一种基于HSW-YOLOv8的道路裂缝检测方法

AITNT
正文
推荐专利
一种基于HSW-YOLOv8的道路裂缝检测方法
申请号:CN202510732787
申请日期:2025-06-03
公开号:CN120599474A
公开日期:2025-09-05
类型:发明专利
摘要
本发明提出了一种基于HSW‑YOLOv8的道路裂缝检测方法,旨在提高裂缝检测的准确度和速度。该方法首先利用无人机高空飞行对地面建筑物、道路等进行拍摄,获取包含裂缝的高分辨率图像数据集,并对数据集进行标注和划分。接着以YOLOv8n网络为基础,使用HGNetV2替换其主干网络,通过HGStem、HGBlock和DWConv的组合实现高效且轻量化的特征提取。在SPPF模块中引入LSKA注意力机制扩大网络的感受野并实现长依赖相关性,同时引入Wise‑IoU损失函数优化裂缝边界的回归精度。通过训练和优化后的HSW‑YOLOv8网络模型,能够快速准确地输出图像中裂缝的类别、位置及边界框信息,提高了算法的识别精度。
技术关键词
裂缝检测方法 损失函数优化 高分辨率摄像头 通道注意力机制 图像增强模块 道路裂缝检测系统 特征提取能力 模型训练模块 图像获取模块 裂缝特征 无人机 训练集 复杂度 特征提取网络 数据
系统为您推荐了相关专利信息
1
基于深度学习的多源数据融合的方法、系统及存储介质
设备运行状态信息 多源融合 故障特征提取 机械故障诊断 通道注意力机制
2
一种基于深度学习的浮游生物动态监测方法、装置及介质
动态监测方法 层级 输入多尺度 通道注意力机制 图像块
3
一种步态识别方法、装置、设备及存储介质
步态识别方法 识别视频序列 深度神经网络 卷积模型 分类器
4
一种基于无人机的光伏组件热斑检测方法
语义分割网络 光伏组件热斑检测 特征提取网络 光伏系统 通道注意力机制
5
一种风险操作识别方法、装置及设备
卷积网络模型 原型 节点特征 损失函数优化 广度优先搜索
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号