研发了一种路面损坏状况自动识别技术以及路面损坏评估系统。克服了沥青路面病害因“光污染”、遮挡物等 导致损坏区域较难识别的问题，包含裂缝在内的坑槽、沉陷、松散等其他多种典型病害，构建了基于mask- rcnn算法的改进深度学习模型。通过对算法进行实际测试及改进，验证算法的准确性和精度。对采集的路面图像 进行语义分割，提取计算病害区域图像的像素面积，再通过坐标单位转换关系，将像素面积转化为实际面积，结 合《公路技术状况评定标准》,对路面损坏程度进行快速便捷的评估。并可以显示损坏状况信息和位置信息，将 信息进行汇总、分析和导出。为路面病害的检测及评估提供一种自动化、快速化、智能化的方法。
