PCGANとYOLO-MFに基づく舗装ひび割れの自動検出およびカウントシステム

舗装ひび割れの定期的な検出は、生命と財産の安全にとって重要です。しかし、既存のディープラーニングに基づくひび割れ検出方法は、データ取得や欠陥カウントの面で課題に直面しています。そこで、自動知能検出および追跡システムを提案します。我々のシステムは、舗装ひび割れ生成対抗ネットワーク（PCGAN）と、YOLO-MFと呼ばれるひび割れ検出および追跡ネットワークから構成されます。まず、PCGANを使用してリアルなひび割れ画像を生成し、利用可能な画像数の少なさという問題に対処します。次に、YOLO-MFは、加速アルゴリズムと中央値流（MF）アルゴリズムで修正された改良YOLO v3に基づいて開発され、ひび割れの数をカウントします。カウントループ内で、改良されたYOLO v3がひび割れを検出し、MFアルゴリズムがビデオ内で検出されたひび割れを追跡します。この改良されたアルゴリズムは、他のアルゴリズムと比較して最高98.47%の精度と0.958のF1スコアを達成し、精度-再現率曲線は右上に近いものでした。小型モデルが開発され、加速アルゴリズムが適用され、これにより検出速度はそれぞれ5倍と6倍向上しました。現場測定では、3つのひび割れが検出され追跡され、合計カウントは正確でした。最後に、このシステムは計算モジュール、自律型無人機、およびその他のコンポーネントから構成される知能デバイスに組み込まれました。