无论是水泥路面照样沥青路面,在通车使用一段时间之后,都市泛起种种损坏、变形及其它缺陷,这些统称为门路病害。

常见的病害类型有:龟裂、坑槽、车辙、松散、沉陷、桥头涵顶跳车、外面破损等等,这些门路病害的存在不仅会影响到门路的正常使用,还会增添潜在的交通隐患,影响行车平安。

因此,及时发现并处置门路病害是一件异常现实的需求。以往,发现门路病害主要依赖于人力巡检,随着人工智能计算机视觉手艺的生长,现在已经实现通过机械自动检测识别种种门路病害。

不外机械自己是并不具备识别种种门路病害的能力,前期机械学习依赖大量标注数据的投喂。因此,今天就分享一例数据标注在门路病害图片标注领域的详细应用。

一.项目名称

某机构门路病害图片标注。

二.项目要求

为了机械学习识别门路病害,需要标注大量的病害图片以便训练和验证。

三.营业要求

公路病害分类标注:

参见:《JTG H20-2007公路手艺状态评定尺度》

城镇门路病害分类标注:

参见《cjj36-2016城镇门路养护手艺规范》

四.手艺要求

1) 基本原则:

定检和一样平常巡检的离开;

市政门路和公路的离开;

沥青和混凝土的离开;

若是一个图片只有一种病害,那么放在单独目录,例:定检\公路\沥青\龟裂\xx.jpg。

2) 把图片上的所有病害都用多边形标注出来;

3) 差别的病害类型和病害要离开标注;

4) 标注的效果,每个图片对应一个json花样的文件。

五.标注效果


以上经由标注后的图片即可用于相关机械学习,知足诸如门路病害检测机械人的需要,减轻门路巡检对人力的依赖,并提高识别门路病害的准确率。