I
n
t
e
r
n
at
ion
al
Jou
r
n
a
l
of
I
n
f
o
r
m
at
ics
an
d
Com
m
u
n
icat
ion
T
e
c
h
n
ol
ogy
(
I
J
-
I
CT
)
Vo
l
.
15
,
N
o
.
2
,
J
un
e
20
26
,
pp.
616
~
624
I
S
S
N:
2252
-
8776
,
DO
I
:
10
.
11591/i
ji
c
t
.
v
15
i
2
.
pp
61
6
-
624
616
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
ict
.
iaes
c
or
e
.
c
om
E
n
h
a
n
c
in
g r
oad
d
a
m
age
d
e
t
e
c
t
io
n
p
e
r
f
or
m
an
c
e
u
si
n
g t
h
e
Y
OL
Ov
9 m
o
d
e
l
M
u
h
am
m
ad
F
ar
k
h
an
Adh
it
am
a,
S
u
t
ik
n
o
,
Ris
m
iyat
i
D
e
pa
r
tm
e
nt
of
I
n
f
or
ma
ti
c
s
, U
ni
v
e
r
s
it
y
of
D
ip
o
ne
g
or
o
, S
e
ma
r
a
n
g,
I
ndo
n
e
s
ia
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
A
ug
7,
2025
R
e
vi
s
e
d
A
pr
3,
2026
A
c
c
e
pt
e
d
A
pr
15,
2026
Ro
ad
s
are
e
s
s
en
t
i
al
i
n
fras
t
ru
c
t
u
r
e
t
h
at
s
u
p
p
o
rt
c
o
mm
u
n
i
t
y
mo
b
i
l
i
t
y
,
an
d
t
h
e
i
r
c
o
n
d
i
t
i
o
n
s
i
g
n
i
fi
c
a
n
t
l
y
i
m
p
ac
t
s
ro
ad
u
s
e
r
s
af
e
t
y
.
H
o
w
ev
e
r,
m
a
n
u
a
l
ro
a
d
d
am
a
g
e
d
e
t
ec
t
i
o
n
r
em
a
i
n
s
i
n
e
ffi
ci
e
n
t
,
t
i
me
-
co
n
s
u
mi
n
g
,
c
o
s
t
l
y
,
an
d
p
ro
n
e
t
o
h
u
m
an
e
rr
o
r.
T
o
ad
d
r
e
s
s
t
h
i
s
i
s
s
u
e
,
t
h
i
s
s
t
u
d
y
p
ro
p
o
s
ed
t
h
e
Y
O
L
O
v
9
m
o
d
e
l
fo
r
au
t
o
m
at
ed
r
o
ad
d
a
m
ag
e
d
e
t
ec
t
i
o
n
a
n
d
e
x
p
l
o
r
ed
p
arame
t
e
r
co
m
b
i
n
at
i
o
n
s
t
o
o
p
t
i
m
i
z
e
i
t
s
p
e
rfo
r
m
a
n
ce
.
T
h
e
p
ro
p
o
s
e
d
s
o
l
u
t
i
o
n
l
ev
e
rag
e
s
t
h
e
Y
O
L
O
v
9
mo
d
e
l
,
w
h
i
c
h
o
ffe
rs
e
n
h
an
ce
d
d
e
t
ec
t
i
o
n
s
p
ee
d
an
d
a
cc
u
ra
cy
co
m
p
ared
t
o
p
re
v
i
o
u
s
Y
O
L
O
v
e
rs
i
o
n
s
,
d
u
e
t
o
i
t
s
i
m
p
ro
v
ed
b
ack
b
o
n
e
a
n
d
d
y
n
a
mi
c
l
ab
el
as
s
i
g
n
m
en
t
t
ech
n
i
q
u
e
s
.
T
h
e
me
t
h
o
d
u
s
e
s
p
re
-
t
rai
n
e
d
w
e
i
g
h
t
s
an
d
p
e
rf
o
r
m
s
p
aram
e
t
e
r
t
u
n
i
n
g
t
o
ad
ap
t
t
h
e
m
o
d
e
l
f
o
r
i
d
e
n
t
i
f
y
i
n
g
co
mmo
n
ro
a
d
d
e
f
ec
t
s
,
i
n
c
l
u
d
i
n
g
p
o
t
h
o
l
e
s
,
l
o
n
g
i
t
u
d
i
n
a
l
,
l
at
e
ral
,
an
d
al
l
i
g
at
o
r
c
ra
c
k
s
.
A
p
u
b
l
i
c
l
y
av
ai
l
ab
l
e
d
at
as
e
t
o
f
ro
ad
c
o
n
d
i
t
i
o
n
i
m
a
g
e
s
w
as
u
s
e
d
f
o
r
t
rai
n
i
n
g
a
n
d
e
v
a
l
u
at
i
o
n
.
E
x
p
e
ri
men
t
al
r
e
s
u
l
t
s
d
emo
n
s
t
rat
e
d
t
h
at
t
h
e
o
p
t
i
mi
zed
Y
O
L
O
v
9
mo
d
e
l
a
ch
i
ev
e
d
a
me
an
av
e
ra
g
e
p
reci
s
i
o
n
(mA
P)
o
f
6
2
.
8
%
,
i
n
d
i
c
at
i
n
g
a
p
ro
m
i
s
i
n
g
ab
i
l
i
t
y
t
o
d
e
t
ec
t
m
u
l
t
i
p
l
e
t
y
p
e
s
o
f
ro
ad
d
a
mag
e
a
cc
u
rat
el
y
.
T
h
i
s
s
t
u
d
y
h
i
g
h
l
i
g
h
t
s
t
h
e
p
o
t
e
n
t
i
a
l
o
f
Y
O
L
O
v
9
as
an
e
ff
ec
t
i
v
e
t
o
o
l
f
o
r
ro
a
d
mo
n
i
t
o
ri
n
g
s
y
s
t
em
s
,
co
n
t
ri
b
u
t
i
n
g
t
o
p
ro
a
c
t
i
v
e
m
a
i
n
t
en
an
ce
s
t
rat
e
g
i
e
s
a
n
d
mo
re
e
ffi
ci
e
n
t
i
n
fras
t
ru
c
t
u
r
e
m
a
n
ag
emen
t
.
K
e
y
w
o
r
d
s
:
C
o
m
put
e
r
vi
s
i
o
n
De
e
p
l
e
a
r
ni
ng
R
o
a
d
da
m
a
g
e
YO
L
O
v
9
Yo
u
o
nl
y
l
o
o
k
o
n
c
e
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
pon
din
g
A
u
th
or
:
S
ut
i
k
n
o
De
pa
r
t
m
e
n
t
o
f
I
nf
o
r
m
a
t
i
c
s
,
F
a
c
u
l
t
y
o
f
S
c
i
e
n
c
e
a
n
d
M
a
t
h
e
m
a
t
i
c
s
,
Uni
ve
r
s
i
t
y
o
f
D
i
po
ne
go
r
o
P
r
o
f
.
J
a
c
o
b
R
a
i
s
S
t
r
e
e
t
,
T
e
m
b
a
l
a
n
g,
B
a
ny
u
m
a
ni
k,
S
e
m
a
r
a
n
g,
I
n
do
n
e
s
i
a
E
m
a
i
l
:
s
ut
i
k
n
o
@l
e
c
t
ur
e
r
.
un
d
i
p.
a
c
.
i
d
1.
I
NT
RODU
C
T
I
ON
R
o
a
ds
pl
a
y
a
c
r
uc
i
a
l
r
o
l
e
i
n
s
uppo
r
t
i
n
g
s
o
c
i
a
l
a
nd
e
c
o
n
o
m
i
c
a
c
t
i
vi
t
i
e
s
,
i
n
c
l
ud
i
ng
m
o
bil
i
t
y
,
go
o
ds
d
i
s
t
r
i
b
ut
i
o
n
,
a
n
d
a
c
c
e
s
s
t
o
e
s
s
e
n
t
i
a
l
s
e
r
vi
c
e
s
.
W
e
ll
-
m
a
i
n
t
a
i
ne
d
r
o
a
ds
a
r
e
e
s
s
e
n
t
i
a
l
f
o
r
t
r
a
n
s
po
r
t
a
t
i
o
n
s
a
f
e
t
y
a
n
d
e
f
f
i
c
i
e
nc
y
,
m
a
k
i
ng
r
o
a
d
m
a
i
n
t
e
n
a
n
c
e
a
c
r
i
t
i
c
a
l
i
s
s
ue
.
R
o
a
ds
a
r
e
a
ke
y
p
i
e
c
e
o
f
i
nf
r
a
s
t
r
uc
t
ur
e
t
h
a
t
s
uppo
r
t
s
de
v
e
l
o
p
m
e
n
t
b
ut
o
f
t
e
n
s
u
f
f
e
r
s
i
g
nif
i
c
a
n
t
da
m
a
g
e
,
r
e
qui
r
i
ng
e
f
f
e
c
t
i
v
e
m
a
n
a
ge
m
e
n
t
[
1]
.
T
r
a
di
t
i
o
n
a
l
r
o
a
d
da
m
a
ge
s
ur
v
e
y
s
h
a
v
e
dr
a
w
ba
c
ks
,
i
nc
l
ud
i
n
g
hi
g
h
c
o
s
t
s
a
n
d
l
o
w
e
f
f
i
c
i
e
nc
y
,
a
s
t
h
e
y
i
nv
o
l
ve
m
a
n
ua
l
i
n
s
pe
c
t
i
o
n
s
t
h
a
t
a
r
e
t
i
m
e
-
c
o
ns
u
m
i
ng,
l
a
b
o
r
-
i
n
t
e
ns
i
ve
,
a
n
d
pr
on
e
to
h
u
m
a
n
e
r
r
o
r
.
T
h
e
s
e
l
im
i
t
a
t
i
o
n
s
hi
g
hli
g
h
t
t
h
e
n
e
e
d
f
o
r
a
uto
m
a
t
e
d
a
n
d
e
f
f
i
c
i
e
n
t
s
o
l
ut
i
o
n
s
.
C
o
m
put
e
r
vi
s
i
o
n
t
e
c
hn
o
l
o
g
y
o
f
f
e
r
s
a
pr
o
m
i
s
i
ng
a
l
t
e
r
n
a
t
i
v
e
by
e
n
a
bli
ng
t
h
e
a
uto
m
a
t
i
c
de
t
e
c
t
i
o
n
o
f
r
o
a
d
da
m
a
g
e
a
t
a
l
o
we
r
c
o
s
t
,
wi
t
h
hi
g
h
e
r
e
f
f
i
c
i
e
n
c
y
a
n
d
gr
e
a
t
e
r
a
c
c
ur
a
c
y
t
h
r
o
ugh
im
a
ge
a
n
d
v
i
de
o
a
n
a
ly
s
i
s
[
2]
.
R
e
s
e
a
r
c
h
o
n
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
e
m
p
l
o
y
s
im
a
g
e
pr
o
c
e
s
s
i
ng
t
e
c
h
ni
que
s
,
m
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
,
a
n
d
de
e
p
l
e
a
r
ni
ng
(
D
L
)
m
e
t
h
o
ds
.
T
h
r
e
s
h
o
l
d
s
e
g
m
e
n
t
a
t
i
o
n
a
n
d
e
dge
d
e
t
e
c
t
i
o
n
i
de
n
t
i
f
y
c
r
a
c
k
f
e
a
t
ur
e
s
[
2]
.
S
ut
i
k
n
o
et
al.
[
3
]
e
m
p
l
o
y
e
d
e
dge
de
t
e
c
t
i
o
n
t
e
c
hni
que
s
a
n
d
t
h
r
e
s
h
o
l
d
i
ng
i
n
pr
e
pr
o
c
e
s
s
i
n
g,
a
l
o
n
g
wi
t
h
b
a
c
kpr
o
pa
ga
t
i
o
n
n
e
ur
a
l
n
e
t
wor
ks
,
f
o
r
c
l
a
s
s
if
yi
n
g
r
o
a
d
da
m
a
ge
.
A
r
y
a
e
t
al.
[
4]
us
e
d
t
h
e
gr
a
y
-
l
e
v
e
l
c
o
-
o
c
c
ur
r
e
n
c
e
m
a
t
r
i
x
(
GL
C
M
)
f
o
r
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
.
T
o
i
m
pr
o
v
e
a
c
c
ur
a
c
y
,
Da
n
e
s
hv
a
r
i
e
t
al.
[
5]
c
o
m
bin
e
d
l
o
c
a
l
bi
na
r
y
pa
t
t
e
r
n
(
L
B
P
)
a
n
d
GL
C
M
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
wi
t
h
t
h
e
K
-
n
e
a
r
e
s
t
n
e
i
g
hb
o
r
s
(
K
NN
)
c
l
a
s
s
if
i
e
r
.
I
n
M
L
,
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
E
nhanc
ing
r
oad
damage
de
tec
ti
on
pe
r
f
or
manc
e
u
s
ing
the
Y
OLOv
9
mode
l
(
M
uhamm
ad
F
ar
k
han
A
dhit
ama
)
617
s
uppo
r
t
v
e
c
to
r
m
a
c
hi
ne
s
(
S
VM
s
)
a
n
d
n
e
ur
a
l
n
e
t
wo
r
ks
r
e
l
y
o
n
h
a
n
d
-
c
r
a
f
t
e
d
f
e
a
t
ur
e
s
[
6]
,
wh
e
r
e
a
s
t
h
e
l
i
g
h
t
gr
a
d
i
e
n
t
b
o
o
s
t
i
n
g
m
a
c
hi
ne
e
f
f
e
c
t
i
v
e
ly
c
a
t
e
go
r
i
z
e
s
c
r
a
c
k
pa
tt
e
r
n
s
[
7
]
.
DL
m
e
t
h
o
ds
,
pa
r
t
i
c
u
l
a
r
ly
c
o
nvo
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
(
C
NN
s
)
,
a
c
hi
e
v
e
hi
g
h
de
t
e
c
t
i
o
n
a
c
c
ur
a
c
y
[
8]
.
Yo
u
o
nl
y
l
o
o
k
o
n
c
e
(
YO
L
O)
e
n
a
bl
e
s
r
e
a
l
-
t
i
m
e
da
m
a
ge
c
l
a
s
s
if
i
c
a
t
i
o
n
[
9
]
,
[
10
]
,
a
n
d
m
o
de
l
s
l
i
ke
R
e
t
i
na
Ne
t
a
n
d
e
lm
a
n
n
e
ur
a
l
n
e
t
wo
r
ks
(
E
NN
)
a
r
e
us
e
d
f
o
r
hi
g
h
-
r
e
s
o
l
ut
i
o
n
de
t
e
c
t
i
o
n
[
11
]
.
Ge
n
e
r
a
t
i
v
e
a
d
v
e
r
s
a
r
i
a
l
n
e
t
wo
r
ks
(
GA
Ns
)
f
a
c
il
i
t
a
t
e
c
r
a
c
k
s
e
g
m
e
n
t
a
ti
o
n
[1
2
]
,
e
nh
a
nc
i
n
g
o
v
e
r
a
ll
de
t
e
c
t
i
o
n
s
y
s
t
e
m
s
.
T
h
e
YO
L
O
a
l
go
r
i
t
hm
i
s
w
i
de
ly
u
s
e
d
i
n
r
e
s
e
a
r
c
h
o
n
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
.
W
a
n
e
t
al.
[
13
]
de
v
e
l
o
pe
d
YO
L
O
-
L
R
DD
,
a
n
o
pt
i
m
i
z
e
d
v
e
r
s
i
o
n
o
f
YO
L
O
v
5
s
,
r
e
duc
i
n
g
t
h
e
m
o
de
l
we
i
g
h
t
by
28
.
8%
a
n
d
a
c
hi
e
vi
ng
a
m
e
a
n
a
v
e
r
a
ge
pr
e
c
i
s
i
o
n
(
m
A
P
)
o
f
57.
6%
.
R
us
e
r
uka
e
t
al
.
[
14]
us
e
d
YO
L
Ov
5
f
o
r
p
ot
h
o
l
e
de
t
e
c
t
i
o
n
,
a
c
hi
e
vi
ng
93%
pr
e
c
i
s
i
o
n
a
n
d
a
n
m
A
P
o
f
96.
3%
.
M
e
a
n
w
hil
e
,
Z
h
a
o
e
t
al
.
[
15]
c
o
m
bi
ne
d
a
li
g
h
t
we
i
g
h
t
n
e
t
wor
k
a
n
d
YO
L
O
v
5.
Ye
e
t
al.
[
16]
i
n
t
r
o
duc
e
d
YO
L
Ov
7
-
AM
F
f
o
r
c
r
a
c
k
de
t
e
c
t
i
o
n
,
a
c
hi
e
vi
ng
91.
3%
pr
e
c
i
s
i
o
n
a
n
d
94.
1%
m
A
P
.
A
dd
i
t
i
o
na
l
ly,
R
DD
-
YO
L
O,
a
n
e
nh
a
n
c
e
d
ve
r
s
i
o
n
o
f
YO
L
Ov
8,
wa
s
pr
e
s
e
n
t
e
d
by
L
i
e
t
al.
[
17]
,
a
c
hi
e
vi
ng
a
m
A
P
50
of
62.
5%
.
W
hi
l
e
pr
o
p
o
s
e
d
e
n
h
a
n
c
e
m
e
n
t
s
to
t
h
e
Y
OL
O
v
8
n
a
l
go
r
i
t
hm
t
o
a
c
hi
e
ve
r
e
a
l
-
t
i
m
e
pe
r
f
o
r
m
a
n
c
e
w
hil
e
m
a
i
n
t
a
i
n
i
ng
hi
g
h
de
t
e
c
t
i
o
n
a
c
c
ur
a
c
y
a
n
d
r
o
b
us
t
n
e
s
s
,
ot
h
e
r
s
h
a
v
e
f
o
c
us
e
d
o
n
a
l
t
e
r
n
a
t
i
v
e
a
ppr
o
a
c
h
e
s
[
18]
,
[
19]
.
YO
L
O
v
9s
h
a
s
b
e
e
n
ut
i
li
z
e
d
f
o
r
hi
g
hwa
y
da
m
a
g
e
de
t
e
c
t
i
o
n
,
w
i
t
h
a
f
o
c
us
o
n
hi
g
h
wa
y
s
i
n
C
hi
na
[
20]
.
T
hi
s
s
t
ud
y
pr
o
p
o
s
e
s
YO
L
Ov
9
f
o
r
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
,
l
e
v
e
r
a
g
i
ng
a
c
o
m
bi
na
t
i
o
n
o
f
pa
r
a
m
e
t
e
r
s
,
a
n
d
s
e
l
e
c
t
s
i
t
due
to
i
t
s
s
upe
r
i
o
r
c
a
pa
bi
li
t
i
e
s
i
n
vi
s
ua
l
a
n
a
ly
s
i
s
.
T
h
e
da
t
a
s
e
t
us
e
d
i
n
t
hi
s
s
t
ud
y
wa
s
c
o
l
l
e
c
t
e
d
f
r
o
m
r
o
a
dwa
y
s
i
n
I
n
do
n
e
s
i
a
a
n
d
i
n
c
l
ude
s
f
o
ur
t
y
pe
s
o
f
r
o
a
d
da
m
a
ge
:
a
l
li
ga
t
o
r
c
r
a
c
k
i
n
g,
l
a
t
e
r
a
l
c
r
a
c
k
i
n
g,
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng,
a
n
d
pot
h
o
l
e
s
.
C
o
m
pa
r
e
d
to
c
l
a
s
s
i
c
a
l
M
L
a
ppr
o
a
c
h
e
s
t
h
a
t
r
e
l
y
o
n
h
a
n
d
-
c
r
a
f
t
e
d
f
e
a
t
ur
e
s
a
n
d
m
u
l
t
i
-
s
t
a
ge
pi
pe
li
ne
s
,
YO
L
Ov
9
o
f
f
e
r
s
a
n
e
n
d
-
to
-
e
n
d
DL
f
r
a
m
e
wo
r
k
t
h
a
t
a
u
to
m
a
t
i
c
a
ll
y
l
e
a
r
n
s
d
i
s
c
r
i
mi
na
t
i
v
e
vi
s
ua
l
f
e
a
t
ur
e
s
a
n
d
pe
r
f
o
r
m
s
r
e
a
l
-
t
i
m
e
o
bj
e
c
t
de
t
e
c
t
i
o
n
w
i
t
h
hi
g
h
e
r
a
c
c
ur
a
c
y
a
n
d
r
o
b
u
s
t
n
e
s
s
i
n
c
o
m
p
l
e
x
vi
s
ua
l
e
nvi
r
o
nm
e
n
t
s
.
YO
L
O
v
9
wa
s
c
h
o
s
e
n
f
o
r
i
t
s
a
dv
a
n
t
a
ge
s
i
n
i
m
a
ge
de
t
e
c
t
i
o
n
a
n
d
be
tt
e
r
pe
r
f
o
r
m
a
n
c
e
c
o
m
pa
r
e
d
to
pr
e
vi
o
us
YO
L
O
a
l
go
r
i
t
hm
s
,
s
uc
h
a
s
YO
L
O
v
7
a
n
d
YO
L
O
v
8,
o
n
o
bj
e
c
t
de
t
e
c
t
i
o
n
us
i
n
g
t
h
e
M
S
C
OC
O
2017
da
t
a
s
e
t
[
21]
.
YO
L
Ov9
h
a
s
a
l
s
o
pr
o
v
e
n
r
e
l
i
a
bl
e
a
c
r
o
s
s
s
e
ve
r
a
l
de
t
e
c
t
i
o
n
t
a
s
ks
,
i
nc
l
ud
i
ng
da
m
c
r
a
c
k
de
t
e
c
t
i
o
n
[
22]
a
n
d
v
e
hi
c
l
e
da
m
a
ge
de
t
e
c
t
i
o
n
[
23]
,
[
24]
.
A
n
a
ut
o
m
a
t
i
c
r
o
a
d
-
da
m
a
ge
de
t
e
c
t
i
o
n
a
ppr
o
a
c
h
i
s
e
x
p
e
c
t
e
d
to
f
a
c
il
i
t
a
t
e
de
c
i
s
i
o
n
-
m
a
k
i
ng
i
n
r
o
a
d
m
a
i
n
t
e
n
a
nc
e
.
T
h
e
r
e
f
o
r
e
,
t
h
i
s
s
t
ud
y
c
o
n
t
r
i
b
ut
e
s
to
i
m
pr
o
vi
ng
t
h
e
a
c
c
ur
a
c
y
o
f
de
t
e
c
t
i
n
g
s
pe
c
if
i
c
t
y
pe
s
o
f
r
o
a
d
da
m
a
ge
,
s
uc
h
a
s
p
ot
h
o
l
e
s
,
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
s
,
a
n
d
a
ll
i
g
a
to
r
c
r
a
c
ks
,
us
i
n
g
t
h
e
YO
L
O
v
9
m
o
de
l
.
2.
M
E
T
HO
D
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
f
o
r
r
o
a
d
de
f
e
c
t
de
t
e
c
t
i
o
n
wa
s
d
i
vi
de
d
i
n
t
o
s
e
v
e
r
a
l
s
t
e
ps
,
a
s
s
h
o
wn
i
n
F
i
gur
e
1.
T
h
e
i
n
put
o
f
t
hi
s
m
e
t
h
o
d
wa
s
a
hi
g
h
wa
y
im
a
ge
da
t
a
s
e
t,
a
n
d
t
h
e
r
e
s
u
l
t
wa
s
t
h
e
de
t
e
c
t
e
d
i
m
a
ge
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
wa
s
di
vi
de
d
i
n
t
o
f
i
v
e
pr
o
c
e
s
s
e
s
:
d
i
vi
d
i
ng
da
t
a
,
i
m
a
ge
r
e
s
i
z
i
ng,
m
o
de
l
tr
a
i
ni
n
g,
m
o
de
l
v
a
l
i
d
a
t
i
o
n
,
a
n
d
m
o
de
l
t
e
s
t
i
n
g.
F
i
gur
e
1.
R
e
s
e
a
r
c
h
m
e
t
h
o
d
f
o
r
r
o
a
d
da
m
a
ge
de
t
e
c
ti
o
n
us
i
ng
YO
L
O
v
9
D
i
v
i
d
i
n
g
d
a
t
a
I
m
a
g
e
r
e
s
i
z
i
n
g
M
o
d
e
l
t
r
a
i
n
i
n
g
(
Y
O
L
O
v
9
)
M
o
d
e
l
t
e
s
t
i
n
g
T
r
a
i
n
i
n
g
d
a
t
a
T
e
s
t
i
n
g
d
a
t
a
M
o
d
e
l
D
a
t
a
s
e
t
I
m
a
g
e
r
e
s
i
z
i
n
g
D
e
t
e
c
t
i
o
n
r
e
s
u
l
t
s
V
a
l
i
d
a
t
i
o
n
d
a
t
a
I
m
a
g
e
r
e
s
i
z
i
n
g
M
o
d
e
l
v
a
l
i
d
a
t
i
o
n
H
y
p
e
r
p
a
r
a
m
e
t
e
r
s
e
t
t
i
n
g
s
T
h
e
b
e
s
t
m
o
d
e
l
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
2
,
J
un
e
20
26
:
616
-
624
618
2.
1.
Dat
as
e
t
T
hi
s
r
e
s
e
a
r
c
h
us
e
d
a
r
o
a
d
-
da
m
a
ge
da
t
a
s
e
t
c
o
n
s
i
s
t
i
n
g
o
f
im
a
ge
s
o
f
pa
v
e
d
r
o
a
ds
w
i
t
h
s
ur
f
a
c
e
da
m
a
g
e
.
T
h
e
da
t
a
s
e
t
i
s
publi
c
ly
a
va
i
l
a
b
l
e
o
n
K
a
gg
l
e
[
25]
.
T
hi
s
da
t
a
s
e
t
c
o
n
t
a
i
ns
i
m
a
ge
s
o
f
pa
ve
d
r
o
a
ds
wi
t
h
s
ur
f
a
c
e
da
m
a
ge
m
e
a
s
ur
i
ng
1080
×
1920
p
i
x
e
l
s
.
F
i
gur
e
2
s
h
o
ws
s
a
m
p
l
e
im
a
ge
s
f
r
o
m
t
h
e
r
o
a
d
-
da
m
a
ge
da
t
a
s
e
t
us
e
d
i
n
t
hi
s
s
t
ud
y
,
c
o
v
e
r
i
n
g
f
o
ur
da
m
a
ge
c
l
a
s
s
e
s
.
F
i
gur
e
2(
a
)
s
h
o
ws
a
l
li
ga
t
o
r
c
r
a
c
ki
n
g,
c
h
a
r
a
c
t
e
r
i
z
e
d
b
y
i
n
t
e
r
c
o
nn
e
c
t
e
d
c
r
a
c
ks
r
e
s
e
m
b
li
ng
a
r
e
pt
i
l
e
'
s
s
k
i
n
.
F
i
gur
e
2(
b
)
pr
e
s
e
n
t
s
l
a
t
e
r
a
l
c
r
a
c
k
i
ng,
whi
c
h
r
u
n
s
pe
r
pe
n
d
i
c
u
l
a
r
to
t
h
e
di
r
e
c
t
i
o
n
o
f
tr
a
f
f
i
c
.
F
i
gur
e
2(
c
)
de
pi
c
t
s
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng
t
h
a
t
f
o
l
l
o
ws
t
h
e
d
i
r
e
c
t
i
o
n
o
f
t
r
a
f
f
i
c
f
l
o
w.
F
i
gur
e
2(
d)
di
s
p
l
a
y
s
a
pot
h
o
l
e
,
a
s
ur
f
a
c
e
de
pr
e
s
s
i
o
n
c
a
u
s
e
d
by
wa
t
e
r
i
nf
il
t
r
a
t
i
o
n
a
n
d
r
e
pe
a
t
e
d
t
r
a
f
f
i
c
l
o
a
ds
.
(
a
)
(
b
)
(
c
)
(
d)
F
i
gur
e
2.
Da
t
a
s
e
t
e
x
a
m
p
l
e
:
(
a
)
a
l
li
ga
t
o
r
c
r
a
c
ki
n
g
c
las
s
,
(
b
)
l
a
t
e
r
a
l
c
r
a
c
k
i
n
g
c
l
a
s
s
,
(
c
)
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng
c
l
a
s
s
,
a
n
d
(
d)
pa
t
h
o
l
e
c
r
a
c
k
i
n
g
c
l
a
s
s
2.
2.
Divid
i
n
g
d
a
t
a
T
h
e
da
t
a
s
e
t
wa
s
s
p
l
i
t
i
n
t
o
tr
a
i
ni
ng,
v
a
li
da
t
i
o
n
,
a
n
d
t
e
s
t
s
e
t
s
.
T
h
e
t
r
a
i
ni
ng
da
t
a
a
c
c
o
un
t
e
d
f
o
r
80%
o
f
t
h
e
tot
a
l
da
t
a
s
e
t
.
M
e
a
n
w
hi
l
e
,
t
h
e
v
a
li
da
t
i
o
n
a
n
d
t
e
s
t
i
n
g
da
t
a
e
a
c
h
c
o
m
pr
i
s
e
d
10%
o
f
t
h
e
tot
a
l
.
T
hi
s
s
p
l
i
t
r
a
t
i
o
i
s
w
i
d
e
l
y
a
do
p
t
e
d
i
n
M
L
r
e
s
e
a
r
c
h
t
o
e
n
s
ur
e
s
u
f
f
i
c
i
e
n
t
da
t
a
f
o
r
m
o
de
l
t
r
a
i
ni
ng
w
hil
e
r
e
t
a
i
ni
ng
r
e
pr
e
s
e
n
t
a
t
i
v
e
s
ubs
e
t
s
f
o
r
hy
pe
r
pa
r
a
m
e
t
e
r
t
uni
n
g
a
n
d
u
nbi
a
s
e
d
e
va
l
ua
t
i
o
n
o
n
uns
e
e
n
da
t
a
[
26
]
.
2.
3.
I
m
age
r
e
s
i
z
in
g
I
m
a
ge
r
e
s
i
z
i
ng
i
n
t
h
e
r
o
a
d
da
m
a
ge
i
m
a
ge
da
t
a
s
e
t
do
e
s
n
ot
c
h
a
n
g
e
t
h
e
i
m
a
ge
's
a
s
pe
c
t
r
a
t
i
o
.
T
h
e
s
i
z
e
o
f
t
h
e
i
m
a
ge
da
t
a
s
e
t
b
e
f
o
r
e
r
e
s
i
z
i
n
g
i
s
1080
×
19
20
p
i
x
e
l
s
.
Af
t
e
r
t
h
e
i
m
a
g
e
r
e
s
i
z
i
ng
pr
o
c
e
s
s
,
t
h
e
i
m
a
ge
s
i
z
e
c
h
a
n
g
e
s
to
288
×
512
pi
x
e
l
s
a
n
d
360
×
640
pi
x
e
ls
.
R
e
s
i
z
i
ng
r
e
duc
e
s
c
o
m
put
a
t
i
o
n
a
l
b
ur
de
n
,
m
e
m
o
r
y
u
s
a
ge
,
a
n
d
t
r
a
i
ni
ng
t
i
m
e
,
w
hi
l
e
r
e
t
a
i
ni
ng
s
u
f
f
i
c
i
e
n
t
vi
s
ua
l
i
n
f
o
r
m
a
t
i
o
n
f
o
r
e
f
f
e
c
t
i
v
e
f
e
a
t
ur
e
l
e
a
r
ni
ng.
2.
4.
Hyp
e
r
p
ar
a
m
e
t
e
r
s
e
t
t
in
g
H
y
pe
r
pa
r
a
m
e
t
e
r
s
w
i
ll
b
e
c
o
nf
i
gur
e
d
b
e
f
o
r
e
t
r
a
i
ni
n
g
t
h
e
YO
L
Ov
9
m
o
de
l
.
T
he
o
p
t
i
m
a
l
c
o
nf
i
gur
a
t
i
o
n
o
f
hy
p
e
r
pa
r
a
m
e
t
e
r
s
p
l
a
y
s
a
c
r
uc
i
a
l
r
o
l
e
i
n
a
c
c
e
ler
a
t
i
n
g
t
r
a
i
ni
ng,
r
e
duc
i
n
g
m
e
m
o
r
y
us
a
g
e
,
a
n
d
im
pr
o
vi
n
g
m
o
de
l
p
e
r
f
o
r
m
a
n
c
e
.
T
h
e
hy
pe
r
pa
r
a
m
e
t
e
r
s
t
h
a
t
wi
ll
be
m
o
d
i
f
i
e
d
a
r
e
t
h
e
l
e
a
r
ni
ng
r
a
t
e
,
b
a
t
c
h
s
i
z
e
,
i
mage
s
i
z
e
,
a
n
d
n
u
m
be
r
o
f
e
po
c
h
s
.
O
t
h
e
r
hy
pe
r
pa
r
a
m
e
t
e
r
v
a
l
ue
s
a
r
e
f
i
xe
d.
T
uni
n
g
t
h
e
s
e
hy
p
e
r
pa
r
a
m
e
t
e
r
s
h
e
l
p
s
b
a
l
a
n
c
e
t
r
a
i
ni
ng
e
f
f
i
c
i
e
n
c
y
,
c
o
m
put
a
t
i
o
na
l
c
o
s
t
,
a
n
d
m
o
de
l
ge
n
e
r
a
li
z
a
t
i
o
n
.
Ot
h
e
r
hy
pe
r
pa
r
a
m
e
t
e
r
s
a
r
e
f
i
xe
d
t
o
e
n
s
ur
e
t
r
a
i
ni
ng
s
t
a
bi
li
t
y
a
n
d
e
n
a
bl
e
a
f
a
i
r
e
v
a
l
ua
t
i
o
n
o
f
t
h
e
e
f
f
e
c
t
s
o
f
t
h
e
s
e
l
e
c
t
e
d
pa
r
a
m
e
t
e
r
s
.
2.
5.
T
r
ain
in
g
an
d
val
id
at
io
n
T
r
a
i
ni
ng
t
h
e
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
m
o
de
l
b
e
g
in
s
by
f
e
e
d
i
ng
t
h
e
t
r
a
i
ni
ng
da
t
a
i
n
t
o
t
h
e
m
o
de
l
.
T
r
a
i
ni
ng
wa
s
c
o
n
duc
t
e
d
f
o
r
150
e
p
o
c
h
s
w
i
t
h
a
b
a
t
c
h
s
i
z
e
o
f
16.
T
h
e
i
m
a
ge
s
i
z
e
a
n
d
l
e
a
r
ni
ng
r
a
t
e
we
r
e
a
d
j
u
s
t
e
d
b
a
s
e
d
o
n
t
h
e
s
c
e
n
a
r
i
o
to
b
e
r
un
.
I
n
YO
L
O
v
9,
t
h
e
m
o
de
l
i
s
t
r
a
i
n
e
d
us
i
ng
pr
e
-
t
r
a
i
n
e
d
we
i
g
h
t
s
f
r
o
m
t
h
e
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
E
nhanc
ing
r
oad
damage
de
tec
ti
on
pe
r
f
or
manc
e
u
s
ing
the
Y
OLOv
9
mode
l
(
M
uhamm
ad
F
ar
k
han
A
dhit
ama
)
619
M
S
C
OC
O
da
t
a
s
e
t
.
T
h
e
m
o
de
l
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
w
i
ll
a
l
s
o
r
un
a
t
e
a
c
h
c
o
m
p
l
e
t
e
d
e
po
c
h
du
r
i
n
g
t
r
a
i
ni
ng.
T
h
e
v
a
li
da
t
i
o
n
pr
o
c
e
s
s
pr
o
duc
e
s
s
e
v
e
r
a
l
v
a
l
ue
s
:
pr
e
c
i
s
io
n
,
r
e
c
a
l
l
,
a
n
d
m
A
P
.
T
h
e
b
e
s
t
pa
v
e
m
e
n
t
da
m
a
ge
d
e
t
e
c
t
i
o
n
m
o
de
l
i
s
s
e
l
e
c
t
e
d
b
a
s
e
d
o
n
t
h
e
hi
g
h
e
s
t
m
A
P
v
a
l
ue
o
b
t
a
i
n
e
d
dur
i
n
g
v
a
li
da
t
i
o
n
.
T
h
e
YO
L
O
v
9
m
o
de
l
t
r
a
i
ni
ng
pr
o
c
e
s
s
w
i
ll
pa
s
s
t
hr
o
ugh
bl
o
c
ks
i
n
t
h
e
YO
L
O
v
9
n
e
t
wo
r
k,
whi
c
h
a
r
e
d
i
vi
de
d
i
n
t
o
t
h
r
e
e
pa
r
t
s
:
t
h
e
b
a
c
k
b
o
n
e
,
ne
c
k,
a
n
d
h
e
a
d.
T
h
e
ba
c
k
b
o
n
e
e
x
t
r
a
c
t
s
i
ni
t
i
a
l
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
i
n
put
im
a
ge
a
n
d
pr
o
gr
e
s
s
i
v
e
ly
i
m
pr
o
v
e
s
t
h
e
f
e
a
t
ur
e
r
e
pr
e
s
e
n
t
a
t
i
o
n
[
27]
.
T
h
e
n
e
c
k
c
o
m
bi
ne
s
a
n
d
r
e
f
i
ne
s
t
h
e
f
e
a
t
ur
e
s
e
x
t
r
a
c
t
e
d
by
t
h
e
ba
c
k
b
o
n
e
t
o
pr
o
duc
e
b
e
tt
e
r
o
bj
e
c
t
de
t
e
c
t
i
o
n
[
27]
.
T
h
e
h
e
a
d
i
s
t
h
e
pa
r
t
t
h
a
t
de
t
e
c
t
s
obj
e
c
t
s
by
pr
e
d
i
c
t
i
n
g
b
o
un
d
i
ng
b
o
x
c
o
o
r
di
na
t
e
s
a
n
d
c
l
a
s
s
pr
ob
a
bil
i
t
i
e
s
.
T
h
e
a
r
c
hi
t
e
c
t
ur
e
di
a
gr
a
m
o
f
t
h
e
YO
L
O
v9
m
o
de
l
t
r
a
i
ni
ng
pr
o
c
e
s
s
i
s
s
h
o
wn
i
n
F
i
gur
e
3.
F
i
gur
e
3.
A
r
c
hi
t
e
c
t
ur
e
di
a
gr
a
m
o
f
t
h
e
YO
L
O
v
9
mo
de
l
f
o
r
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
T
h
e
YO
L
O
v
9
de
t
e
c
t
i
o
n
m
o
de
l
t
r
a
i
ni
ng
i
nv
o
l
v
e
s
s
e
v
e
r
a
l
ke
y
b
u
il
d
i
ng
bl
o
c
k
s
a
n
d
o
pe
r
a
t
i
o
ns
.
T
h
e
b
u
il
d
i
ng
bl
o
c
ks
i
nc
l
ude
t
h
e
c
o
nv
o
l
ut
i
o
n
bl
o
c
k,
R
e
pNC
S
P
E
L
AN
4
bl
o
c
k,
A
do
wn
bl
o
c
k,
a
n
d
s
pa
t
i
a
l
p
y
r
a
m
i
d
poo
l
i
ng
e
nha
n
c
e
d
w
i
t
h
l
o
c
a
l
a
t
t
e
n
t
i
o
n
n
e
t
wo
r
k
(
S
P
P
E
L
A
N)
bl
o
c
k.
Ope
r
a
t
i
o
n
s
pe
r
f
o
r
m
e
d
o
n
t
h
e
s
e
bl
o
c
ks
i
nc
l
ude
c
o
n
c
a
t
e
na
t
i
o
n
,
ups
a
m
p
li
ng,
a
n
d
pa
r
t
i
t
i
o
nin
g.
T
h
e
c
o
nv
o
l
ut
i
o
n
bl
o
c
k
e
x
t
r
a
c
t
s
ke
y
f
e
a
t
ur
e
s
f
r
o
m
t
h
e
i
nput
i
m
a
ge
us
i
ng
a
2D
c
o
nv
o
l
ut
i
o
n
a
l
l
a
y
e
r
,
b
a
t
c
h
n
o
r
m
a
li
z
a
t
i
o
n
,
a
n
d
t
he
S
i
L
U
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
[
27]
.
R
e
pNC
S
P
E
L
A
N4
i
s
a
bl
o
c
k
o
f
t
h
e
YO
L
O
v
9
n
e
t
w
o
r
k
a
r
c
hi
t
e
c
t
ur
e
t
h
a
t
e
x
tr
a
c
t
s
a
n
d
e
nh
a
n
c
e
s
t
h
e
f
e
a
t
ur
e
r
e
pr
e
s
e
n
t
a
t
i
o
n
[
28]
.
T
h
e
A
do
w
n
(
a
s
ymm
e
t
r
i
c
do
wns
a
m
p
l
i
ng)
bl
o
c
k
r
e
duc
e
s
t
h
e
d
i
m
e
ns
i
o
n
a
li
t
y
o
f
f
e
a
t
ur
e
m
a
p
s
by
do
wns
a
m
p
li
ng
t
h
e
i
n
put
whil
e
r
e
t
a
i
ni
n
g
i
m
po
r
t
a
n
t
i
nf
o
r
m
a
t
i
o
n
.
S
P
P
E
L
A
N
i
n
c
o
r
po
r
a
t
e
s
s
pa
t
i
a
l
p
y
r
a
mi
d
poo
l
i
ng
i
n
t
o
t
h
e
E
L
A
N
a
r
c
hi
t
e
c
t
ur
e
,
s
t
a
r
t
i
n
g
w
i
t
h
a
c
o
nv
o
l
ut
i
o
n
a
l
l
a
y
e
r
,
f
o
l
l
o
we
d
by
m
a
x
po
o
l
i
ng
to
c
a
pt
ur
e
i
nf
o
r
m
a
t
i
o
n
a
c
r
o
s
s
s
c
a
l
e
s
,
a
n
d
a
d
v
a
n
c
e
d
c
o
n
v
o
l
ut
i
o
n
f
o
r
m
o
r
e
de
t
a
i
l
e
d
f
e
a
t
ur
e
e
x
tr
a
c
ti
o
n
[
27]
.
Dur
i
n
g
t
h
e
t
r
a
i
ni
ng
o
f
YO
L
Ov
9,
a
dv
a
nc
e
d
da
t
a
a
ug
m
e
n
t
a
t
i
o
n
m
e
t
h
o
ds
s
uc
h
a
s
M
o
s
a
i
c
(
c
o
m
bi
n
i
ng
f
o
ur
im
a
ge
s
)
,
M
i
x
Up
(
bl
e
n
d
i
ng
t
w
o
i
m
a
ge
s
w
i
t
h
l
a
b
e
l
i
n
t
e
r
po
l
a
t
i
o
n
)
,
f
li
pp
i
ng,
r
a
n
do
m
r
ot
a
t
i
o
n
,
b
r
i
g
h
t
n
e
s
s
a
n
d
c
o
n
t
r
a
s
t
a
d
j
us
t
m
e
n
t
,
a
n
d
r
a
n
do
m
c
r
o
ppi
n
g
we
r
e
a
pp
l
i
e
d
to
e
n
r
i
c
h
da
t
a
s
e
t
v
a
r
i
a
bil
i
t
y
a
n
d
i
m
pr
o
ve
m
o
de
l
ge
n
e
r
a
li
z
a
t
i
o
n
a
ga
i
ns
t
d
i
v
e
r
s
e
vi
s
ua
l
c
o
n
d
i
t
i
o
ns
[
29]
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
2
,
J
un
e
20
26
:
616
-
624
620
2.
6.
E
val
u
at
ion
m
e
t
r
ics
T
h
e
e
va
l
ua
t
i
o
n
m
e
t
r
i
c
s
us
e
d
i
n
t
hi
s
s
t
udy
i
nc
l
ude
pr
e
c
i
s
i
o
n
,
r
e
c
a
l
l
,
a
n
d
m
A
P
[
30]
.
P
r
e
c
i
s
i
o
n
c
a
n
b
e
c
a
l
c
u
l
a
t
e
d
us
i
ng
(
1)
.
M
e
a
n
w
hi
l
e
,
t
h
e
r
e
c
a
l
l
v
a
lue
c
a
n
b
e
c
a
l
c
u
l
a
t
e
d
us
i
n
g
(
2
)
.
T
h
e
m
A
P
v
a
l
u
e
c
a
n
b
e
c
a
l
c
u
l
a
t
e
d
us
i
n
g
(
3)
.
T
r
ue
p
o
s
i
t
i
ve
(
T
P
)
de
t
e
c
t
i
o
n
s
r
e
f
e
r
to
i
ns
t
a
n
c
e
s
w
h
e
r
e
o
bj
e
c
t
s
a
r
e
c
o
r
r
e
c
t
l
y
i
d
e
n
t
i
f
i
e
d,
whil
e
f
a
l
s
e
po
s
i
t
i
v
e
(
F
P
)
de
t
e
c
t
i
o
n
s
i
n
d
i
c
a
t
e
c
a
s
e
s
wh
e
r
e
o
b
j
e
c
t
s
a
r
e
i
nc
o
r
r
e
c
t
l
y
i
de
n
t
i
f
i
e
d
a
s
pr
e
s
e
n
t
.
F
a
l
s
e
n
e
ga
t
i
v
e
s
(
F
N)
,
o
n
t
h
e
ot
h
e
r
h
a
n
d,
r
e
pr
e
s
e
n
t
gr
o
un
d
-
tr
u
t
h
o
b
j
e
c
t
s
t
h
a
t
t
h
e
m
o
de
l
f
a
il
e
d
to
de
t
e
c
t
.
=
+
(
1)
=
+
(
2)
=
1
∑
=
1
(
3)
T
h
e
a
v
e
r
a
ge
pr
e
c
i
s
i
o
n
f
o
r
c
l
a
s
s
i
,
AP
i
,
i
s
c
a
l
c
u
l
a
t
e
d
us
i
n
g
(
4
)
,
wh
e
r
e
N
r
e
pr
e
s
e
n
t
s
t
h
e
tot
a
l
n
u
m
be
r
o
f
c
l
a
s
s
e
s
.
T
h
e
va
l
ue
o
f
P
i
(R
n
+
1
)
i
s
de
t
e
r
m
i
ne
d
t
h
r
ough
(
5
)
.
A
dd
i
t
i
o
n
a
ll
y
,
pr
e
c
i
s
i
o
n
i
s
r
e
pr
e
s
e
n
t
e
d
a
s
(
̃
)
,
i
s
e
v
a
l
ua
t
e
d
a
t
a
gi
v
e
n
r
e
c
a
ll
l
e
ve
l
̃
.
=
∑
(
+
1
−
)
(
+
1
)
(
4)
(
+
1
)
=
̅
:
̅
≥
+
1
(
̃
)
(
5)
3.
RE
S
UL
T
S
A
ND
DI
S
CU
S
S
I
ON
T
e
s
t
i
n
g
i
s
do
n
e
wi
t
h
v
a
r
i
a
t
i
o
n
s
i
n
l
e
a
r
ni
n
g
r
a
t
e
a
n
d
i
m
a
ge
s
i
z
e
.
T
h
e
l
e
a
r
ni
ng
r
a
t
e
v
a
r
i
a
t
i
o
n
s
t
e
s
t
e
d
we
r
e
0.
1,
0.
01
,
0.
001
,
a
n
d
0.
0001.
T
h
e
t
e
s
t
e
d
i
mage
s
i
z
e
s
we
r
e
288
×
512
a
n
d
360
×
640
p
i
x
e
l
s
.
All
t
e
s
t
s
we
r
e
c
o
n
duc
t
e
d
o
n
G
oo
gl
e
C
o
l
a
b
us
i
ng
a
15.
0
GB
T
e
s
l
a
T
4
wi
t
h
12.
7
GB
o
f
m
e
m
o
r
y
.
T
he
r
e
s
u
l
t
s
of
t
e
s
t
i
n
g
us
i
n
g
t
hi
s
v
a
li
da
t
i
o
n
da
t
a
a
r
e
s
h
o
wn
i
n
T
a
bl
e
1.
B
a
s
e
d
o
n
t
hi
s
t
a
bl
e
,
t
h
e
hi
g
h
e
s
t
m
A
P
i
s
a
c
hi
e
v
e
d
wi
t
h
a
l
e
a
r
ni
ng
r
a
t
e
o
f
0.
001
f
o
r
a
n
i
n
put
s
i
z
e
o
f
288
×
512
pi
x
e
l
s
.
T
h
e
m
o
de
l
a
c
hi
e
v
e
d
71.
8%
pr
e
c
i
s
i
o
n
,
54.
3%
r
e
c
a
l
l
,
a
n
d
59.
7%
m
A
P
.
T
h
e
b
e
s
t
m
o
de
l
,
w
i
t
h
a
n
i
n
put
s
i
z
e
o
f
360
×
640
pi
x
e
l
s
,
us
e
s
a
l
e
a
r
ni
ng
r
a
t
e
o
f
0.
001.
T
h
e
m
o
de
l
a
c
hi
e
v
e
d
a
pr
e
c
i
s
i
o
n
o
f
69.
3%
,
a
r
e
c
a
l
l
o
f
63.
0%
,
a
n
d
a
m
A
P
o
f
65.
4%
.
T
h
e
m
A
P
a
t
36
0
×
640
p
i
x
e
l
s
o
ut
pe
r
f
o
r
m
e
d
t
h
a
t
a
t
288
×
512
pi
x
e
l
s
.
De
s
p
i
t
e
h
a
vi
ng
i
n
put
s
o
f
d
i
f
f
e
r
e
n
t
s
i
z
e
s
,
b
o
t
h
a
c
hi
e
v
e
d
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
us
i
n
g
a
l
e
a
r
ni
ng
r
a
t
e
o
f
0.
001.
T
h
e
r
e
f
o
r
e
,
t
h
e
b
e
s
t
m
o
de
l
c
h
o
s
e
n
i
s
t
h
e
o
n
e
wi
t
h
a
l
e
a
r
ni
ng
r
a
t
e
o
f
0.
001
a
n
d
a
n
i
n
put
i
m
a
ge
s
i
z
e
o
f
360
×
640
pi
xe
l
s.
T
a
bl
e
1.
T
e
s
t
r
e
s
ul
t
s
w
i
t
h
va
r
y
i
ng
l
e
a
r
ni
ng
r
a
t
e
s
a
nd
i
m
a
g
e
s
i
z
e
s
L
e
a
r
ni
ng
r
a
te
I
ma
ge
s
iz
e
(
p
i
x
e
l
)
mAP
(
%
)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
0.1
288 ×
512
33.0
52.8
30.8
0.01
288 ×
512
56.1
63.3
54.1
0.001
288 ×
512
59.7
71.8
54.3
0.0001
288 ×
512
50.7
61.4
44.6
0.1
360 ×
640
48.5
51.9
47.2
0.01
360 ×
640
62.6
71.1
58.7
0.001
360 ×
640
65.4
69.3
63.0
0.0001
360 ×
640
56.2
63.1
53.4
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
m
o
de
l
t
e
s
t
i
n
g
pr
o
c
e
s
s
,
whi
c
h
a
c
hi
e
v
e
d
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
nc
e
us
i
n
g
t
h
e
t
e
s
t
da
t
a
s
e
t,
a
r
e
s
h
o
wn
i
n
T
a
bl
e
2.
T
h
e
m
o
de
l
a
c
hi
e
v
e
d
a
n
a
v
e
r
a
ge
pr
e
c
i
s
i
o
n
o
f
76.
2%
,
a
r
e
c
a
l
l
o
f
49.
2%
,
a
n
d
a
m
AP
o
f
62.
8%
a
c
r
o
s
s
a
l
l
c
l
a
s
s
e
s
.
T
h
e
m
o
de
l
pe
r
f
o
r
m
e
d
be
s
t
a
t
de
t
e
c
t
i
n
g
t
h
e
po
t
h
o
l
e
c
l
a
s
s
,
a
c
hi
e
vi
ng
a
pr
e
c
i
s
i
o
n
o
f
84.
9%
,
a
r
e
c
a
l
l
o
f
63.
5%
,
a
n
d
a
m
e
a
n
m
A
P
o
f
73
.
6%
.
T
h
e
n
,
t
h
e
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng
c
l
a
s
s
h
a
d
a
pr
e
c
i
s
i
o
n
v
a
l
ue
o
f
76.
2%
,
a
r
e
c
a
l
l
o
f
54.
9%
,
a
n
d
a
n
m
A
P
o
f
66.
3%
.
F
ur
t
h
e
r
m
o
r
e
,
i
n
t
h
e
a
l
li
ga
t
o
r
c
r
a
c
ki
n
g
c
l
a
s
s
,
t
h
e
m
o
de
l
a
c
hi
e
v
e
s
74.
6%
p
r
e
c
i
s
i
o
n
,
48.
5%
r
e
c
a
l
l
,
a
n
d
62.
2%
m
A
P
.
T
h
e
l
a
t
e
r
a
l
c
r
a
c
k
i
ng
c
l
a
s
s
a
c
hiev
e
s
t
h
e
l
o
we
s
t
pe
r
f
o
r
m
a
n
c
e
,
w
i
t
h
a
pr
e
c
i
s
i
o
n
o
f
69.
2%
,
r
e
c
a
l
l
o
f
29.
8%
,
a
n
d
m
A
P
o
f
49.
3%
.
F
i
gur
e
4
pr
e
s
e
n
t
s
t
h
e
P
r
e
c
i
s
i
o
n
-
R
e
c
a
l
l
c
ur
v
e
f
o
r
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
f
o
r
r
o
a
d
da
m
a
g
e
de
t
e
c
t
i
o
n
.
T
h
e
t
e
s
t
r
e
s
u
l
t
s
s
h
o
w
t
h
a
t
t
h
e
m
o
de
l
de
t
e
c
t
s
we
l
l
i
n
t
he
pot
h
o
l
e
,
a
l
li
ga
t
o
r
,
a
n
d
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng
c
l
a
s
s
e
s
.
Ho
we
v
e
r
,
t
h
e
m
o
de
l
s
ti
ll
n
e
e
d
s
im
pr
o
v
e
m
e
n
t
to
de
t
e
c
t
t
h
e
l
a
t
e
r
a
l
c
r
a
c
k
i
ng
c
l
a
s
s
.
T
h
e
l
o
we
r
de
t
e
c
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
l
a
t
e
r
a
l
c
r
a
c
k
i
ng
c
l
a
s
s
i
s
m
a
i
n
ly
due
to
i
t
s
t
hi
n
,
l
o
w
-
c
o
n
t
r
a
s
t
,
a
n
d
l
in
e
a
r
s
t
r
uc
t
ur
e
,
whi
c
h
vi
s
ua
ll
y
r
e
s
e
m
b
l
e
s
r
o
a
d
t
e
x
tur
e
s
a
n
d
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
E
nhanc
ing
r
oad
damage
de
tec
ti
on
pe
r
f
or
manc
e
u
s
ing
the
Y
OLOv
9
mode
l
(
M
uhamm
ad
F
ar
k
han
A
dhit
ama
)
621
m
a
r
k
i
ngs
.
A
dd
i
t
i
o
n
a
ll
y
,
l
a
t
e
r
a
l
c
r
a
c
ks
o
f
t
e
n
a
ppe
a
r
n
e
a
r
r
o
a
d
e
dge
s
a
n
d
a
r
e
m
o
r
e
s
us
c
e
pt
i
bl
e
t
o
pe
r
s
pe
c
t
i
v
e
d
i
s
t
o
r
t
i
o
n
a
n
d
r
e
s
o
l
ut
i
o
n
r
e
duc
t
i
o
n
,
l
e
a
d
i
ng
t
h
e
m
o
de
l
to
m
i
s
s
c
r
i
t
i
c
a
l
f
e
a
t
ur
e
s
dur
i
n
g
de
t
e
c
t
i
o
n
.
F
i
gur
e
5
pr
e
s
e
n
t
s
e
x
a
m
p
l
e
s
o
f
r
o
a
d
-
da
m
a
ge
de
t
e
c
t
i
o
n
r
e
s
u
l
t
s
f
r
o
m
t
h
e
YO
L
O
v
9
m
o
de
l
a
c
r
o
s
s
f
o
ur
da
m
a
ge
c
l
a
s
s
e
s
.
I
n
F
i
gur
e
5
(
a
)
,
t
h
e
m
o
de
l
s
uc
c
e
s
s
f
u
ll
y
de
t
e
c
t
s
b
ot
h
a
l
li
ga
t
or
c
r
a
c
k
i
n
g
a
n
d
l
o
ng
i
t
ud
i
n
a
l
c
r
a
c
k
i
n
g
o
n
t
h
e
r
o
a
d
s
ur
f
a
c
e
.
F
i
gur
e
5
(
b
)
s
h
o
ws
a
c
o
r
r
e
c
t
l
y
i
de
n
t
i
f
i
e
d
l
a
t
e
r
a
l
c
r
a
c
k,
wi
t
h
a
hi
g
h
c
o
nf
i
de
n
c
e
s
c
o
r
e
o
f
0.
87.
I
n
F
i
gur
e
5
(
c
)
,
a
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
s
de
t
e
c
t
e
d
a
l
o
n
g
t
h
e
d
r
i
vi
ng
pa
t
h
.
F
i
gur
e
5
(
d)
i
l
l
u
s
t
r
a
t
e
s
a
de
t
e
c
t
e
d
p
ot
h
o
l
e
,
a
c
c
ur
a
t
e
l
y
l
o
c
a
li
z
e
d
i
n
a
hi
g
h
-
t
r
a
f
f
i
c
a
r
e
a
.
T
h
e
s
e
r
e
s
u
l
t
s
de
m
o
n
s
t
r
a
t
e
t
h
e
m
o
de
l
'
s
a
bil
i
t
y
t
o
i
de
n
t
i
f
y
m
u
l
t
i
p
l
e
t
y
pe
s
o
f
r
o
a
d
da
m
a
g
e
i
n
r
e
a
l
-
w
o
r
l
d
c
o
n
d
i
t
i
o
n
s
,
s
uppo
r
t
i
n
g
i
t
s
po
t
e
n
t
i
a
l
f
o
r
pr
a
c
t
i
c
a
l
r
o
a
d
m
o
ni
t
o
r
i
n
g
a
pp
li
c
a
t
i
o
n
s
.
F
ur
t
h
e
r
m
o
r
e
,
t
h
e
m
o
de
l
's
l
i
g
h
t
we
i
g
h
t
,
e
f
f
i
c
i
e
n
t
de
s
i
g
n
m
a
ke
s
i
t
s
u
i
t
a
bl
e
f
o
r
de
p
l
o
y
m
e
n
t
o
n
m
o
bil
e
a
n
d
e
dge
c
o
m
put
i
n
g
de
vi
c
e
s
w
i
t
h
r
e
a
l
-
t
i
m
e
pr
o
c
e
s
s
i
n
g
c
a
pa
bil
i
t
i
e
s
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
(
YO
L
Ov
9)
wa
s
t
h
e
n
c
o
m
pa
r
e
d
wi
t
h
pr
i
o
r
r
e
s
e
a
r
c
h
a
n
d
ot
h
e
r
YO
L
O
v
a
r
i
a
n
t
s
.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
e
c
o
m
pa
r
i
s
o
n
a
r
e
s
h
o
wn
i
n
T
a
ble
3.
YO
L
Ov
5
h
a
s
b
e
e
n
us
e
d
f
o
r
r
o
a
d
de
f
e
c
t
de
t
e
c
t
i
o
n
by
R
us
e
r
uka
e
t
al
.
[1
4
]
.
A
dd
i
t
i
o
n
a
ll
y
,
we
c
o
m
pa
r
e
d
YO
L
O
v
7
a
n
d
YO
L
O
v
8.
T
h
e
hi
g
h
e
s
t
m
A
P
i
s
a
c
hi
e
v
e
d
b
y
t
h
e
YO
L
Ov
9
de
t
e
c
t
i
o
n
m
o
de
l
,
w
i
t
h
65.
4%
.
T
h
e
YO
L
O
v
9
de
t
e
c
t
i
o
n
m
o
de
l
i
s
t
h
e
b
e
s
t
a
m
o
n
g
s
e
v
e
r
a
l
pr
e
vi
o
us
YO
L
O
a
l
go
r
i
t
hm
s
.
T
h
e
r
e
f
o
r
e
,
YO
L
Ov
9
i
s
a
s
t
r
o
n
g
c
h
o
i
c
e
f
o
r
b
u
i
l
d
i
ng
a
r
o
a
d
-
da
m
a
ge
de
t
e
c
t
i
o
n
m
o
de
l
.
T
h
e
da
t
a
s
e
t
i
s
l
im
i
t
e
d
by
t
h
e
us
e
o
f
a
s
i
n
g
l
e
s
mar
t
ph
o
n
e
c
a
m
e
r
a
a
n
d
c
o
n
s
t
r
a
i
n
e
d
e
nvi
r
o
nm
e
n
t
a
l
v
a
r
i
a
t
i
o
n
s
,
w
hi
c
h
m
a
y
i
n
t
r
o
duc
e
bi
a
s
.
A
dd
i
t
i
o
na
l
ly
,
hi
g
h
im
a
ge
r
e
s
o
l
ut
i
o
n
,
r
e
s
i
z
i
ng
e
f
f
e
c
t
s
,
a
n
d
c
l
a
s
s
im
ba
l
a
n
c
e
c
a
n
r
e
duc
e
de
t
e
c
t
i
o
n
a
c
c
ur
a
c
y
a
n
d
m
o
de
l
ge
n
e
r
a
l
i
z
a
t
i
o
n
,
pa
r
t
i
c
u
l
a
r
ly
f
o
r
s
ub
t
l
e
da
m
a
ge
s
uc
h
a
s
l
a
t
e
r
a
l
c
r
a
c
ks
.
F
ut
ur
e
w
o
r
k
m
a
y
e
x
p
l
o
r
e
m
u
l
t
i
-
mo
da
l
i
n
put
s
s
uc
h
a
s
i
nf
r
a
r
e
d
i
m
a
ge
r
y
,
e
n
s
e
m
bl
e
m
o
de
l
s
to
e
nh
a
nc
e
de
t
e
c
t
i
o
n
r
o
b
us
t
n
e
s
s
,
a
n
d
do
m
a
i
n
a
da
pt
a
t
i
o
n
t
e
c
hni
que
s
t
o
i
m
pr
o
v
e
ge
n
e
r
a
li
z
a
t
i
o
n
a
c
r
o
s
s
d
i
f
f
e
r
e
n
t
e
nvi
r
o
nm
e
n
t
s
a
n
d
da
t
a
s
o
u
r
c
e
s
.
F
i
gur
e
4
.
P
r
e
c
i
s
i
o
n
-
r
e
c
a
ll
c
ur
v
e
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
f
o
r
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
T
a
bl
e
2.
B
e
s
t
pe
r
f
o
r
m
a
n
c
e
m
o
de
l
t
e
s
t
i
n
g
r
e
s
u
l
t
s
C
la
s
s
mAP
(%)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
A
ll
ig
a
to
r
c
r
a
c
ki
ng
62.2
74.6
48.5
L
a
t
e
r
a
l
c
r
a
c
ki
ng
49.3
69.2
29.8
L
o
ng
it
udi
na
l
c
r
a
c
ki
ng
66.3
76.2
54.9
P
o
th
o
l
e
73.6
84.9
63.5
A
ll
62.8
76.2
49.2
T
a
bl
e
3.
C
o
m
pa
r
i
s
o
n
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
a
n
d
ot
h
e
r
YO
L
O
m
o
de
l
s
M
o
de
l
mAP
(%)
P
r
e
c
is
i
o
n (
%
)
R
e
c
a
ll
(
%
)
Y
O
L
O
v
5
[1
4
]
55.8
60.1
55.2
Y
O
L
O
v
7
62.9
65.5
61.9
Y
O
L
O
v
8
58.4
71.6
53.4
Y
O
L
O
v
9 (
p
r
o
p
o
s
e
d m
e
th
o
d)
65.4
69.3
63.0
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
2
,
J
un
e
20
26
:
616
-
624
622
(
a
)
(
b
)
(
c
)
(
d)
F
i
gur
e
5.
E
x
a
m
p
l
e
o
f
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
r
e
s
u
l
t
s
us
i
n
g
t
h
e
YO
L
O
v
9
-
b
a
s
e
d
m
o
de
l
f
o
r
m
u
l
t
i
p
l
e
da
m
a
ge
c
l
a
s
s
e
s
:
(
a
)
a
l
li
ga
t
o
r
c
r
a
c
ki
n
g
c
l
a
s
s
,
(
b
)
l
a
t
e
r
a
l
c
r
a
c
k
i
ng
c
l
a
s
s
,
(
c
)
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng
c
l
a
s
s
,
(
d)
pa
t
h
o
l
e
c
r
a
c
k
i
n
g
c
l
a
s
s
4.
CONC
L
USI
ON
T
hi
s
s
t
udy
pr
o
p
o
s
e
d
a
r
o
a
d
da
m
a
ge
de
t
e
c
t
i
o
n
m
e
t
h
o
d
i
n
f
o
ur
c
a
t
e
g
or
i
e
s
:
a
l
li
ga
t
o
r
c
r
a
c
k
i
n
g,
l
a
t
e
r
a
l
c
r
a
c
k
i
n
g,
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
i
ng,
a
n
d
po
t
h
o
l
e
us
a
ge
.
T
h
e
pr
i
m
a
r
y
c
o
n
t
r
i
b
ut
i
o
n
o
f
t
hi
s
s
t
udy
i
s
t
he
de
m
o
ns
t
r
a
t
e
d
c
a
pa
bil
i
t
y
o
f
t
h
e
YO
L
O
v
9
m
o
de
l
to
de
t
e
c
t
s
pe
c
i
f
i
c
t
y
pe
s
o
f
r
o
a
d
da
m
a
ge
w
i
t
h
o
pt
i
mi
z
e
d
hy
pe
r
pa
r
a
m
e
t
e
r
s
a
c
c
ur
a
t
e
l
y
.
T
h
e
t
e
s
t
r
e
s
u
l
t
s
a
c
hi
e
v
e
d
a
n
a
v
e
r
a
ge
pr
e
c
i
s
i
o
n
v
a
l
ue
o
f
76.
2%
,
a
r
e
c
a
l
l
o
f
49.
2%
,
a
n
d
a
m
A
P
o
f
62.
8%
f
o
r
a
l
l
c
l
a
s
s
e
s
.
T
h
e
hi
g
h
e
s
t
de
t
e
c
t
i
o
n
pe
r
f
o
r
m
a
n
c
e
wa
s
a
c
hi
e
v
e
d
f
o
r
t
h
e
p
ot
h
ol
e
c
l
a
s
s
,
w
i
t
h
a
pr
e
c
i
s
i
o
n
o
f
84.
9%
,
r
e
c
a
l
l
o
f
63.
5%
,
a
n
d
a
n
m
AP
o
f
73.
6%
.
T
h
e
n
,
t
h
e
l
o
n
g
i
t
ud
i
na
l
c
r
a
c
k
in
g
c
l
a
s
s
a
c
hi
e
ve
d
76.
2%
p
r
e
c
i
s
i
o
n
,
54.
9%
r
e
c
a
l
l
,
a
n
d
a
n
m
A
P
o
f
66.
3%
.
T
h
e
a
l
l
i
ga
t
o
r
c
r
a
c
k
i
n
g
c
l
a
s
s
a
c
hi
e
v
e
d
a
pr
e
c
i
s
i
o
n
o
f
74.
6%
,
a
r
e
c
a
l
l
o
f
48.
5%
,
a
n
d
a
n
m
AP
o
f
62.
2%
.
T
h
e
n
,
t
h
e
l
a
t
e
r
a
l
c
r
a
c
k
i
n
g
c
l
a
s
s
ge
t
s
a
pr
e
c
i
s
i
o
n
v
a
l
ue
o
f
69.
2%
,
a
r
e
c
a
l
l
o
f
29.
8%
,
a
n
d
a
n
m
A
P
o
f
49.
3%
.
T
h
e
YO
L
Ov
9
m
o
de
l
w
i
t
h
t
h
e
b
e
s
t
pe
r
f
o
r
m
a
n
c
e
wa
s
t
r
a
i
n
e
d
w
i
t
h
a
l
e
a
r
ni
ng
r
a
t
e
o
f
0.
001
a
n
d
a
n
i
n
put
i
m
a
g
e
s
i
z
e
o
f
360
×
640
p
i
x
e
l
s
.
T
h
e
m
o
de
l
's
va
l
i
da
t
i
o
n
r
e
s
u
l
t
s
y
i
e
l
de
d
a
n
a
ve
r
a
ge
pr
e
c
i
s
i
o
n
o
f
69.
3%
,
a
r
e
c
a
l
l
o
f
63%
,
a
n
d
a
n
m
A
P
o
f
65
.
4%
a
c
r
o
s
s
a
l
l
c
l
a
s
s
e
s
.
T
h
e
m
o
de
l
s
h
o
we
d
s
t
r
o
n
g
pe
r
f
o
r
m
a
nc
e
,
pa
r
t
i
c
u
l
a
r
l
y
i
n
d
e
t
e
c
t
i
n
g
pot
h
o
l
e
s
a
n
d
l
o
n
g
i
t
ud
i
n
a
l
c
r
a
c
k
s
,
whi
c
h
a
r
e
a
m
o
n
g
t
h
e
m
o
s
t
c
r
i
t
i
c
a
l
d
e
f
e
c
t
s
a
f
f
e
c
t
i
n
g
r
o
a
d
s
a
f
e
ty
a
n
d
c
o
m
f
o
r
t
.
T
h
e
s
e
f
i
nd
i
ngs
de
m
o
n
s
t
r
a
t
e
t
h
e
p
oten
t
i
a
l
o
f
YO
L
O
v
9
a
s
a
n
e
f
f
e
c
t
i
v
e
too
l
f
o
r
s
uppo
r
t
i
n
g
a
ut
om
a
t
e
d
r
o
a
d
c
o
n
d
i
t
i
o
n
a
s
s
e
s
s
m
e
n
t
s
.
I
n
pr
a
c
t
i
c
a
l
t
e
r
m
s
,
t
hi
s
a
ppr
o
a
c
h
c
a
n
h
e
l
p
de
c
i
s
i
o
n
-
m
a
k
e
r
s
a
n
d
r
o
a
d
m
a
i
n
t
e
n
a
n
c
e
a
ge
n
c
i
e
s
pr
i
o
r
i
t
i
z
e
r
e
pa
i
r
s
,
i
m
pr
o
v
e
t
h
e
e
f
f
i
c
i
e
n
c
y
o
f
i
ns
pe
c
t
i
o
n
pr
o
c
e
s
s
e
s
,
a
n
d
e
nh
a
n
c
e
i
n
f
r
a
s
t
r
uc
t
u
r
e
m
a
n
a
g
e
m
e
n
t
.
Ho
we
v
e
r
,
t
h
e
r
e
l
a
t
i
v
e
ly
l
o
w
r
e
c
a
ll
a
n
d
m
AP
f
o
r
l
a
t
e
r
a
l
c
r
a
c
k
i
ng
i
n
d
i
c
a
t
e
a
l
i
mi
t
a
t
i
o
n
i
n
d
e
t
e
c
t
i
n
g
s
pe
c
if
i
c
da
m
a
ge
pa
t
t
e
r
n
s
,
p
o
s
s
i
bly
du
e
to
v
a
r
i
a
t
i
o
n
s
in
c
r
a
c
k
s
h
a
p
e
a
n
d
s
i
z
e
o
r
da
t
a
s
e
t
i
m
ba
l
a
n
c
e
.
F
ut
ur
e
r
e
s
e
a
r
c
h
c
o
u
l
d
f
o
c
us
o
n
f
ur
t
h
e
r
o
p
t
i
m
i
z
i
ng
t
h
e
m
o
de
l
,
e
x
pa
n
d
i
ng
t
h
e
t
r
a
i
ni
ng
da
t
a
s
e
t
to
i
n
c
l
ude
m
o
r
e
d
i
ve
r
s
e
e
x
a
m
p
l
e
s
o
f
l
a
t
e
r
a
l
c
r
a
c
k
s
,
a
n
d
va
l
i
d
a
t
i
n
g
t
h
e
a
ppr
o
a
c
h
o
n
l
a
r
ge
r
,
m
o
r
e
v
a
r
i
e
d
r
o
a
d
-
c
o
n
d
i
t
i
o
n
da
t
a
s
e
t
s
to
i
m
pr
o
v
e
ge
ne
r
a
l
i
z
a
bi
li
t
y
a
n
d
r
o
b
us
t
n
e
s
s
.
F
UN
DI
NG
I
N
F
ORM
AT
I
ON
A
ut
h
o
r
s
s
t
a
t
e
n
o
f
u
n
d
i
ng
i
nv
o
l
v
e
d.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
E
nhanc
ing
r
oad
damage
de
tec
ti
on
pe
r
f
or
manc
e
u
s
ing
the
Y
OLOv
9
mode
l
(
M
uhamm
ad
F
ar
k
han
A
dhit
ama
)
623
AU
T
HO
R
CONT
RI
B
UT
I
ONS
S
T
AT
E
M
E
NT
T
hi
s
j
o
ur
n
a
l
u
s
e
s
t
h
e
C
o
n
t
r
i
b
ut
or
R
o
l
e
s
T
a
x
o
n
o
m
y
(
C
R
e
d
i
T
)
to
r
e
c
o
gni
z
e
i
n
d
i
v
i
dua
l
a
ut
h
o
r
c
o
n
t
r
i
b
ut
i
o
ns
,
r
e
duc
e
a
ut
h
or
s
hi
p
d
i
s
put
e
s
,
a
n
d
f
a
c
il
i
t
a
t
e
c
o
l
l
a
b
o
r
a
t
i
o
n
.
Nam
e
of
Aut
h
or
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
M
uha
m
m
a
d
F
a
r
k
h
a
n
A
d
hi
t
a
m
a
S
ut
i
k
n
o
R
i
s
m
iy
a
t
i
C
:
C
o
n
c
e
pt
ua
li
z
a
ti
o
n
M
:
M
e
th
o
d
o
l
o
g
y
So
:
So
f
twa
r
e
Va
:
Va
li
da
ti
o
n
Fo
:
Fo
r
ma
l
a
na
l
y
s
is
I
:
I
nve
s
ti
ga
ti
o
n
R
:
R
e
s
o
u
r
c
e
s
D
:
D
a
ta
C
ur
a
ti
o
n
O
:
W
r
it
in
g
-
O
r
ig
in
a
l
D
r
a
f
t
E
:
W
r
it
in
g
-
R
e
v
i
e
w
&
E
di
ti
ng
Vi
:
Vi
s
ua
li
z
a
ti
o
n
Su
:
Su
pe
r
v
is
io
n
P
:
P
r
o
j
e
c
t
a
dmi
ni
s
tr
a
ti
o
n
Fu
:
Fu
ndi
ng a
c
qui
s
it
i
o
n
CONF
L
I
CT
OF
I
NT
E
RE
S
T
S
T
AT
E
M
E
NT
T
h
e
a
ut
h
o
r
s
s
t
a
t
e
n
o
c
o
n
f
li
c
t
o
f
i
n
t
e
r
e
s
t
.
DA
T
A
AV
AI
L
AB
I
L
I
T
Y
T
hi
s
s
t
ud
y
us
e
d
a
publi
c
ly
a
va
i
l
a
bl
e
r
o
a
d
da
m
a
g
e
i
m
a
ge
da
t
a
s
e
t
c
o
n
t
a
i
ni
ng
ph
o
to
gr
a
ph
s
o
f
pa
v
e
d
r
o
a
ds
e
x
hi
b
i
t
i
ng
v
a
r
i
o
us
t
y
p
e
s
o
f
s
ur
f
a
c
e
da
m
a
ge
.
T
h
e
da
t
a
s
e
t
i
s
a
c
c
e
s
s
i
b
l
e
t
h
r
o
ugh
Ka
gg
l
e
a
t
h
t
t
ps
:/
/www
.
ka
ggl
e
.
c
o
m
/dat
a
s
e
t
s
/a
l
v
a
r
o
b
a
s
il
y
/r
o
a
d
-
da
m
a
ge
/dat
a
.
RE
F
E
R
E
NC
E
S
[
1]
S
. D
. P
r
ih
a
ps
a
s
ti
e
t
al
.
,
I
nf
or
m
a
s
i
St
at
is
ti
k
I
nf
r
as
t
r
uk
tu
r
P
U
P
R
2022
, vo
l.
11, n
o
. 1. 2022.
[
2]
W
.
C
a
o
,
Q
.
L
iu
,
a
nd
Z
.
H
e
,
“
R
e
v
i
e
w
of
pa
ve
m
e
nt
d
e
f
e
c
t
de
te
c
ti
o
n
m
e
t
h
o
ds
,”
I
E
E
E
A
c
c
e
s
s
,
vo
l.
8,
pp.
14531
–
14544,
20
20,
do
i:
10.11
09/
a
C
C
E
S
S
.2020.2966881.
[
3
]
S
ut
ik
no
,
H
.
A
.
W
i
ba
w
a
,
a
n
d
P
.
Y
.
B
ud
i
a
r
to
,
“
C
l
a
s
s
if
ic
a
t
io
n
o
f
r
o
a
d
da
ma
ge
f
r
o
m
di
gi
ta
l
im
a
ge
u
s
in
g
b
a
c
kp
r
o
pa
g
a
ti
o
n
ne
u
r
a
l
ne
two
r
k
,
”
I
A
E
S
I
n
te
r
na
ti
on
al
J
ou
r
nal
o
f
A
r
ti
fi
c
i
al
I
n
te
ll
i
g
e
n
c
e
(
I
J
-
A
I
)
,
v
o
l.
6
,
no
.
4
,
p.
1
59
,
20
17
,
do
i:
10
.1
15
91
/i
j
a
i.
v
6
.i
4
.p
p1
59
-
1
65
.
[
4]
D
.
A
r
y
a
,
S
.
K
.
G
h
o
s
h,
a
nd
D
.
T
o
s
hni
w
a
l,
“
A
ut
o
ma
ti
c
r
e
c
o
g
ni
ti
o
n
of
r
o
a
d
c
r
a
c
ks
us
in
g
gr
a
y
-
le
ve
l
c
o
-
oc
c
ur
r
e
n
c
e
ma
tr
i
x
a
nd
ma
c
hi
ne
le
a
r
n
in
g,”
i
n
L
e
c
tu
r
e
N
ot
e
s
i
n E
le
c
tr
i
c
al
E
ngi
ne
e
r
in
g
,
vo
l.
858, 2022, pp. 443
-
452. d
oi
:
10.1007/978
-
981
-
19
-
0840
-
8_
33.
[
5
]
M
. H
. D
a
ne
s
h
v
a
r
i,
E
. N
o
ur
m
o
ha
mm
a
di
, M
. A
m
e
r
i,
a
nd
B
. M
o
j
a
r
a
di
, “
E
f
f
i
c
i
e
nt
L
B
P
-
G
L
C
M
t
e
x
tu
r
e
a
na
l
y
s
is
f
o
r
a
s
pha
lt
pa
ve
me
nt
r
a
ve
li
ng
de
t
e
c
ti
o
n
us
in
g
e
X
t
r
e
me
gr
a
di
e
nt
b
oo
s
t,
”
C
ons
tr
uc
ti
on
and
B
ui
ld
in
g
M
at
e
r
ia
ls
,
vo
l.
401,
p.
132731,
O
c
t.
20
23,
do
i:
10.1016/j
.
c
o
nbui
ld
ma
t.
2023.132731.
[
6]
R
.
A
hi
la
P
r
i
y
a
dha
r
s
hi
ni
,
S
.
A
r
i
v
a
z
ha
ga
n,
a
nd
M
.
A
r
un,
“
C
r
a
c
k
r
e
c
o
gni
ti
o
n
o
n
c
o
n
c
r
e
t
e
s
tr
u
c
tu
r
e
s
ba
s
e
d
o
n
ma
c
hi
ne
c
r
a
f
t
e
d
a
nd
ha
nd c
r
a
f
t
e
d
f
e
a
t
ur
e
s
,”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h A
ppl
ic
at
io
ns
, vol
. 2
28, p. 120447, Oc
t.
2023, d
o
i:
10.1016/j
.
e
s
w
a
.2023.120447.
[
7
]
N.
-
D
.
H
o
a
ng
a
nd
Q
.
-
L
.
N
gu
y
e
n,
“
C
o
mput
e
r
v
is
i
o
n
-
ba
s
e
d
r
e
c
o
gni
ti
o
n
of
pa
v
e
m
e
nt
c
r
a
c
k
pa
tt
e
r
ns
us
in
g
li
ght
gr
a
di
e
nt
boo
s
ti
ng
ma
c
hi
ne
,
d
e
e
p
ne
ur
a
l
ne
twor
k,
a
nd
c
o
n
vol
ut
i
o
na
l
ne
ur
a
l
n
e
tw
or
k,”
J
our
nal
o
f
Sof
t
C
om
put
in
g
in
C
iv
il
E
ngi
ne
e
r
in
g
,
v
o
l.
7,
no.
3,
pp. 21
–
51, 2023, do
i:
10.22115/
S
C
C
E
.2023.367276.1547.
[
8
]
A
.
K
.
P
a
n
d
e
y
,
R
.
I
q
b
a
l
,
T
.
M
a
n
i
a
k
,
C
.
K
a
r
y
o
t
i
s
,
S
.
A
k
u
m
a
,
a
n
d
V
.
P
a
l
a
d
e
,
“
C
o
n
v
o
l
ut
io
n
n
e
u
r
a
l
ne
t
w
o
r
k
s
f
o
r
po
t
ho
le
d
e
te
c
t
io
n
o
f
c
r
i
ti
c
a
l
r
o
a
d
i
nf
r
a
s
t
r
u
c
t
ur
e
,
”
C
o
m
p
u
t
e
r
s
a
n
d
E
l
e
c
t
r
i
c
a
l
E
n
g
i
n
e
e
r
i
n
g
,
v
o
l
.
9
9,
p
p
.
1
0
7
7
2
5
,
2
0
2
2
,
d
o
i
:
1
0
.
1
0
1
6
/
j
.c
o
m
pe
le
c
e
n
g
.
2
0
2
2
.
1
07725.
[
9
]
Z
.
Z
ha
ng,
W
.
C
ui
,
Y
.
T
a
o
,
a
nd
T
.
S
hi
,
“
R
o
a
d
da
ma
ge
de
t
e
c
ti
o
n
a
lg
o
r
it
hm
ba
s
e
d
o
n
mu
lt
i
-
s
c
a
l
e
f
e
a
tu
r
e
e
x
t
r
a
c
ti
o
n,”
E
ngi
ne
e
r
in
g L
e
tt
e
r
s
, v
o
l.
32, n
o
. 1, pp. 151
–
159, 2024.
[
10
]
H
.
Z
h
o
u,
S
.
C
h
e
n,
G
.
Y
a
n,
Y
.
H
ua
ng,
a
nd
Z
.
L
u,
“
A
n
in
t
e
ll
ig
e
nt
r
o
a
d
da
ma
g
e
d
e
t
e
c
t
i
o
n
m
e
th
o
d
ba
s
e
d
o
n
Y
O
L
O
v
7
-
t
in
y
f
r
a
me
w
o
r
k,”
in
I
nt
e
r
nat
io
nal
C
onf
e
r
e
n
c
e
on
C
om
m
uni
c
at
io
n
T
e
c
hnol
ogy
P
r
oc
e
e
di
ngs
,
I
C
C
T
,
2023,
pp.
286
-
290,
do
i:
10.1109/
I
C
C
T
59356.2023.10419388.
[1
1
]
M
.
A
.
D
uha
y
y
im
e
t
al
.
,
“
R
o
a
d
da
ma
ge
de
t
e
c
ti
o
n
us
in
g
th
e
hu
nge
r
ga
m
e
s
s
e
a
r
c
h
w
it
h
e
lm
a
n
ne
ur
a
l
n
e
tw
o
r
k
o
n
hi
gh
-
r
e
s
o
lu
t
io
n
r
e
m
o
t
e
s
e
ns
in
g i
ma
g
e
s
,”
R
e
m
ot
e
Se
ns
in
g
, v
ol
. 14, n
o
. 24, 2022,
do
i:
10.3390/
r
s
14246222.
[1
2
]
S
.
S
hi
m,
J
.
K
im
,
S
.
-
W
.
L
e
e
,
a
nd
G
.
-
C
.
C
ho
,
“
R
o
a
d
da
ma
ge
de
t
e
c
t
i
o
n
us
in
g
s
upe
r
-
r
e
s
o
lu
ti
o
n
a
nd
s
e
mi
-
s
upe
r
v
i
s
e
d
l
e
a
r
ni
ng
w
it
h
ge
n
e
r
a
ti
ve
a
dve
r
s
a
r
ia
l
n
e
tw
o
r
k,”
A
ut
om
at
io
n i
n C
ons
tr
uc
ti
on
, vo
l.
135, 2022, d
o
i:
10.1016/
j.
a
ut
c
o
n.2022.104139.
[1
3
]
F
.
W
a
n
,
C
.
S
u
n
,
H
.
H
e
,
G
.
L
e
i
,
L
.
X
u
,
a
n
d
T
.
X
i
a
o
,
“
Y
O
L
O
-
L
R
D
D
:
a
l
i
g
h
t
w
e
i
g
h
t
m
e
t
h
o
d
f
o
r
r
o
a
d
d
a
m
a
g
e
d
e
te
c
t
io
n
b
a
s
e
d
o
n
i
m
p
r
o
v
e
d
Y
O
L
O
v
5
s
,
”
E
u
r
a
s
i
p
J
o
u
r
n
a
l
o
n
A
d
v
a
n
c
e
s
i
n
S
i
g
n
a
l
P
r
o
c
e
s
s
i
n
g
,
v
o
l
.
2
0
2
2
,
n
o
.
1
,
p
p
.
1
-
18, 2022, d
oi:
10.1186/
s
13634
-
022
-
00931
-
x.
[1
4
]
C
.
R
us
e
r
uka
,
J
.
M
w
a
ka
lo
nge
,
G
.
C
o
m
e
r
t,
S
.
S
iu
hi
,
F
.
N
g
e
ni
,
a
nd
Q
.
A
nde
r
s
o
n,
“
A
ugm
e
nt
in
g
r
o
a
dw
a
y
s
a
f
e
t
y
w
it
h
ma
c
h
in
e
le
a
r
ni
ng
a
nd
de
e
p
l
e
a
r
ni
ng:
P
o
th
o
l
e
de
t
e
c
ti
o
n
a
n
d
di
me
ns
io
n
e
s
ti
ma
ti
o
n
us
in
g
in
-
v
e
hi
c
l
e
t
e
c
hn
ol
o
gi
e
s
,”
M
ac
hi
ne
L
e
ar
ni
ng w
it
h A
ppl
ic
at
io
ns
,
vo
l.
16, n
o
. M
a
r
c
h, p. 100
547, 2024, do
i:
10.1016/j
.
ml
w
a
.2024.100547.
[1
5
]
J
.
Z
ha
o
,
Y
.
T
a
o
,
Z
.
Z
ha
ng,
C
.
H
ua
ng,
a
nd
W
.
C
ui
,
“
L
ig
ht
w
e
ig
ht
r
o
a
d
da
ma
ge
d
e
te
c
ti
o
n
n
e
tw
o
r
k
ba
s
e
d
o
n
Y
O
L
O
v
5,”
E
ngi
ne
e
r
in
g L
e
tt
e
r
s
, v
o
l.
32, n
o
. 8, pp. 1708
–
1720, 2024.
[1
6
]
G
.
Y
e
,
J
.
Q
u,
J
.
T
a
o
,
W
.
D
a
i,
Y
.
M
a
o
,
a
nd
Q
.
J
in
,
“
A
ut
o
no
m
ous
s
ur
f
a
c
e
c
r
a
c
k
id
e
nt
i
f
i
c
a
ti
o
n
of
c
o
n
c
r
e
t
e
s
tr
uc
tu
r
e
s
ba
s
e
d
o
n
th
e
Y
O
L
O
v
7 a
lg
o
r
i
th
m,”
J
our
nal
of
B
ui
ld
in
g E
ngi
ne
e
r
in
g
, v
ol
. 73,
no
. M
a
r
c
h, p. 106688, 2023, d
oi
:
10.1016/j
.j
o
b
e
.2023.106688.
[1
7
]
Y
.
L
i,
C
.
Y
in
,
Y
.
L
e
i,
J
.
Z
ha
ng,
a
nd
Y
.
Y
a
n,
“
R
D
D
-
Y
O
L
O
:
r
o
a
d
da
ma
ge
de
t
e
c
ti
o
n
a
lg
or
it
hm
ba
s
e
d
o
n
im
pr
ove
d
y
ou
o
nl
y
lo
o
k
o
n
c
e
v
e
r
s
io
n 8,”
A
pp
li
e
d Sc
ie
nc
e
s
(
Sw
it
z
e
r
la
nd)
, vo
l.
14, n
o
. 8,
2024, do
i:
10.3390/app140833
60.
[1
8
]
X
.
L
i
a
nd
Y
.
Z
ha
ng,
“
I
mpr
ove
d
r
o
a
d
da
ma
ge
d
e
t
e
c
ti
o
n
a
l
go
r
i
th
m
ba
s
e
d
o
n
Y
O
L
O
v
8n,”
I
A
E
N
G
I
nt
e
r
nat
io
nal
J
our
na
l
o
f
C
om
put
e
r
Sc
ie
n
c
e
, v
o
l.
51, n
o
. 11, pp. 1720
–
1730, 2024.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
15
,
N
o.
2
,
J
un
e
20
26
:
616
-
624
624
[
19
]
H
.
M
a
e
da
,
Y
.
S
e
ki
m
o
t
o
,
T
.
S
e
t
o
,
T
.
K
a
s
hi
y
a
ma
,
a
nd
H
.
O
m
a
ta
,
“
R
o
a
d
da
ma
ge
de
te
c
ti
o
n
a
nd
c
la
s
s
i
f
i
c
a
ti
o
n
us
in
g
de
e
p
n
e
ur
a
l
ne
tw
o
r
ks
w
it
h
s
ma
r
tp
h
o
n
e
im
a
g
e
s
,”
C
om
put
e
r
-
A
id
e
d
C
iv
il
and
I
nf
r
as
t
r
uc
tu
r
e
E
ngi
ne
e
r
in
g
,
vo
l.
33,
n
o
.
12,
pp.
1127
–
1141,
2
018,
do
i:
10.1111/m
ic
e
.12387.
[2
0
]
M
.
W
.
K
ha
n,
M
.
S
.
O
b
a
id
a
t,
K
.
M
a
hmo
o
d,
B
.
S
a
d
o
un,
H
.
M
.
S
.
B
a
da
r
,
a
nd
W
.
G
a
o
,
“
R
e
a
l
-
t
im
e
r
o
a
d
da
ma
ge
de
t
e
c
ti
o
n
us
in
g
a
n
o
pt
im
i
z
e
d
Y
O
L
O
v
9s
-
f
us
i
o
n
in
I
oT
in
f
r
a
s
tr
uc
tu
r
e
,”
I
E
E
E
I
nt
e
r
ne
t
o
f
T
hi
ngs
J
our
nal
,
v
o
l.
12,
n
o
.
11,
pp.
17649
–
17660,
2
025,
do
i:
10.1109/J
I
O
T
.2025.3537640.
[2
1
]
C.
-
Y
.
W
a
ng,
I
.
-
H
.
Y
e
h,
a
nd
H
.
-
Y
.
M
a
r
k
L
ia
o
,
“
Y
O
L
O
v
9:
le
a
r
ni
ng
w
ha
t
y
o
u
w
a
nt
t
o
le
a
r
n
us
in
g
pr
o
gr
a
mm
a
bl
e
gr
a
di
e
nt
in
f
or
ma
ti
o
n
,”
i
n
C
om
put
e
r
V
is
io
n
, A
.
L
e
o
na
r
di
s
, E
. R
ic
c
i,
S
. R
o
th
, O
. R
us
s
a
kov
s
k
y
,
T
. S
a
tt
l
e
r
, a
nd
G
. V
a
r
o
l,
E
ds
. C
ha
m:
S
pr
i
nge
r
N
a
tu
r
e
S
w
it
z
e
r
la
nd, 2025, pp. 1
–
21.
[2
2
]
H
.
Z
ha
ng,
X
.
J
ia
ng,
Y
.
L
iu
,
J
.
Q
ia
n,
a
nd
L
.
N
i,
“
I
mpr
ove
m
e
nt
of
da
m
c
r
a
c
k
de
t
e
c
ti
o
n
a
lg
or
it
hm
f
o
r
Y
O
L
O
v
9,”
I
E
T
I
m
age
P
r
oc
e
s
s
in
g
, vo
l.
19, n
o
. 1, 2025, d
o
i:
10.1049/i
p
r
2.7
0124.
[2
3
]
S
.
D
o
lh
o
p
o
l
ov
,
T
.
H
o
nc
ha
r
e
nk
o
,
D
.
C
h
e
r
n
y
s
he
v
,
O
.
P
a
ni
na
,
a
nd
A
.
M
a
khy
ni
a
,
“
A
dv
a
n
c
in
g
a
ut
o
ma
t
e
d
qua
li
t
y
c
o
n
tr
ol
in
a
ut
o
m
o
ti
ve
ma
nu
f
a
c
tu
r
in
g:
A
c
o
mpa
r
a
ti
ve
a
na
l
y
s
is
of
Y
O
L
O
v
8,
Y
O
L
O
v
9,
a
nd
Y
O
L
O
v
10
f
o
r
v
e
hi
c
l
e
da
ma
ge
d
e
t
e
c
ti
o
n,”
in
C
E
U
R
W
or
k
s
hop P
r
oc
e
e
di
ngs
, 2025, vo
l.
3966.
[2
4
]
S
.
D
ol
hp
o
l
ov
,
T
.
H
o
n
c
ha
r
e
nk
o
,
V
.
H
ot
s
,
P
.
K
r
uk,
a
nd
I
.
P
or
o
kh
ov
ni
c
h
e
nk
o
,
“
Y
O
L
O
v
8,
Y
O
L
O
v
9,
a
n
d
Y
O
L
O
v
10
:
a
s
tu
d
y
in
a
ut
o
ma
t
e
d
v
e
hi
c
l
e
da
ma
ge
d
e
t
e
c
ti
o
n,”
i
n
C
E
U
R
W
or
k
s
hop P
r
o
c
e
e
di
ngs
, 2024, v
o
l.
3896, pp. 25
–
44.
[2
5
]
A
. B
a
s
il
y
, “
R
o
a
d
da
ma
ge
,”
k
aggl
e
.c
om
, 2020.
[2
6
]
J
.
N
.
P
r
o
me
,
F
.
S
ul
ta
na
,
a
nd
S
.
A
ni
ka
,
“
S
ki
n
c
a
nc
e
r
de
te
c
ti
o
n
:
le
v
e
r
a
gi
ng
h
y
b
r
id
de
e
p
le
a
r
ni
ng
m
o
d
e
ls
a
nd
tr
a
di
ti
o
na
l
ma
c
hi
ne
le
a
r
ni
ng
c
la
s
s
if
i
e
r
s
,”
2024, d
o
i:
10.1145/3723178.3
723280.
[2
7
]
A
.
I
mr
a
n,
M
.
S
.
H
ul
ik
a
l,
a
nd
H
.
A
.
A
.
G
a
r
di
,
“
R
e
a
l
ti
m
e
a
m
e
r
i
c
a
n
s
ig
n
la
ngua
ge
d
e
t
e
c
t
i
o
n
us
in
g
Y
O
L
O
-
v9,”
ar
X
iv
pr
e
pr
in
t
ar
X
iv
:
2407.17950
, 2024.
[2
8
]
A
.
F
e
b
r
ia
ni
,
“
I
mpr
ove
d
h
y
br
id
ma
c
hi
n
e
a
nd
d
e
e
p
l
e
a
r
ni
ng
m
o
de
l
f
or
o
pt
im
i
z
a
ti
o
n
of
s
ma
r
t
e
gg
in
c
u
ba
t
o
r
,”
J
our
nal
of
A
ppl
ie
d D
at
a Sc
ie
n
c
e
s
, v
o
l.
5, n
o
. 3, pp. 1052
–
1068,
2024, do
i:
10.47738/j
a
ds
.
v
5i
3.304.
[
29
]
U
lt
r
a
l
y
t
ic
s
, “
D
a
ta
a
ugme
nt
a
ti
o
n us
in
g ul
tr
a
l
y
ti
c
s
Y
O
L
O
,”
2025
.
[3
0
]
R
. P
a
di
ll
a
, S
.
L
. N
e
tt
o
, a
nd E
. A
.
B
. D
a
S
il
v
a
, “
A
s
ur
v
e
y
on pe
r
f
or
ma
nc
e
m
e
tr
ic
s
f
or
o
bj
e
c
t
-
d
e
te
c
ti
o
n a
lg
or
it
hms
,”
i
n
I
nt
e
r
nat
i
onal
C
onf
e
r
e
nc
e
on Sy
s
te
m
s
, Si
gnal
s
, and I
m
age
P
r
oc
e
s
s
in
g
, 2020, pp. 237
–
242, do
i:
10.1109/
I
W
S
S
I
P
48289.20
20.9145130.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
M
uh
a
m
m
a
d
F
a
rkh
a
n
A
d
hi
ta
m
a
i
s
a
g
rad
u
a
t
e
o
f
i
n
fo
rm
a
t
i
c
s
fro
m
U
n
i
v
e
r
s
i
t
a
s
D
i
p
o
n
e
g
o
ro
,
I
n
d
o
n
e
s
i
a,
i
n
2
0
2
4
,
w
i
t
h
a
G
P
A
o
f
3
.
8
6
.
H
i
s
m
a
i
n
i
n
t
e
re
s
t
s
i
n
c
l
u
d
e
m
ac
h
i
n
e
l
e
a
r
n
i
n
g
,
d
a
t
a
s
c
i
e
n
c
e
,
n
a
t
u
r
al
l
a
n
g
u
ag
e
p
r
o
c
e
s
s
i
n
g
(N
L
P
)
,
a
n
d
c
o
m
p
u
t
e
r
v
i
s
i
o
n
.
H
e
h
a
s
c
o
m
p
l
e
t
e
d
s
e
v
e
r
al
p
r
o
j
e
c
t
s
i
n
v
o
l
v
i
n
g
d
e
e
p
l
e
a
rn
i
n
g
,
l
a
r
g
e
l
an
g
u
a
g
e
m
o
d
e
l
s
(
L
L
M
)
,
an
d
re
c
o
m
m
e
n
d
a
t
i
o
n
s
y
s
t
e
m
s
.
H
e
c
an
b
e
c
o
n
t
ac
t
e
d
a
t
e
m
ai
l
:
m
u
h
am
m
ad
fa
rk
h
an
ad
h
i
t
@
al
u
m
n
i
.
u
n
d
i
p
.
ac
.
i
d
.
D
r.
S
u
ti
kn
o
recei
v
ed
a
D
o
c
t
o
r
o
f
Ph
i
l
o
s
o
p
h
y
(P
h
.
D
.
)
d
eg
r
ee
i
n
c
o
m
p
u
t
e
r
s
c
i
en
c
e
fro
m
t
h
e
fa
c
u
l
t
y
o
f
m
at
h
em
at
i
c
s
an
d
n
at
u
ra
l
s
c
i
en
ce
s
at
t
h
e
U
n
i
v
e
rs
i
t
y
o
f
G
ad
j
a
h
Mad
a
,
I
n
d
o
n
e
s
i
a.
N
o
w
,
h
e
i
s
an
A
s
s
i
s
t
an
t
Pro
fe
s
s
o
r
at
t
h
e
D
e
p
art
me
n
t
o
f
I
n
f
o
r
m
at
i
c
s
,
Fa
c
u
l
t
y
o
f
Sci
en
ce
s
an
d
Mat
h
em
at
i
c
s
,
U
n
i
v
e
rs
i
t
y
o
f
D
i
p
o
n
e
g
o
ro
.
H
i
s
r
e
s
e
ar
ch
i
n
t
e
r
e
s
t
s
i
n
cl
u
d
e
m
a
ch
i
n
e
l
e
ar
n
i
n
g
,
co
m
p
u
t
e
r
v
i
s
i
o
n
,
an
d
art
i
fi
c
i
a
l
i
n
t
el
l
i
g
en
ce
.
H
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
s
u
t
i
k
n
o
@
l
ec
t
u
r
e
r
.
u
n
d
i
p
.
ac.
i
d
.
R
i
s
m
i
y
a
ti
rece
i
v
e
d
a
B
a
c
h
el
o
r
of
E
n
g
i
n
ee
ri
n
g
(
B.
E
n
g
)
fro
m
t
h
e
Sch
o
o
l
o
f
E
l
ec
t
ri
c
al
an
d
E
l
ec
t
ro
n
i
c
s
E
n
g
i
n
ee
ri
n
g
,
N
an
y
an
g
T
ech
n
o
l
o
g
i
c
a
l
U
n
i
v
e
rs
i
t
y
(
N
T
U
),
i
n
2
0
0
7
an
d
a
M
as
t
e
r
of
C
o
m
p
u
t
e
r
S
c
i
en
ce
(MCs
)
fr
o
m
the
U
n
i
v
e
rs
i
t
as
G
ad
j
a
h
Ma
d
a
,
I
n
d
o
n
e
s
i
a,
i
n
2
0
1
6
.
Sh
e
h
as
b
een
a
l
e
c
t
u
r
e
r
i
n
t
h
e
D
e
p
art
me
n
t
o
f
In
fo
r
m
at
i
c
s
at
U
n
i
v
e
rs
i
t
as
D
i
p
o
n
eg
o
r
o
s
i
n
ce
2
0
1
7
.
H
e
r
m
a
i
n
r
e
s
e
ar
c
h
i
n
t
e
r
e
s
t
s
are
art
i
fi
c
i
a
l
i
n
t
e
l
l
i
g
en
ce
,
i
m
ag
e
p
ro
ce
s
s
i
n
g
,
an
d
m
a
c
h
i
n
e
l
e
ar
n
i
n
g
.
Sh
e
c
a
n
b
e
c
o
n
t
ac
t
e
d
at
em
a
i
l
:
ri
s
m
i
y
at
i
@
l
i
v
e
.
u
n
d
i
p
.
a
c
.
i
d
.
Evaluation Warning : The document was created with Spire.PDF for Python.