摘要
本发明公开了一种基于YOLOv8模型的道路病害图像分类方法,包括:收集带有道路病害的道路图像,并在道路病害图像上标记出道路病害的位置和类别;构建基于YOLOv8模型的道路病害图像分类模型,将带有道路病害的道路图像输入生成对抗网络中进行道路图像扩充,将扩充的道路图像作为道路病害图像分类模型的输入,将标记的道路病害的位置和类别作为标签,训练道路病害图像分类模型,并通过道路病害图像分类模型的预测结果优化生成对抗网络;将实时采集的道路图像输入训练好的道路病害图像分类模型中,预测出道路病害的类别。本发明提升了不同类别道路病害分类的准确性和可靠性。
技术关键词
道路病害
图像分类模型
图像分类方法
纹理细节特征
LBP特征提取
生成对抗网络
HOG特征提取
Sigmoid函数
融合特征
遗传算法
积层
参数
标记
特征提取模块
随机噪声
标签
对抗性
系统为您推荐了相关专利信息
深度神经网络
噪声样本
医学图像分类方法
医学图像数据
功能性磁共振成像
缺陷识别方法
动态图像序列
神经网络架构
分层验证
多尺度形态学
噪声样本
图像分类模型
噪声标签图像
分类方法
特征提取器
多光谱图像分类
样本
注意力
图像分类模型
卷积特征