基于改进YOLOv8的桥梁裂缝无人机检测方法

唐菲菲; 杨浩; 刘娜; 姜敏; 庞荣; 张朋; 周泽林

doi:10.13878/j.cnki.jnuist.20240927001

南京信息工程大学学报 ›› 2025, Vol. 17 ›› Issue (02) : 172 -180. DOI: 10.13878/j.cnki.jnuist.20240927001

基于改进YOLOv8的桥梁裂缝无人机检测方法

唐菲菲, 杨浩, 刘娜, 姜敏, 庞荣, 张朋, 周泽林

作者信息 +

Author information +

文章历史 +

PDF

摘要

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.