Indexed by：
Abstract：
为有效识别沥青路面病害类别，将VGG卷积神经网络引入沥青路面病害识别中.根据VGG模型随着卷积核深度的加深可获得图片更深层次特征的特点，将VGG模型最后一层卷积核的卷积深度加深，得到改进型VGG模型，并与原始VGG模型进行比较.结果表明：改进型VGG模型每步用时278 ms,相比于原始模型每步用时258 ms略有增加，而病害识别精度进一步提升了1.36%,对龟裂、松散等复杂裂缝分别提高了1.12%、 0.84%.可见，VGG模型可有效识别路面病害，将其适当改进后效果更佳，对诸如松散、龟裂等复杂路面病害可做到精确识别，能及时、有效监测路面破损状况.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福州大学学报(自然科学版)
ISSN： 1000-2243
CN： 35-1337/N
Year： 2022
Issue： 04
Volume： 50
Page： 530-536
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 7
