原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2025年第25卷第12期科学技术与工程ISSN1671—1815
2025,25(12):05083-10ScienceTechnologyandEngineeringCN11—4688/T
DOI:10.12404/j.issn.1671-1815.2403279
引用格式:姚庆安,王友刚,冯云丛,等.融合动态蛇卷积的YOLOv8道路裂缝检测[J].科学技术与工程,2025,25(12):5083-5092.
YaoQingan,WangYougang,FengYuncong,etal.YOLOv8roadcracktargetdetectionmethodintegratingdynamicsnakeconvolution[J].
ScienceTechnologyandEngineering,2025,25(12):5083-5092.
融合动态蛇卷积的YOLOv8道路裂缝检测
姚庆安,王友刚,冯云丛,王雪潇
(长春工业大学计算机科学与工程学院,长春130102)
摘要针对当前道路损伤检测技术中存在的效率不高、成本过高以及不易于在移动设备上部署等挑战,提出一种基于改进
YOLOv8算法的新型道路裂缝检测方法,命名为YOLOv8-RC(YOLOv8-roadcrack)。所提方法在YOLOv8n的架构基础上,对
C2f模块进行改良,引入动态蛇形卷积技术以更精确地识别管状结构特征,同时能够自适应地关注于纤细和弯曲的局部结构。
所提算法中新增一种效率高的多尺度注意力机制(efficientmulti-scaleattention,EMA),有效提升了识别精度。在模型的颈部
结构中,加入加权双向金字塔网络(bi-directionalfeaturepyramidnetwork,BiFPN),实现了特征的多尺度融合,优化了算法的精
度和效率。在RDD2022_China_MotorBike和RDD2022_Japan两个数据集上的实验结果显示,改进后的YOLOv8n-RC模型的
mAP50分别为78.8%和43.8%,较原YOLOv8n模型分别提高了3.9%和3%。所提算法的模型参数总量仅为2.84M,计算复
杂度为7.8G,从而证明了所提方法的实用性和优越性。
关键词动态蛇卷积;YOLOv8;道路裂缝;道路安全;目标检测;注意力
中图法分类号TP391.4;文献标志码A
YOLOv8RoadCrackTargetDetectionMethodIntegratingDynamicSnake
Convolution
YAOQing-an,WANGYou-gang,FENGYun-cong,WANGXue-xiao
(CollegeofComputerScienceandEngineering,ChangchunUniversityofTechnology,Changchun130102,China)
[Abstract]Inresponsetothechallengesoflowefficiency,highcost,anddifficultyindeploymentonmobiledevicesincurrentroad
damagedetectiontechnology,anovelroadcrackdetectionmethodbasedontheimprovedYOLOv8algorithm,namedYOLOv8road
crack(YOLOv8-RC),wasproposed.TheC2fmodule,basedontheYOLOv8narchitecture,wasenhancedthroughtheintroductionof
dynamicsnakeconvolutiontechnology,
文档评论（0）