本設計方案致力于解決目標：建設包容、安全、有抵御災害能力和可持續(xù)的城市和人類住區(qū)中的交通問題，在此提出一種基于OpenHarmony實現道路維護的方案，通過深度學習的方式對道路的裂縫進行實時檢測，增加道路的可持續(xù)使用性。

由于傳統(tǒng)的道路裂縫檢測精度和距離有限，大部分仍需要人工檢測，而人工裂縫檢測的過程又十分的繁瑣，檢測的實時性與高效性普遍較低。本方案基于海思HI3516DV300圖像化處理方法，并部署深度學習模型，對道路裂縫進行檢測。

• 系統(tǒng)版本/API版本：OpenHarmony 3.X小型系統(tǒng)
• IDE版本：DeEco Device Tool Release 3.0.0.401

./darknet detector train hand.data cfg/resnet18.cfg

# subdivisions=1


# Testing
batch=48
subdivisions=8
height-384
width=640
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=0.1
learning rate=0.01
burn in=10000
max batches = 300200
policy=steps
steps=100000, 200000, 250001
scales=.1,.1,.1

代碼地址：https://github.com/ChenYingpeng/darknet2caffe
轉換命令：python darknet2caffe.py resnet18.cfg resnet18_new_final.weights resnet18.prototxt resnet18.caffemodel

代碼地址：https://codeload.github.com/xxradon/PytorchToCaffe/zip/refs/heads/master
轉換命令：python example/resnet_pytorch_2_caffe.py

本次采用windows+ubuntu混合開發(fā)，具體操作流程可參考HarmonyOS Device社區(qū)：

https://device.harmonyos.com/cn/docs/documentation/guide/ide-install-windows-ubuntu-0000001194073744

檢測網生成的WK文件在OpenHarmony中編譯后得到可執(zhí)行文件，并掛載板端，啟動開發(fā)板應用驅動,加載可執(zhí)行文件

驅動命令 ：insmod hi_mipi_tx.ko
加載文件 ：./ohos_yolov2_creak_demo 1

驅動命令：insmod hi_mipi_tx.ko
加載文件：./ohos_cnn_creak_demo 0

6.1 檢測效果：

6.2 Creak分類效果：

Creak分類效果高達100%

6.3 NoCreak分類效果：

NoCreak分類效果高達97%