摘要
本发明涉及一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测方法,涉及混凝土桥梁病害智慧检测领域,旨在解决现有目标检测模型在桥梁病害检测中的计算复杂度高、性能不足等问题。该方法通过引入STNC2f模块,利用Star Net中的Star Block优化YOLOv8的Backbone和Neck部分,增强了特征提取能力和多尺度信息融合效果,减少了计算量和参数量;通过引入AIFI模块,基于注意力机制实现尺度内特征交互,提升了细粒度特征的提取效率;同时,设计了任务动态交互检测头(TDMDH),通过共享卷积和动态特征选择机制有效降低了模型的计算复杂度。
技术关键词
训练集数据
动态特征选择
交互特征
混凝土桥梁裂缝
桥梁病害检测
标注工具
模块
算法
特征提取能力
细粒度特征
前馈神经网络
图像采集设备
检测头
交互机制
分支
注意力
复杂度
系统为您推荐了相关专利信息
训练集数据
联合损失函数
框架
数据处理方法
分支
融合图像特征
多模态数据融合
交叉注意力机制
时序分析模块
融合多模态信息
建模方法
支持向量回归方法
数据生成方法
数据筛选方法
策略