山东大学学报(工学版)

作者：董明书,陈俐企,马川义,张珠皓,孙仁娟,管延华,庄培芝

单位：1.山东大学齐鲁交通学院, 山东 济南 250002;2.山东高速集团有限公司, 山东 济南 250098

关键词：探地雷达,人工智能,目标检测,深度学习算法,卷积神经网络,

基金：国家重点研发计划资助项目(2023YFB2604004)

采用探地雷达对典型路段的路面裂缝识别并定位。通过钻芯取样与铣刨观察结合的方法验证,构建了包含728张雷达图像的数据库;采用YOLO v8l算法学习裂缝特征,通过在YOLO v8l算法的基础上引入注意力机制和修改激活函数,克服了路面裂缝图像特征多变、噪声杂波明显等对于智能判识造成的干扰,同时消除了模型的过拟合现象;对算法修正后,模型的计算参数增多,计算效率提升,修正算法的识别精确度和召回率分别达到99.4%和92.3%。训练过程中平均精度均值与损失函数的震荡幅度较小,表示该数据集标注原则统一,证明了采用该方法识别路面裂缝的有效性与可靠性。

来源：2025年第3期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2025年第3期