摘要
本发明提供一种基于改进的YOLOV8的路面裂缝检测方法,包括以下步骤:S10:获取路面裂缝待处理数据,对数据进行预处理并在训练阶段对预处理后的数据进行增强;S20:采用C2f_DCNV2模块改进模型的骨干网络并对数据进行特征提取并融合网络,CoordAtt注意力机制增强卷积神经网络捕捉跨通道和空间上的重要特征的能力,同时保持较低的计算和参数成本;S30:对改进YOLOv8算法进行训练;S40:检测图像进行图像预处理并输出目标检测结果;本发明解决了传统以人工检测对路面裂缝进行检测的方法,能够准确检测图像中每种路面裂缝的类别,并定位出路面裂缝的具体位置,为维护人员检索出相似的裂缝,帮助维护人员更方便地维护路面裂缝,从而提升维护人员的工作效率和降低检索成本。
技术关键词
路面裂缝检测方法
模块
通道注意力机制
空间坐标信息
数据
图片
特征提取方式
空间结构
网络模型训练
特征提取能力
分支
图像
参数
系统为您推荐了相关专利信息
机械臂电机
羽毛球捡球机器人
底盘模块
羽毛球球筒
福来轮
视频流
分段
容器
服务端
非易失性计算机存储介质
道路特征
非机动车
分类方法
训练样本集
神经网络模型
巡察方法
自然语言
数据安全防护
信息管理平台
动态映射机制
多模态特征
融合特征
序列
工业设备故障诊断
工业故障检测