استفاده از الگوریتم های تشخیص اشیاء YOLOv۳ و YOLOv۵s در شناسایی خودکار ترک روسازی آسفالتی
Publish place: The Second International Conference on Architecture, Civil Engineering, Urban Planning, Environment and Horizons of Islamic Art
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 124
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICACU02_2496
تاریخ نمایه سازی: 13 اسفند 1401
Abstract:
روسازی های آسفالتی بخش از انواع سطح جادهها در ایران را تشکیل می دهند. این روسازی ها بسته به شرایطشان نیاز به حفظ و روکش دارند. در میان دسته های مختلف آسیب های روسازی ، ترکهای روسازی از اهمیت بالایی برخوردار هستند و در ارزیابی و پیش بینی چرخه عمر روسازی در یک پروژه نقش بسزایی دارند. این کار تحقیقاتی به شناسایی خودکار ترکهای روسازی آسفالتی با استفاده از الگوریتم های تشخیص اشیاء YOLOv۳ و YOLOv۵s می پردازد. بدین منظور از تصاویر برداشت شده از معابر اصلی شهر مشهد برای آموزش و ارزیابی این الگوریتم ها استفاده گردید و این الگوریتم ها براساس دقت و سرعت پیش بینی مورد ارزیابی و مقایسه قرار گرفتند. YOLOv۳ با دقت ۹۶ درصد دقت بهتری را نسبت به YOLOv۵s با دقت ۹۲ درصد داراست اما الگوریتم v۵s با سرعت پیش بینی ۲۳ میلی ثانیه ، نسبت به YOLOv۳ سریع تر می باشد. هر دو الگوریتم عملکرد قابل قبولی را در تشخیص ترکهای روسازی داشته اند. درصورتی که دقت بالا مدنظر است می توان از YOLOv۳ و در صورتی دقت قابل قبول و سرعت پیش بینی بالا مدنظر است می توان از الگوریتم v۵s استفاده کرد. نتایج هردو الگوریتم که شامل نوع، موقعیت و ابعاد ترک می باشد را می توان به منظور تعیین رویکرد تعمیر و نگهداری استفاده کرد.
Keywords:
Authors
حسن حسین زاده
دانشجوی کارشناسی ارشد مهندسی عمران گرایش راه و ترابری، موسسه آموزش عالی اقبال لاهوری
علی قیامی باجگیرانی
استادیار گروه مهندسی عمران، موسسه آموزش عالی اقبال لاهوری
محدثه دلاوریان
استادیار گروه مهندسی عمران، موسسه آموزش عالی اقبال لاهوری