基于改进YOLOv8的道路病害视觉识别算法

作     者：张强 杜海强 赵伟康 崔冬 ZHANG Qiang;DU Haiqiang;ZHAO Weikang;CUI Dong

作者机构：河北工程大学信息与电气工程学院河北邯郸056038 

基　　金：河北省自然科学基金项目(F2023402011) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2024年第47卷第23期

页      码：119-124页

摘      要：道路病害检测对于确保道路的安全性和可持续性至关重要,对城市和社会的发展具有积极作用。为提高目前道路病害检测模型的性能,文中提出一种基于改进YOLOv8的道路病害检测算法。设计一种新型高效的特征融合模块(DWS),提高模型获取特征信息和全局上下文信息的能力;提出将ECABlock、LeakyReLU激活函数与卷积相结合的新模块ELConv来提高深层网络对目标的定位能力;另外,使用Dynamic Head检测头替换原始YOLOv8的头部,结合尺度、空间和任务三种注意力机制提升模型头部表征能力;最后,采用WIoU损失函数代替原损失函数来改善边界框精确度和匹配度。相比基线模型,改进模型在road damage detection数据集和RDD2022_Japan数据集上都得到了有效的验证,表明改进模型满足当下道路病害检测的需求,展示了高灵活性、准确性和效率。

主 题 词：道路病害检测 深度学习 YOLOv8 特征融合 激活函数 Dynamic Head WIoU损失函数 

学科分类：1305[艺术学-设计学类] 0711[理学-心理学类] 13[艺术学] 07[理学] 081104[081104] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16652/j.issn.1004-373x.2024.23.018

馆 藏 号：203155619...