Отрывок: Также наиболее ча- сто в качестве дефекта выбоин выделяются разруше- ния края проезжей части – бордюров и пешеходных дорожек. На рис. 9 представлены результаты сегмен- тации сети, обученной на комбинированном наборе реальных и сгенерированных с помощью КГ и DCGAN изображений. Табл. 4. Результаты сегментации дефектов Набор данных Количество изображений Среднее IoU Среднее F1 Реальные 395 0,55...
Название : Сегментация дефектов дорожного покрытия на основе формирования синтетических выборок с помощью глубоких генеративно-состязательных свёрточных сетей
Другие названия : Deep convolutional generative adversarial network-based synthesis of datasets for road pavement distress segmentation
Авторы/Редакторы : Канаева, И.А.
Иванова, Ю.А.
Спицын, В.Г.
Ключевые слова : сегментация, дефекты дорожного покрытия, синтетическая выборка, генеративно-состязательные сети, сверточные нейронные сети
Дата публикации : Ноя-2021
Издательство : Самарский национальный исследовательский университет
Библиографическое описание : Канаева, И.А. Сегментация дефектов дорожного покрытия на основе формирования синтетических выборок с помощью глубоких генеративно-состязательных свёрточных сетей / И.А. Канаева, Ю.А. Иванова, В.Г. Спицын // Компьютерная оптика. – 2021. – Т. 45, № 6. – С. 907-916. – DOI: 10.18287/2412-6179-CO-844.
Серия/номер : 45;6
Аннотация : В данной работе рассматривается комплекс задач обнаружения различных дефектов дорожного полотна автомобильных дорог и современные методы их решения. Представленное сравнение общедоступных наборов данных позволяет сделать вывод о сложности и малой разработанности задачи сегментации дефектов дорожного покрытия по изображению общего вида автомобильных дорог. Для решения данной проблемы разработаны алгоритмы генерации синтетического набора данных для сегментации дефектов классов трещин и выбоин на основе методов компьютерной графики и генеративно-состязательных сетей. Проведено сравнение точности сегментации дефектов дорожного покрытия полносверточной нейронной сетью U-Net на реальном и комбинированных наборах данных.
URI (Унифицированный идентификатор ресурса) : 10.18287/2412-6179-CO-844
http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Segmentaciya-defektov-dorozhnogo-pokrytiya-na-osnove-formirovaniya-sinteticheskih-vyborok-s-pomoshu-glubokih-generativnosostyazatelnyh-svertochnyh-setei-95517
Другие идентификаторы : Dspace\SGAU\20220203\95517
ГРНТИ: 28.23.15
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
15-Канаева-Иванова-Спицын_SV(Pics)-KI-JuN-Lit-MI-MA-JuN2-Gr-corr.pdfОсновная статья2.81 MBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.