Road Crack Detection Using U-Net

Naoki Wada, Kenji Kanai, Masaru Takeuchi, Jiro Katto

研究成果: Conference contribution

抄録

Recently, an efficient and automatic infrastructure maintenance service is mandatory. To address this demand, in this paper, we introduce a segmentation-based road damage detection method by using U-Net. To train the model, we collect 4K images by using a smartphone mounted on a bicycle and build our own road damage dataset. In addition, to improve detection accuracy, we apply focal loss and image patch for loss function and input image, respectively. From the evaluation, the result confirms that the method demonstrates to extract road damages with acceptable accuracy.

本文言語English
ホスト出版物のタイトル2020 IEEE 9th Global Conference on Consumer Electronics, GCCE 2020
出版社Institute of Electrical and Electronics Engineers Inc.
ページ301-302
ページ数2
ISBN(電子版)9781728198026
DOI
出版ステータスPublished - 2020 10 13
イベント9th IEEE Global Conference on Consumer Electronics, GCCE 2020 - Kobe, Japan
継続期間: 2020 10 132020 10 16

出版物シリーズ

名前2020 IEEE 9th Global Conference on Consumer Electronics, GCCE 2020

Conference

Conference9th IEEE Global Conference on Consumer Electronics, GCCE 2020
国/地域Japan
CityKobe
Period20/10/1320/10/16

ASJC Scopus subject areas

  • 信号処理
  • 電子工学および電気工学
  • メディア記述
  • 器械工学
  • コンピュータ ネットワークおよび通信
  • コンピュータ ビジョンおよびパターン認識

フィンガープリント

「Road Crack Detection Using U-Net」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル