2025公路路面病害自动化识别技术指南

Technicalguideforautomaticrecognitionofhighwaypavement 前 范 规范性引用文 术语和定 缩略 一般规 一般要 公路路面病害自动化识别流 采集设 公路路面图像数据采 二维线阵相机组件、激光器+3D线阵相机组件的安装设 设备技术指 数据采集与预处 公路路面二维图像数据采集内 公路路面深度图像数据采集内 数据采集与存 数据精度指 图像拼 图像标 自动化识 公路路面病害图像目标检 公路路面病害图像自动分 公路路面病害图像自动分 自动化识别要 附录A（资料性）图像标注类 标注软件类 YOLO数据集格 PASCALVOC数据集格 GB/T26764JTG5142JTG/T5142-01JTG5210JTG3450JTGB01JTG/TE61公路路面技术状况自动化检测规程JTG/TF30公路水泥混凝土路面施工技术细则JTGF40公路沥青路面施工技术规范JTGH10路面病害pavement路面病害自动化识别automaticrecognitionofpavement路面二维图像two-dimensionalimageof路面深度图像depthimageof采用3D路面三维点云数据three-dimensionalpointclouddataof检测正确率detection分类正确率classification识别正确率recognitionGNSSBDSJPGTIF标签图像文件格式；XML可扩展标记语言；CNN卷积神经网络；RCNN区域卷积神经网络；Faster-RCNNYOLO一种单级目标检测网络；SSD一种多尺度目标检测网络；FCN全卷积网络；U-NetSegNet一种深度全卷积神经网络；Deeplabv3+一种空洞卷积图像语义分割网络；ResNet50一种图像分类深度残差神经网络；InceptionV3一种多尺度深度卷积神经网络；Xception图 图 𝐻=𝑘∙𝑓𝐷=2𝑊−{𝑑=𝑊− 图 图 𝐵=𝐻∙𝑡𝑎𝑛𝜃表 或2.00m（使用两个相机拼接表 3D3D1.45m（3D线阵相机拼接）2.048m（3D线阵相机拼接2.00m（使用两个相机拼接3D3D或-防护（内置Level表 BDS：B1、B2、GALILEO:GIOVE-AGIOVE-B、E1、E5A、E5B＜101W/2W/5W19.2kbps/9.6kbps-表 20480.75DC100mA-公路路面深度图像数据保存在根文件夹下的路面信息文件夹，将多路DNSS定位信息-激光器编号-文件夹编号-序号”命名，宜以T格路面图像丢失率小于0.01图 采用Faster-RCNN、YOLO、SSD输入公路路面图像输入公路路面图像公路路面图像规格化处理Faster-RCNN网络卷积层Faster-RCNN网络池化层激活函数选择ReLU输出路面图像特征图尺寸3×3卷积层尺寸1×1卷积层尺寸1×1卷积层Resahpesoftmax分类层Resahpe路面病害目标预测区域路面病害区域池化Softmax层输出路面病害目标类别输出路面病害目标边框预测结果图 带有空洞卷积的带有空洞卷积的Deeplabv3+骨干网络上采样尺寸1×1卷积层特征融合尺寸3×3卷积层特征提取上采样输出路面病害图像分割结果尺寸3×3卷积层Rate=12尺寸3×3卷积层Rate=6池化层尺寸3×3卷积层Rate=18输入检测到的公路路面病害图像尺寸1×1卷积层尺寸1×1卷积层调整通道数堆叠不同尺度特征层图 分割后的公路路面病害图像分别采用由ResNet50、InceptionV3、Xception三个网络提取路面病ResNet50InceptionV3Xception输出1×N输出1×N输出1×N采用并联融合规则，得到3×N采用丢弃率为0.5的Dr