一种基于改进YOLOv8模型的路面井盖缺陷自动检测方法及系统

本发明提出了一种基于改进YOLOv8模型的路面井盖缺陷自动检测方法及系统，重点优化了模型架构，旨在提升对路面井盖缺陷的检测精度与计算效率。改进后的YOLOv8模型采用了Mish激活函数代替原有的SiLU激活函数，并引入了CGA注意力机制。Mish激活函数的使用在一定程度上缓解了梯度消失问题，使得信息在网络中能够更好地流动，促进了网络训练的稳定性和有效性。CGA注意力机制能够让网络在处理特征时更加关注重要部分，增强了对井盖缺陷特征的捕捉能力。通过这些改进，使模型的表达能力得到提升。改进后的YOLOv8模型不仅可以实现高效计算，而且在路面井盖缺陷的自动化检测中展现出更高的精度，为井盖缺陷检测提供了一种更具优势的解决方案。