摘要
本发明公开了一种基于重参数多尺度融合的道路缺陷检测方法，属于深度学习神经网络中的目标检测技术领域，从公开数据源中选取道路缺陷的数据集，并划分为训练集、验证集和测试集；构建基于重参数多尺度融合的轻量化道路缺陷检测神经网络模型，该模型采用重参数化技术与多尺度特征融合策略，能够识别并定位图像中的各类道路缺陷；利用划分好的的训练集和验证集对构建的神经网络模型进行训练，经过指标评估得到最佳的轻量化道路缺陷检测模型，随后，进行轻量化检测模型的推理加速，嵌入到边缘计算终端部署；使用车载摄像机进行图像数据采集，将采集到的道路图像输入边缘计算终端进行处理，输出车载图像中存在的道路缺陷类别以及位置。
