基于YOLOv8的道路路面裂缝智能检测

彭建忠; 李琛琛; 刘李彦; 杨豪; 张军辉

doi:10.20035/j.issn.1671-2668.2024.05.015

公路与汽运 ›› 2024, Vol. 40 ›› Issue (05) : 89 -94+163. DOI: 10.20035/j.issn.1671-2668.2024.05.015

基于YOLOv8的道路路面裂缝智能检测

彭建忠, 李琛琛, 刘李彦, 杨豪, 张军辉

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对路面病害检测中存在的病害尺度差异大、多尺度病害特征提取难、病害在图像中占比小等问题，提出一种基于YOLOv8网络的道路路面裂缝智能检测方法，并在自建的道路路面裂缝数据集中进行模型训练和参数调优。结果表明，n、s、m、l、x 5种版本YOLOv8模型的精确率分别为90.2%、91.2%、91.1%、92.2%、89.0%,召回率分别为86.9%、87.8%、89.9%、87.5%、90.1%,综合比较，YOLOv8m最优，其平均检测精确率和F₁分数分别为94.8%、90.5%,计算量为78.7,适用于道路工程路面裂缝智能检测。