ชื่อผลงานวิจัย : YOL026-RD: An End-to-End Road Damage Detection Network With Learnable Contrast Enhancement and Edge-Guided Downsampling
ผู้ร่วมวิจัย : ดร.ปวโรธร ไชยเพ็ชร คุณหทัยรัตน์ สมัยกุล และคุณธีระยุทธ ย่องเซ่ง
งานวิจัยศึกษาข้อจำกัดของระบบตรวจจับความเสียหายบนผิวทางสำหรับภาพจากการสำรวจถนน โดยพบว่าความเสียหายบางส่วนมีขนาดเล็กเมื่อเทียบกับความละเอียดของภาพ และการลดขนาดภาพแบบ Stride-4 อาจทำให้เกิดความคลาดเคลื่อนในการระบุตำแหน่งของวัตถุ
ผู้วิจัยจึงพัฒนา YOL026-RD โดยปรับโครงสร้าง Detection Head เพิ่ม Learnable Contrast Enhancement ซึ่งเป็นโมดูลที่เรียนรู้พารามิเตอร์จาก Detection Loss และเพิ่ม EdgeSPD ซึ่งเป็น Downsampler แบบไม่สูญเสียข้อมูลเชิงพื้นที่ โดยใช้ Sobel Prior
จากการทดลอง YOL026-RD ให้ค่าเฉลี่ย mAP50 เท่ากับ 0.790 และ mAP50-95 เท่ากับ 0.482 เมื่อพิจารณาจาก 5 Scales และสามารถประมวลผลได้ 98 frames per second บนฮาร์ดแวร์ระดับ Entry-level Accelerator ที่ความเร็วสำรวจ 21–100 km/h
งานวิจัยใช้ภาพสำรวจสภาพถนนที่ได้จากกล้องซึ่งติดตั้งเหนือพื้นผิวทางและบันทึกภาพอย่างต่อเนื่อง โดยข้อมูลที่ตรวจจับได้ประกอบด้วย ประเภทความเสียหาย ตำแหน่ง กรอบวัตถุ ค่าความเชื่อมั่น เวลา และตำแหน่งของความเสียหาย
