基于YOLOv7和ESRGAN的改进路面坑洞检测
计算机视觉与模式识别
2024-01-18 v1
摘要
坑洞是常见的道路危险，会对车辆造成损坏并对驾驶员构成安全风险。基于深度学习的卷积神经网络（CNN）在工业界广泛用于目标检测，并在硬件改进和软件实现方面取得了显著进展。本文提出了一种独特的改进算法，通过超分辨率生成对抗网络（SRGAN）实现超分辨率（SR），从而允许使用低分辨率摄像头或低分辨率图像和视频流进行自动坑洞检测。然后，我们使用YOLO网络（即YOLOv7网络）在低质量和高质量行车记录仪图像上建立了基线坑洞检测性能。接着，我们展示并检验了在低质量图像上应用超分辨率提升后，相对于基准在速度和精度上的提升。
引用
@article{arxiv.2401.08588,
title = {Improved Pothole Detection Using YOLOv7 and ESRGAN},
author = {Nirmal Kumar Rout and Gyanateet Dutta and Varun Sinha and Arghadeep Dey and Subhrangshu Mukherjee and Gopal Gupta},
journal= {arXiv preprint arXiv:2401.08588},
year = {2024}
}