摘要
本发明公开了一种基于改进YOLOv8模型的裂缝检测方法,包括:采集待检测区域的图像并对图像进行预处理;构建以YOLOv8框架为基础的改进的YOLOv8模型;根据改进的YOLOv8模型的输出结果,对裂缝进行自动识别和分类并将处理后的图像和检测结果进行存储;对模型的检测结果进行评估与趋势预测;判断检测到的裂缝数量或长度是否已经超过了预设的安全阈值,若是则进行动态安全阈值报警。改进的YOLOv8模型显著提升了模型在复杂环境下的裂缝检测精度和鲁棒性,降低人为的错误。且该系统的每个组件的设计都是为了处理系统内的特定任务,确保模块化和易于维护。另外,本发明还公开了一种基于改进YOLOv8模型的裂缝检测系统。
技术关键词
裂缝检测方法
裂缝检测系统
裂缝数量
通道注意力机制
图像
Retinex算法
动态融合机制
基础设施管理
模块
多尺度裂缝
评估指标体系
特征提取能力
无人机设备
数据存储单元
权重机制
阴影检测
分类准确率
细长结构