摘要
本发明涉及交通路面监测技术领域,尤其涉及一种基于DCE‑Pothole‑YOLOv10算法的在低光照条件下提高道路坑洞的检测方法,包括:步骤1:采用DCE‑Pothole模块,对DCE‑Net的照明平滑度损失函数进行改进,引入基于局部梯度的L1范数变种项,并通过两个可调节的权重系数,平衡图像的平滑度和边缘保留;步骤2:重新设计光照增强曲线,利用局部梯度信息和Sobel滤波器实现对边缘特征的强化;步骤3:通过改进的DCE‑Pothole网络与YOLOv10结构整合,并采用并联的特征融合策略进行模型训练,采用阶段性推理策略进行模型推理;步骤4:在多任务学习框架中利用动态权重平均法构建联合损失函数,实现光照增强与目标检测的协同优化。本发明使得目标检测模型更好地对低暗度条件下进行道路坑洞的识别。
技术关键词
道路坑洞
Sigmoid函数
光照
联合损失函数
图像
网络结构
曲线
平滑度
融合策略
非线性
阶段
路面监测技术
多层特征融合
灰度值差距
多任务
高层语义信息
颜色
算法
参数