基于YOLOv8的隧道内电缆设施缺陷特征提取及辨识方法及系统

本发明公开了基于YOLOv8的隧道内电缆设施缺陷特征提取及辨识方法及系统，涉及人工智能技术领域，包括通过自动移动平台和高清摄像机采集数据，并进行去噪、对比度增强等预处理，利用设计的卷积神经网络提取缺陷特征。YOLOv8算法实现实时缺陷检测，并通过模型轻量化处理提高效率。非极大值抑制和双结合算法优化检测结果，最终生成多格式可视化报告。本发明实现隧道内电缆设施缺陷特征的高效提取和准确辨识，YOLOv8的快速检测能力和精细特征提取能力相结合，降低人工巡检的风险和成本，高效地管理隧道内地电缆设施，本发明适用于隧道内电缆设施缺陷的检测，能够学习到不同缺陷的特征，从而实现对缺陷类型的精准辨识。