| 改进YOLOv8的路基边坡裂缝检测算法 |
| |
| 引用本文： | 牛晓富,黄河,张红民,等. 改进YOLOv8的路基边坡裂缝检测算法[J]. 光电工程,2024,51(11): 240171. doi: 10.12086/oee.2024.240171 |
| |
| 作者姓名： | 牛晓富 黄河 张红民 胥铁峰 |
| |
| 作者单位： | 1.重庆理工大学电气与电子工程学院,重庆 400054;2.重庆理工大学电气与电子工程学院,重庆 400054;招商局重庆交通科研设计院有限公司,重庆 400067 |
| |
| 基金项目： | 国家重点研发计划(2022YFC3002603);重庆市自然科学基金面上项目(cstc2021 jcyj-msxmX0525,CSTB2022NSCQ-MSX0786,CSTB2023NSCQ-MSX0911);重庆市教委科学技术研究项目(KJQN202201109) |
| |
| 摘 要： | 
针对现有路基边坡裂缝检测算法中检测精度低、泛化能力弱等问题,提出了一种改进YOLOv8的路基边坡裂缝检测算法.首先,在主干网络中嵌入重参数化模块和轻量化模型的同时捕获裂缝细节与全局信息,提高模型的检测精度.其次,设计C2f-GD模块实现模型特征高效融合,增强模型的泛化能力.最后,设计轻量级检测头L-GNHead,提高对不同尺度的裂缝检测精度,同时采用SIoU损失函数加速模型收敛.在自建的路基边坡裂缝数据集上的实验结果表明,改进算法与原算法相比,mAP50和mAP50-95分别提升了 3.
3%和 2.5%,参数量和计算量分别降低了46.6%和44.4%,速度提高了18 f/s.在数据集RDD2022的泛化性验证结果表明,改进算法不仅达到更高的检测精度,且检测速度更快.
|
| 关 键 词： | YOLOv8 边坡裂缝 重参数化 C2f-GD L-GNHead SIoU |
| 收稿时间： | 2024-07-20 |
| 修稿时间： | 2024-10-24 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《光电工程》浏览原始摘要信息 |
|
点击此处可从《光电工程》下载全文 |
|
