ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对复杂多样的道路病害识别问题，本文提出了一种基于人工智能深度学习的道路病害视觉识别技术方案，该方案针对端侧计算架构和云侧计算架构的不同特点，设计了端云协同异构网络融合推荐的技术路线，从实验结果来看，该方案显著提升了以线裂为代表的不规则、易产生定义差异的道路病害的识别召回率和准确率。 该技术方案在统筹解决工程车前端设备动态巡检场景下的数据实时传输、无线网络传输带宽和前端硬件计算能力等制约因素背景下提出，具有较强的场景实践价值。
