| 作品介紹 |
智慧道路健檢平台是專為提升道路安全而設計的綜合解決方案，結合了深度學習、邊緣運算與資料可視化技術，能自動檢測和分類道路損壞類型。該系統使用高解析度攝影機進行影像擷取，並通過 Nvidia Jetson AGX 平台進行實時影像處理和模型推理。利用 U-Net 進行影像分割，該模型能夠準確識別並標記道路區域，過濾掉非相關背景，以確保後續 YOLOv7 損壞檢測模型的準確度。YOLOv7 負責辨識並分類不同類型的道路損壞，如裂縫、坑洞等，並將結果回傳至後端系統。並利用 ByteTrack 演算法進行多目標追蹤，能有效記錄並追蹤各損壞點的歷史數據。每個損壞點都被賦予唯一的 ID，這使得用戶可以根據時間或位置追蹤損壞情況的變化。所有檢測數據都會儲存於 SQLite 資料庫中，便於進行後續的數據分析與報告生成。資料庫中的 GPS 座標透過 Flask 與 React.js 架構的網頁前端進行顯示，實現即時的地理資訊展示功能，用戶可以透過互動地圖查看不同縣市或城市的道路狀況，以更便捷的方式管理維護工作。
在實際應用中，系統能夠展示出優越的性能，效能可以達到30FPS，並且降低了人工檢查的需求和時間成本。該平台不僅解決了傳統檢測方法的效率低下問題，還通過數據積累和分析，為未來的道路養護決策提供了重要依據。整體設計過程也包括了反覆的測試與改進，以進一步提升系統的準確性和穩定性，並期望未來能在更多道路環境中廣泛應用，成為智慧城市發展中的一項重要技術支柱 |