毕业设计（论文）任务书—1
设计题目：基于深度学习的道路裂缝检测识别研究
题目性质：科研项目
课题来源：教师拟题
毕设类型：论文类
指导教师：
企业导师： 企业导师职称：
• 毕业设计（论文）要求及原始数据（资料）
随着道路使用时间的增加，路面不仅要承受日益增大的交通量，还受到各种自然因素的影响，逐渐出现裂缝、坑槽、沉陷等道路病害问题。当前在各类路面病害中，裂缝仍是路面结构上最为普遍、最容易发生的且潜在危害较大的路基病害之一。当前最为传统的道路检测工作通常由人工实地走查完成，非常耗费人力物力并存在安全隐患，因此在不影响交通运行的前提下，通过对公路裂缝进行分析、检测和识别，准确快速地掌握道路状况，实现路面模型的自动化检测是非常重要的。
随着深度学习在计算机视觉的广泛应用以及计算机硬件技术的发展，CPU 和 GPU 性能有了很大的提高，为深度学习提供了条件，使得深度学习技术在近几年内有了突破性的进展，被广泛应用于计算机视觉、自然语言处理、生物信息学、自动控制等领域本文。
本毕业设计将探究如何将深度学习理论应用于道路裂缝检测与识别，设计一种高效准确的道路裂缝识别方法与系统。
• 毕业设计（论文）主要工作内容
需要做的工作具体有：
（1）综述道路裂分检测识别的相关研究以及发展现状；
（2）研究一种或多种基于图像信息的道路裂缝检测识别方法，并利用编程语言编写程序，展示实验结果，同时对道路裂分检测识别相关实验进行效果、优缺点对比分析以及算法性能指标评价，实现道路裂分检测识别任务。
（3）利用PyQT或其它GUI图形用户界面开发框架设计道路裂分检测识别系统实现，对道路裂分检测识别的实验结果进行展示。
（4）按照太原理工大学本科生毕业论文的格式要求编写毕业论文。
• 学生应交出的设计文件（论文）
（1）毕业设计说明书 （文本一份，电子版一份）；
（2）程序代码
（3）应用程序打包文件
（4）英文资料翻译
• 主要参考文献（资料）
[1] 车艳丽.基于深度学习的路面裂缝分类与识别技术研究与实现[D].西安：长安大学，2018.
[2] 韩海航,张丽,吴皓天,等.图像数据处理机制在沥青道路裂缝病害识别算法训练中的应用[J].科技创新与应用,2021,11(09):29-34.
[3] 李炳臻,刘克,顾佼佼,等.卷积神经网络研究综述[J].计算机时代,2021,4(04):8-12+17.
[4] 苏可.基于目标检测与语义分割的道路损伤识别方法[D].太原：太原理工大学，2021.
[5] He K, Zhang X, Ren S, et al. Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2014, 37(9):1904-16.
[6] Uijlings J R, Sande K E, Gevers T, et al. Selective Search for Object Recognition International Journal of Computer Vision,2013,104(2):154-171.
[7] Doğan Gürkan, Ergen Burhan. A new mobile convolutional neural network-based approach for pixel-wise road surface crack detection[J].Measurement,2022,195.
[8] Wang C Y, Liao H Y M. Yolov4: Optimal speed and accuracy of object detection[J]. arXiv preprint arXiv:2004.10934, 2020.
• 难易程度：
中等
• 已具备的条件：
一定的编程基础
• 对学生的基本要求
（1）对本课题感兴趣，并且能保证毕业设计时间；
（2）有一定的编程基础。
