一种基于车载前视全景影像的道路病害检测方法及系统

本申请实施例提供的一种基于车载前视全景影像的道路病害检测方法及系统，该方法包括获取车载前视全景影像数据，并基于预定义的道路病害类型、以及车载前视全景影像数据构建训练集、验证集以及测试集；基于YOLOv5网络架构构建道路病害检测模型，其中，YOLOv5的骨干网络中添加有由最大池化层与多头自注意力机制构成的M‑MHSA模块，以提升网络对全局信息的学习，颈部网络使用BiFPN层代替原有的PaNet层，以实现自上而下与自下而上的深浅层特征双向融合；利用训练集训练道路病害检测模型，利用验证集在模型达到预设检测精度后，保存模型权重，并通过测试集对模型的泛化能力进行评估；将训练完成的道路病害检测模型应用到道路病害检测中。该方法的实施能够提高检测精确度。