一种基于RDD-YOLOv8模型的道路缺陷检测方法

本发明公开了一种基于RDD‑YOLOv8模型的道路缺陷检测方法，首先构建道路缺陷数据集；然后构建道路缺陷检测算法模型，以YOLOv8n为基础算法，设计了RD注意力机制，并将其融入YOLOv8n算法主干网络中，提出了新型损失函数FEAIOU，并使用预处理后的数据集对改进后的YOLO算法模型进行训练，采取mAP、Params和FLOPs指标评价算法模型，得到最佳算法模型；最后，将改进后算法模型进行边缘部署，将待检测道路缺陷图像或视频送入训练好的算法模型中，输出道路缺陷类别。本申请通过RDD‑YOLOv8模型，增强了对复杂缺陷的识别性能和预测分类能力，能够提高检测精度和效率。