前言
该论文研究路面病害的目标检测,分别使用YOLO、CenterNet和EfficientDet检测路面病害,在算法上基本没有创新,本文从数据集和效果两个方面总结该论文。
一、数据集
该论文使用IEEE BigData道路损坏检测竞赛发布的照片,这些照片由安装在车上的智能手机上拍摄,包括日本、捷克和印度三个国家的城市和乡村街道。采集的数据集包含四种常见损坏类别,如下图所示:
二、效果
论文作者使用三种算法进行道路损坏识别,以F1分数为评估标准,发现YOLO的效果最好。
三、复现和个人思考
通过GitHub提供的源码复现了该论文,直接运行会生成txt文件,因此需要略微修改代码才能生成用矩形框标注的图像,根据运行的结果,我发现了如下现象:
(1)算法检测效果有待进一步提升,如下图所示,远处的路面病害没有检测出来
(2)不同地区,需要使用不同的参数,算法的鲁棒性太差