-
题名基于改进YOLOv11的路面裂缝检测方法研究
- 1
-
-
作者
杨逸
张玉莹
赵斌
冀雨芳
徐妃
-
机构
长春大学电子信息工程学院
-
出处
《现代信息科技》
2026年第2期84-90,共7页
-
基金
吉林省科技发展计划项目(YDZJ202401527ZYTS)。
-
文摘
针对现有算法在细小裂缝检测上的不足,文章提出一种改进YOLOv11的路面裂缝检测方法,旨在提高道路裂缝检测的准确性和实时性,为道路养护提供有力支持。通过在Backbone引入ContextGuidedDown模块增强纹理与上下文特征提取,在Neck引入hyper-MfM模块提升多尺度融合效率与语义表达,引入WIoU损失函数,关注路面裂缝的自身形状与尺度,提高模型的鲁棒性。实验基于RDD2022中国区数据集,结果显示改进模型在mAP、Precision、Recall等指标上均优于原始模型,且推理速度保持良好。该方法有效提升裂缝检测精度与鲁棒性,具有较好的检测效果。
-
关键词
YOLOv11
裂缝检测
ContextGuidedDown
hyper-mfm
多尺度特征融合
WIoU损失函数
-
Keywords
YOLOv11
crack detection
ContextGuidedDown
hyper-mfm
multi-scale feature fusion
WIoU Loss Function
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
