改良YOLOv4に基づく都市道路舗装劣化検出システムに関する研究

中国の第14次五カ年計画に従い、知能型都市建設およびサービスシステムの発展を加速させることが提案されており、都市道路はスマートシティの発展において重要な要素です。道路損傷の検出は、都市道路の効率的な管理を確保するための重要なアプローチです。本論文では、データセットの作成、実験設定、モデル訓練、問題の特定などのプロセスを通じて、道路損傷状態を認識するために改良YOLOv4アルゴリズムを用います。特定された後、システムは必要な修理を迅速にメンテナンス要員に通知し、人的資源と時間コストを大幅に削減します。3500枚以上の都市道路画像から構成されるデータセットが注釈され、分類されてモデル訓練に使用されました。実験結果は、提案モデルが95%以上の平均平均精度（MAP）を達成することを示しています。さらに、モデルの訓練速度は40%向上しています。提案されたアプローチは、都市道路の欠陥検出の精度と速度を大幅に向上させることができます。