手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 公路工程SG（原名：公路工程） Volume 7, Issue 7. 2025.
基于改进 yolov8 的路面坑槽检测方法
作者 : 裴 丽娅, 王 鹏飞, 王国 宇*, 邓 力珩, 陈 仁祥
DOI: 10.12361/2661-3522-07-07-174744
全部来源
获取全文
摘要 / Abstract
道路坑槽损伤会带来诸多危害，因此快速检测路面坑槽并及时修复对于人们的出行安全尤为重要。针对现有路面 坑槽检测模型误检、漏检率高且参数大的问题，提出改进 YOLOv8n 的方法：首先，使用 BiFPN 替换颈部网络增强特征融 合能力；其次在骨干网络引入 MLCA 注意力机制抑制环境干扰；最后，将 CIoU 损失函数替换为 EIoU 以加速收敛。通过 实验表明，改进后平均精度提升 4.8%，参数量和计算量分别降低 33.8% 和 12.3%，适用于轻量化部署。
关键词 / Keywords
路面坑槽检测；改进 YOLOv8；注意力机制；损失函数；轻量化
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 田泽宇 . 公路沥青混凝土路面坑槽维修机理分析 [J].
  • 公路交通科技 ( 应用技术版 ),2015,11(07):61-63+75.
  • [2] 许德刚 , 王露 , 李凡 . 深度学习的典型目标检测算法
  • 研究 综述 [J]. 计算机工程与应用 ,2021,57(8):10-25.
  • [3] 徐康 , 马荣贵 . 基于改进 Faster-RCNN 的沥青路面裂
  • 缝检测 [J]. 计算机系统应用 ,2022,31(07).
  • [4]WEI L, ANGUELOV D, ERHAN D, et al.SSD:single
  • shot multibox detector[C]//Computer Vision–ECCV 2016.Cham:
  • Springer, 2016:21-37.
  • [5] 蒋大伟 , 吴正平 , 景思伟 . 基于改进 YOLOv5 的道路
  • 缺陷检测与分类研究 [J]. 信息技术与信息化 ,2024,(02):31-34.
  • [6] 白瑞瑞 , 赵建光 , 赵佳娜 , 等 . 基于改进 YOLOv8 的
  • 道路坑洼检测算法 [J]. 科技创新与应用 ,2024,14(21):56-60.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号