基于YOLOv8目标检测模型的工地车辆清洁度识别

为缓解建筑工地车辆未经过清洗离开工地带来的城市道路污染和卫生问题,采用计算机视觉领域的目标检测方法即YOLOv8技术设计了一种车辆清洁度检测算法。该算法首先根据工地实际视频数据构建目标检测标签与清洁度标签,然后利用构建好的工地车辆清洗数据集训练YOLOv8目标检测模型,接着调用该模型用于实时检测目标车辆与清洗装置出水情况,最后根据检测效果实时计算最终清洗状况。针对清洗装置有时喷水面积较小的情况,在网络架构中额外引入一个专门用于小尺寸目标的检测层,并采用Focus层技术对输入图像执行分块处理,验证指标包括精确率、召回率、平均精度均值、帧率和清洁度(平均交并比)。结果显示该算法对车辆清洗情况的判断准确率达97.6%,表明所提出的改进模型很好地解决了工地车辆清洁度识别问题。