基于改进YOLOv8n的轻量化路面裂缝检测算法

摘要

针对现有路面裂缝检测模型在识别精度和推理速度方面的不足，提出一种改进的网络模型YOLOv8-Crack。该模型在YOLOv8n的基础上进行了多项改进：引入NWD损失函数，降低对目标框长宽比的依赖，从而提升对不规则形状裂缝的检测能力；采用Slimneck轻量化结构，显著降低模型参数量和计算复杂度，加快推理速度；嵌入CA模块，增强关键特征信息的提取能力。在RDD2022开源数据集上的实验结果表明，与YOLOv8n相比，YOLOv8-Crack模型的精确率，召回率，平均精度分别提高了1.8%,3.7%,2.6%；参数量和计算量分别降低了6.7%和11.0%。

关键词

YOLOv8n / 路面裂缝 / 注意力机制 / 轻量化网络 / 损失函数

基金资助

国家重点研发计划项目（2022YFC3002603）; 中国科协青年人才托举工程（2023QNRC001）