原创力文档摘要
随着经济的快速发展，道路建设规模不断扩大，汽车保有量也在增加，尤其
是大型重型车辆对公路的损害日益严重，导致养护工作面临前所未有的挑战。传
统的公路养护工作主要依赖采集车对路面裂缝进行数据采集，再由人工标注裂缝
信息，这一过程不仅耗时耗力，且易受到人为因素的影响，效率低下。为此，本
文提出了一种基于图像深度学习的路面裂缝自动识别分割与测量方法，旨在提高
公路养护工作的效率和精度。取得的研究成果如下：
（1）在目标检测方面，本文提出了一种改进的YOLOv8s-RP2算法。该算法
在
摘要
随着经济的快速发展，道路建设规模不断扩大，汽车保有量也在增加，尤其
是大型重型车辆对公路的损害日益严重，导致养护工作面临前所未有的挑战。传
统的公路养护工作主要依赖采集车对路面裂缝进行数据采集，再由人工标注裂缝
信息，这一过程不仅耗时耗力，且易受到人为因素的影响，效率低下。为此，本
文提出了一种基于图像深度学习的路面裂缝自动识别分割与测量方法，旨在提高
公路养护工作的效率和精度。取得的研究成果如下：
（1）在目标检测方面，本文提出了一种改进的YOLOv8s-RP2算法。该算法
在
文档评论（0）