一种基于深度学习的道路麻面病害识别方法

本发明提供了一种基于深度学习的道路麻面病害识别方法,属于沥青路面病害检测技术领域，方法包括以下步骤：S1.数据采集与预处理；S2.图像增强；S3.图像分割；S4.图像噪点消除；S5.病害面积计算与分级；S6.提高模型训练的鲁棒性；S7.构建和训练轻量化U‑net模型的麻面病害分割模型；S8.病害预测与评估。本发明解决传统特征提取导致的资源增多问题，基于深度学习实现麻面病害特征的自动提取，结合图像尺寸实现病害图像中集料剥落区域的面积计算与统计分析，以实现麻面病害的智能检测。提升计算效率，可自动化获取剥落面积和病害等级，降低人工成本。