Road-Damage-Detection-System

“道路损伤检测”项目

TBD

• English version README

背景/需求

• 路面病害对道路和行车安全构成潜在威胁，而至今没有具有高度适用性的自动化测量仪器可以使用。传统方法为人工目测排查，费时费力，数据的可比性和重复性都较差。
• 项目选取车载相机或手机拍摄的路面图像为研究对象，基于RDDC2020数据集，使用三种卷积神经网络（Fcos、FasterRcnn、YOLO v3）实现了道路损伤检测系统。
• 本项目包含可执行演示系统和模型训练部分配置文件

环境需求

• Windows(demo) and Linux(model training)
• Python 3.5+
• CMake >= 3.12
• CUDA >= 8.0
• OpenCV >= 2.4
• cuDNN >= 7.0
• on Linux GCC or Clang, on Windows MSVC 2017/2019

文件结构

文件结构及其作用如下：

Road-Damage-Detection-System
├── Demo(基于QT C++开发的客户端演示系统，部分DLL库和权重文件由于体积过大存于网盘)
├── Demo_ui_img(系统演示截图)
├── experiment(包含训练三个模型的配置文件、mAP图表、权重等)
├── test_data(测试数据，包含视频、图片)
├── demo screen record(系统演示录屏)

• 部分缺失权重和DLL配置文件下载地址 链接：https://pan.baidu.com/s/1M2n56VVLIbiGppXL4dDwzw 提取码：LZNT

功能示意

• 选取并导入图片
• 选取并导入视频
• 检测图片
• 检测视频

性能指标

• 模型表现(基于linux，GTX 1080ti)
• 模型表现(基于windows下demo，GTX 1660ti)