Key points are not available for this paper at this time.
운송의 효율성과 도로 안전은 경제적 복지에 중요한 요소이며, 도로 표면의 상태에 의해 상당히 영향을 받습니다. 불행히도, 기존의 관행은 정부 당국이 도로 표면 손상 및 결함을 해결하기까지 주나 심지어 몇 개월의 지연을 초래하는 경우가 많습니다. 이러한 지연은 주로 이러한 문제에 대한 시기적절한 인식의 부족에서 비롯됩니다. 균열, 포트홀, 표면 악화와 같은 포장 손상은 도로 사용자에게 상당한 위험을 초래하고 비용이 많이 드는 인프라 손상으로 이어질 수 있습니다. 전통적인 포장 평가 방법은 종종 노동 집약적이며 시간이 많이 소요되어 대규모 도로 네트워크에 실용적이지 않습니다. 인공지능의 영역 내에서 딥러닝은 포장 손상의 감지 및 인식을 자동화하는 강력하고 영향력 있는 도구로 떠오르고 있습니다. 이 논문은 현재 분야에서 가장 진보된 딥러닝 모델, 데이터 세트 및 포장 손상 분석에 사용된 평가 방법을 검토합니다.
Sheeja et al. (Thu,)는 이 질문을 연구했습니다.