استفاده از الگوریتم های تشخیص اشیاء YOLOv۳ و YOLOv۵s در شناسایی خودکار ترک روسازی آسفالتی

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.

کلیدواژه ها:

روسازی آسفالتی ، تشخیص ترک ، یادگیری عمیق ، YOLOv۳ ، .YOLOv۵s