一种基于改进YOLOv8的道路裂缝目标检测方法

本发明属于目标检测技术领域，尤其为一种基于改进YOLOv8的道路裂缝目标检测方法，其方法包括获取公开的道路裂缝数据集RDD2022；将数据集RDD2022按照8:1:1划分为训练集，测试集和验证集；构建改进的YOLOv8‑MEW网络模型；将训练集和验证集导入检测模型训练；将训练好的检测模型对测试集上进行目标检测。本发明通过在backbone网络最后一个C2f的Bottleneck内引入高效多尺度注意力EMA，构建为C2f_EMA，提高模型抗干扰能力；通过重构多尺度卷积MSConv，并用MSconv替换原始YOLOv8网络的传统卷积，增强模型的多尺度特征提取能力；将原始YOLOv8使用的损失函数CIoU替换为WIoU，通过动态权重和梯度重分配实现更高效的回归，提高模型的整体性能和泛化能力。本发明相较于原始YOLOv8网络在检测精度上有明显提升。