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
第35卷摇第4期计算机技术与发展Vol.35摇No.4
2025年4月摇摇摇摇摇摇摇摇摇摇COMPUTERTECHNOLOGYANDDEVELOPMENT摇摇摇摇摇摇摇摇摇摇Apr.摇2025
基于注意力和特征融合的路面缺陷检测算法
1,2,31,2,3
谢文斌,李顺新
(1.武汉科技大学计算机科学与技术学院,湖北武汉430065;
2.武汉科技大学大数据科学与工程研究室,湖北武汉430065;
3.湖北智能信息处理与实时工业系统重点实验室,湖北武汉430065)
摘摇要:针对现有道路损伤检测方法检测精度不足,难以兼顾模型规模和精度的问题,提出了一种路面损伤实时检测算法
YOLOv8-Pavementdefect(YOLOv8-PD)。由于YOLOv8网络在快速目标检测拥有显著成效,将其作为改进的基准网络。
首先,在骨干网络上,在YOLOv8特征提取模块C2f上融合ECA注意力机制,能够更好地提取图片特征和关注重点对象;
其次,在颈部结构引入LightConv结构进行轻量化;最后,针对坑洞(D40)检测不理想的情况,加入小目标层和加权特征融
合,加强对于小目标坑洞的检测效果。实验结果表明,在RDD2022路面损伤数据集上,YOLOv8-PD比原算法YOLOv8n在
mAP50-95上提升了5.67%,在mAP50上提升了3.06%,在T4上FPS上达到了71FPS,满足实时检测的需求。与YOLO
等主流算法相比,该算法在精度上超越了所有的YOLO系列的轻量级模型,证明了改进算法的有效性。
关键词:YOLOv8n;注意力机制;轻量化;深度学习;路面缺陷检测
中图分类号:TP391.4摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1673-629X(2025)04-0015-07
doi:10.20165/j.cnki.ISSN1673-629X.2024.0371
PavementDefectDetectionAlgorithmBasedonAttentionand
FeatureFusion
1,2,31,2,3
XIEWen-bin,LIShun-xin
(1.SchoolofComputerScienceandTechnology,WuhanUniversityofScienceandTechnology,Wuhan430065,China;
2.BigDataScienceandEngineeringResearchInstitute,WuhanUniversityofScienceandTechnology,
Wuhan430065,China;
3.HubeiProvinceKeyLaboratoryofIntelligentInformationProcessingandReal-timeIndustrial,
Wuhan430065,China)
Abstract:Areal-timepavementdefectdetectionalgorithmcalledYOLO
文档评论（0）