基于改进YOLOv8的探地雷达管线目标检测方法

作     者：李希 潘誉 LI Xi;PAN Yu

作者机构：广州市城市规划勘测设计研究院有限公司广东广州510060 

基　　金：国家重点研发计划项目(2022YFB3903405) 广州市城市规划勘测设计研究院科技基金资助项目(RDI2220201088) 广东省城市感知与监测预警企业重点实验室基金资助项目(2020B121202019) 广州市资源规划和海洋科技协同创新中心项目(2023B04J0326) 

出 版 物：《计算机与现代化》 (Computer and Modernization)

年 卷 期：2025年第1期

页      码：94-99页

摘      要：针对传统探地雷达管线目标检测方法存在的无法精确定位管线、解译过程耗时长效率低下、复杂背景噪声干扰等问题,本文设计一种基于YOLOv8的探地雷达图像管线目标检测方法,对原YOLOv8网络进行改进。首先,在主干网络中引入PConv算子,使网络结构更加轻量化,加快模型处理速度,减少冗余计算和内存访问。其次,引入Triplet Attention模块以增强模型在不同维度间的特征提取能力,提高复杂背景下的目标检测精度。最后,将边界框损失函数替换为WiseIoU,提升边界框的回归性能和鲁棒性。以探地雷达管线数据集为例进行实验,结果表明,本文提出的改进模型在检测精度与计算开销上取得了更好的效果。

主 题 词：探地雷达 目标检测 深度学习 YOLO 注意力机制 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-2475.2025.01.015

馆 藏 号：203156930...