摘要
本发明公开了一种道路缺陷检测方法、装置、计算机设备及存储介质,属于道路缺陷检测技术领域。本发明基于现有的YOLOv8模型进行改进,包括:在YOLOv8模型的主干网络中增加注意力机制模块,用于增强特征表示;将加权双向特征金字塔网络与颈部网络结合,实现更加高效的双向跨尺度连接;将头部网络中的损失函数替换为MPDIoU损失函数,解决现有损失函数在预测边界框与真值边界框具有相同长宽比但高度与宽度的值完全不同时无法优化的问题;通过引入改进的非极大值抑制算法Soft‑NMS,更加适用于密集目标的场景,提高道路缺陷检测的准确性与鲁棒性。本发明通过改进YOLOv8模型提高运算速度同时保证了检测精度。
技术关键词
双向特征金字塔
注意力机制
抑制算法
网络
道路缺陷检测技术
融合特征
计算机设备
图片
输出特征
模型训练模块
可读存储介质
数据处理模块
训练集
处理器
节点
上采样
系统为您推荐了相关专利信息
风险评估模型
深度卷积网络
电力系统
样本
电压稳定
虚假评论检测方法
文本
分布式爬虫系统
BERT模型
语义特征
物品位置信息
家居场景
定位方法
像素点
卡尔曼滤波
图像嵌入
交叉注意力机制
多模态
重构
特征提取网络