无损检测与精确反演诊断技术.docx

0

无损检测与精确反演诊断技术

说明

公路结构层缺陷在实际场景中常呈现显著的类别不均衡现象，少数缺陷样本数量有限，而背景、正常结构和轻微表面纹理占比极高。若不对样本分布进行优化，模型容易偏向多数类，出现漏检。为提高代表性，需要兼顾不同季节、不同光照、不同铺装状态、不同病害阶段与不同成像条件下的数据覆盖，使训练集具有较好的场景完整性。

深度学习缺陷识别结果通常包括类别标签、位置坐标、轮廓掩膜、置信度分值和缺陷面积等信息。对于公路结构层缺陷管理而言，单纯的类别判断不足以支撑后续处治决策，因此需要同时提供空间分布和程度描述。

分布式感知与连续监测信息体现了路面结构状态的时空演变特征。与离散测点