一种基于半监督学习的路面病害目标检测方法

本发明公开了一种基于半监督学习的路面病害目标检测方法，包括步骤：获取路面病害图片的图像未标记样本集与图像标记样本集；改进YOLOv8检测网络，以构建基于多层轻量化压缩激励与自适应动态调整的路面病害区域检测模型；根据图像标记样本集获取优化路面病害区域检测模型；构建基于双阈值伪标签分配策略的半监督路面病害区域检测模型；根据图像标记样本集与图像未标记样本集获取最优半监督路面病害区域检测模型；获取待检测的路面病害图片，根据最优半监督路面病害区域检测模型实现路面病害区域与路面病害类型的检测。解决了现有的检测方法无法利用无标注样本中的病害信息造成工作效率低的问题，与现实中场景路面背景复杂且干扰较多，无法很好地应对复杂背景下的路面病害检测任务，存在误检和漏检的问题。