摘要
本发明提供了一种基于多模型集成的道路路面病害检测方法、介质及设备,包括:构建多样化、高质量的路面病害图像数据集;搭建基于RT‑DETR网络的检测模型,并修改损失函数增加模型的收敛速度;单独构建坑槽单类别病害数据集,用于训练检测模型时使用的预训练模型;在训练检测模型过程中,使用孤立森林算法,降低极端数据对模型的影响;为了增加对坑槽类别的检测效果,构建基于ResNet的分类模型;集成检测模型与分类模型,搭建完整的路面病害检测模型。本发明不仅能够有效缓解因数据集极度不平衡而导致的检测精度下降问题,还特别针对坑槽等易误报类别进行了优化,显著降低了误报率。