17062

تشخيص آسيب جاده با كمك ترنسفورمر و يادگيري نيمه نظارتي

1401

دكتر عبدالله اميرخاني شهركي

فرآيند شناسايي و بررسي آسيب‌هاي سطح جاده در بهبود ايمني ترافيك و كاهش هزينه‌هاي نگهداري زيرساخت‌هاي جاده‌اي از اهميت بالايي برخوردار است. با توجه به گسترش شبكه‌هاي جاده‌اي و لزوم پايش مستمر وضعيت زيرساخت‌ها، استفاده از روش‌هاي مبتني بر بينايي ماشين براي تشخيص خودكار آسيب‌هاي جاده‌اي، به‌ويژه در محيط‌هاي شهري، به يكي از چالش‌هاي كليدي در حوزه پردازش تصوير تبديل شده است. بررسي مطالعات گذشته در اين حوزه نشان داده است كه براي تشخيص آسيب‌هاي جاده‌اي از مدل‌هاي ترنسفورمر و YOLO به تنهايي استفاده شده است. از سوي ديگر تعداد پايگاه‌هاي داده براي كشور ايران محدود مي‌باشد لذا مي‌توان براي بهبود عملكرد سيستم شناسايي آسيب جاده، از تركيب بخش ترنسفورمر به نام C3TR و YOLOv5 استفاده كرده و براي بهره‌گيري از داده‌هاي بدون برچسب و افزايش تنوع داده‌هاي موجود در يك پايگاه داده از روش يادگيري نيمه نظارتي و داده افزايي استفاده نمود.

6/21/2023 12:00:00 AM

90407

1405/03/05