-
题名基于YOLOv8改进的无人机航拍路面损伤检测算法
- 1
-
-
作者
张亚军
苗皓源
马薇
马冲
-
机构
新疆大学软件学院
-
出处
《电子测量技术》
北大核心
2026年第2期181-191,共11页
-
基金
新疆维吾尔自治区自然科学基金面上项目(2022D01C54)资助。
-
文摘
针对无人机航拍路面损伤检测任务中,现有路面损伤检测算法存在模型复杂度过高以及复杂背景下漏检、误检的问题,提出了一种轻量化的路面损伤检测算法DFS-YOLO。首先,提出C2f-DWR模块,引入多膨胀率并行空洞卷积结构,扩大模型感受野,增强对高层语义信息的利用。其次,设计了轻量化的快速层次尺度特征金字塔FHSFPN,在减少模型复冗余的同时提升特征融合效果。最后,引入ShapeIoU损失函数,关注路面损伤的自身形状与尺度,提高模型的鲁棒性。实验结果表明,DFS-YOLO在China Drone和UAPD数据集上的mAP50分别较YOLOv8s提升4.6%和2.1%,参数量和计算量分别降低39.1%和20.4%,实现了轻量化与准确性的良好平衡,展现出较高的实际应用潜力。
-
关键词
路面损伤检测
YOLOv8
c2f-dwr
FHSFPN
ShapeIoU
轻量化
-
Keywords
road damage detection
YOLOv8
c2f-dwr
FHSFPN
ShapeIoU
lightweight
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TN919.8
[电子电信—通信与信息系统]
-
-
题名改进YOLOv8s的路面裂缝检测算法
- 2
-
-
作者
徐红
矫桂娥
张鹏程
-
机构
上海建桥学院
上海海洋大学
-
出处
《数字技术与应用》
2025年第10期214-216,共3页
-
基金
国家自然科学基金项目“保持物理一致性的海洋热浪数据驱动预测模型及其可解释性研究”(42376194)
上海高校青年教师培养资助计划(AAYQ2406)。
-
文摘
针对路面裂缝检测的户外资源限制、裂缝特性影响等问题,提出改进YOLOv8s算法,采用C2f-DWR模块增强特征提取能力,引入RepGFPN网络优化多尺度特征融合,设计轻量级共享卷积检测头LSCD降低计算量并提升精度,将损失函数改为WIoU v2增强泛化性。
-
关键词
c2f-dwr模块
YOLOv8s
RepGFPN网络
路面裂缝检测
-
分类号
U418.6
[交通运输工程—道路与铁道工程]
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
