萝芙木

首页 » 常识 » 诊断 » 利用深度学习检测路面损坏情况
TUhjnbcbe - 2020/12/28 22:24:00
贵州治疗白癜风         https://m-mip.39.net/nk/mip_7235806.html

“今天给大家分享一个来自Esri开发者网站的案例,个人觉得比较实用。文末可以查看原文链接。”

注:以下代码均在notebook中完成。

01

背景与介绍

就跟标题中说的那样,本篇文章是利用深度学习检测里面路面裂缝。首先来看一下路面我们要检测的路面损坏种类,有路面老化、施工质量差等等原因导致的路面损坏。分类以及样本数据采用IEEEBigdataCupChallenge中的分类,主要如下(请忽略我的排版):D00类:路面纵向裂纹D01类:纵向、施工裂缝D10类:裂缝、横向D11类:裂缝、横向、接合部分D20类:鳄鱼皮状裂缝D40类:坑洼D43类:人行横道模糊D44类:白线模糊分类中有以上8类,但是不一定都用的上。

02

深度学习工作流:准备样本数据

由于训练数据集是开源的,所以可以很方便下载,不用自己标注样本。但是需要转换一下格式以供ArcGISAPIforPython使用。、数据下载链接:
1
查看完整版本: 利用深度学习检测路面损坏情况