شناسايي و دسته بندي ترك‌هاي روسازي آسفالتي با كمك الگوريتم آشكارسازي YOLOv5

تشخيص خودكار ترك روسازي براي ارزيابي الزامات تعمير و نگهداري راه و اطمينان از ايمني رانندگي ضروري است. تشخيص سنتي ترك داراي مشكلاتي مانند بازدهي پايين و عدم شناسايي كامل است. اين پژوهش باهدف رفع مشكلات روش‌هاي سنتي تشخيص ترك و استفاده از مدل‌هاي يادگيري عميق، روشي مبتني بر الگوريتم‌هاي آشكارسازي و تشخيص شي براي تشخيص ترك روسازي طراحي كرده و ضمن تشريح مفاهيم تئوري، آخرين مدل‌هاي تشخيص اشيا سري YOLOv5 را براي تشخيص ترك روسازي موردبحث قرار داده است. درنهايت يك مدل آشكارسازي ترك و مديريت روسازي مؤثر ارائه شده است. اين مدل قادر است نوع، موقعيت و مشخصات هندسي ترك را با دقت و سرعت بالايي نسبت به ساير روش‌ها مشخص كند. بدين منظور از تصاوير برداشت‌شده از آسفالت معابر شهر مشهد براي آموزش و ارزيابي مدل استفاده شد. تصاوير براي دو گزينه ترك خطي و ترك سطحي برچسب‌گذاري شد. سپس مدل‌هايي با به‌كارگيري پنج الگوريتم سري YOLOv5 و يادگيري انتقالي، ايجاد و ازنظر دقت و سرعت پيش‌بيني مورد ارزيابي قرار گرفته است. دقت مدل‌ها بين ۷۷ تا ۹۸ درصد و سرعت پيش‌بيني مدل‌ها بين 17.4 تا 105 ميلي‌ثانيه است كه بيانگر عملكرد مطلوب مدل‌ها است. مدل v5s با داشتن دقت 92.8 درصد و سرعت 23.9 ميلي‌ثانيه، به‌عنوان مدل نهايي جهت پيش‌بيني واقعي ترك در يكي از معابر اصلي شهر مشهد استفاده شد. با توجه‌ به ابعاد و نوع ترك پيش‌بيني‌شده و استفاده از درخت تصميم پيشنهادي، رويكرد تعمير و نگهداري براي هر قطعه مشخص گرديد.