基于改进YOLOv8算法的路面病害数字化研究

作     者：王一博 周春霞 王韵斌 李惟韬 WANG Yi-bo;ZHOUChun-xia;WANG Yun-bin;LI Wei-tao

作者机构：中国建筑西南设计研究院有限公司成都市610041 中国电子科技集团公司第三十研究所成都市610041 

出 版 物：《公路》 (Highway)

年 卷 期：2024年第69卷第9期

页      面：350-356页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：中国建筑西南设计研究院有限公司课题 项目编号YW-2022-23 

主　　题：道路工程 路面病害 图像处理 算法优化 CBAM-YOLOv8 

摘      要：为解决基于机器视觉检测路面病害的速度与精度不高、算法优化效果不显著的问题,在YOLOv8算法中引入CBAM模块,并开展消融试验分别引入SE模块和ECA模块,使用开源的RDD 2020数据集训练模型,经图像预处理得到二进制图像。与YOLOv8算法相比,CBAM-YOLOv8算法的精确率、召回率、mAP@0.5、mAP@0.5:0.95均有所提高,而SE-YOLOv8算法和ECA-YOLOv8算法的检测精度较YOLOv8有所降低。进一步通过RDD 2022数据集验证了CBAM-YOLOv8算法在路面病害检测中的优越性。CBAM-YOLOv8算法的应用可以进一步提高路面病害检测的速度和精度,具有显著的优化效果。