基于Faster R-CNN的道路裂缝识别
所屬分類：技术论文
上傳者：aetmagazine
文檔大?。?span>719 K
標簽： 机器学习 深度学习 卷积神经网络
所需積分：0分積分不夠怎么辦？
文檔介紹：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。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。