道路病害检测：Road Disease Detection based on Latent Domain Background Feature Separation and Suppression

 

论文作者：Juwu Zheng,Jiangtao Ren

作者单位：Sun Yat-Sen University

论文链接：http://arxiv.org/abs/2309.07616v1

内容简介：

1）方向：道路病害检测

2）应用：道路维护和管理

3）背景：道路病害检测具有挑战性，因为目标区域中的道路损坏比例较小且背景多样，引入了大量领域信息。此外，病害类别之间相似度高，使得检测更加困难。

4）方法：本文提出一种新的LDBFSS（潜在领域背景特征分离和抑制）网络，可以在没有领域监督和对比增强的情况下执行背景信息分离和抑制。将LDBFSS网络与YOLOv5模型结合，增强病害特征以实现更好的道路病害检测。LDBFSS网络的组成部分包括潜在领域发现模块和领域对抗学习模块，通过无监督方法获取伪领域标签，引导领域鉴别器和模型进行对抗训练以抑制背景信息。此外，引入对比学习模块，并设计k实例对比损失，通过增加类间距离和减小类内距离来优化病害特征表示。

5）结果：在GRDDC和CNRDD两个道路病害检测数据集上进行了实验，并与其他模型进行了比较，与最优模型相比，在GRDDC数据集上增加了近4％，在CNRDD数据集上增加了4.6％。实验结果证明了该模型的有效性和优越性。