-
公开(公告)号:CN115861324A
公开(公告)日:2023-03-28
申请号:CN202310181026.X
申请日:2023-03-01
Applicant: 长沙城市发展集团有限公司
IPC: G06T7/00 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06Q10/04 , G06Q30/0202 , G06Q50/08 , G06T3/40 , G06T7/11 , G06T7/62 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 一种路面病害维修成本预测方法及系统,该方法包括:步骤S1:获取交通路面图像数据集,利用语义分析,构建用于网络模型训练和测试的训练集和测试集,对训练集和测试集中的图像进行预处理;步骤S2:构建RDAACN模型;步骤S3:在训练集上对所述RDAACN模型进行训练;步骤S4:在测试集上对训练完成的RDAACN模型进行测试,输出测试结果;步骤S5:根据RDAACN模型对路面图像中路面病害像素级精度的提取结果,计算路面病害区域的面积;步骤S6:根据计算得到的路面病害区域的面积来预测路面病害的维修成本。该系统用来实施上述方法。本发明具有原理简单、智能化程度高、能够提高预测效率和精确性等优点。