-
题名基于YOLOv8-CD的混凝土结构裂缝识别
- 1
-
-
作者
任青阳
王彦丁
施俭
肖宋强
-
机构
重庆交通大学山区桥梁及隧道工程国家重点实验室
重庆交通大学土木工程学院
-
出处
《人民长江》
北大核心
2025年第12期237-245,共9页
-
基金
国家重点研发计划项目(2023YFC3008300,2023YFC3008304-4)
国家自然科学基金项目(U20A20314)。
-
文摘
深度学习技术现已应用于多工程领域。为实现钢筋混凝土结构裂缝的准确高效检测,在分析传统YOLOv8l算法优劣的基础上,提出了一种改进的裂缝检测网络模型YOLOv8-CD。首先,在普通YOLOv8l模型中引入RepGhost模块,使模型计算量和参数均有所减少;其次,引入卷积注意力机制CBAM使模型能够更加聚焦于裂缝区域,提升检测的精准度和鲁棒性;最后,融入广义特征金字塔网络GFPN与优化损失函数,使目标的特征显示得更全面。实验结果表明:改进后的YOLOv8-CD模型表现出更高的准确性,平均精度达到了96.4%,相比基准模型提升了约23.4个百分点;改进模型在检测精度和实时性方面取得了良好的平衡。
-
关键词
裂缝检测
yolov8l
yolov8-cd
注意力机制
空洞卷积
模型轻量化
-
Keywords
crack detection
yolov8l
yolov8-cd
attention mechanism
dilated convolution
model lightweighting
-
分类号
TU17
[建筑科学—建筑理论]
-
