-
题名基于改进YOLOv8的桥梁裂缝无人机检测方法
被引量：1
- 1
-
-
作者
唐菲菲
杨浩
刘娜
姜敏
庞荣
张朋
周泽林
-
机构
重庆交通大学智慧城市学院(重庆智慧城市学院)
重庆市地矿测绘院有限公司
招商局重庆公路工程检测中心有限公司
中国十九冶集团有限公司
-
出处
《南京信息工程大学学报》
北大核心
2025年第2期172-180,共9页
-
基金
重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0098)。
-
文摘
针对桥梁裂缝识别效率低、实时性差等问题,本文提出一种基于改进YOLOv8模型的桥梁裂缝无人机图像检测方法.首先,将动态蛇形卷积核融入YOLOv8骨干部分中的C2f模块,以增强裂缝特征提取能力;然后,引入CAM模块,提升小目标检测能力;最后,通过优化预测框损失函数,减少了低质量数据集对检测结果的影响.实验结果表明,改进后模型的GFLOPs达到14.4,mAP@50达到94%,较基础模型实现了较大的精度提升,检测速度达到147帧/s,能够满足无人机实时裂缝检测需求.
-
关键词
无人机图像
桥梁裂缝检测
YOLOv8
动态蛇形卷积
深度学习
-
Keywords
drone image
bridge crack detection
YOLOv8
dynamic snake convolution
deep learning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
U446
[建筑科学—桥梁与隧道工程]
-
