбоины». Набор данных сбалансирован и охватывает дорожную обстановку пяти стран, включая Россию. Разработан ансамбль на основе трех независимо обученных нейросетевых моделей YOLOv8, U-Net, Mask R-CNN и оригинального алгоритма объединения результатов, позволяющий получить агрегированный показатель полноты и точности F1, равный 70%. |
|---|---|
| Библиография: | Библиогр.: 28 назв. |
| ISSN: | 1998-8605 |