针对不平衡样本的道路病害神经网络检测方法

本发明提供一种针对不平衡样本的道路病害神经网络检测方法，步骤包括：采集不同条件下的道路病害图像；标注道路病害的类别和位置；使用渐进式生成对抗网络ProGAN生成大量逼真的病害图像；利用K‑折交叉验证方法将数据集划分为训练集、验证集和测试集；构建基于改进YOLOv8的目标检测模型；将训练集和验证集输入模型中进行训练，得到训练好的目标检测模型权重；将权重和测试集输入模型中进行测试，得到每张图像对应的道路病害的类别信息和位置信息。该方法在YOLOv8中引入渐进式生成对抗网络ProGAN、高效视觉模型TransNeXt，多尺度注意力模块MSAM、扩张式残差模块DWR以及特征重组模块FRM，解决了病害区域小、形状不规则、样本数量少以及样本分布不平衡等问题，展现了其独特性、创新性和优越性，并为道路病害检测的发展提供了新的思路和方向。