为实现复杂环境下道路路面裂缝的高效检测,提出基于改进YOLOv8的路面裂缝检测方法。为减少模型参数量,采用Ghost Conv代替传统卷积,构建新的C2f模块,并改进损失函数,在回归损失中加入归一化Wasserstein距离损失来弥补交并比(Intersectio...为实现复杂环境下道路路面裂缝的高效检测,提出基于改进YOLOv8的路面裂缝检测方法。为减少模型参数量,采用Ghost Conv代替传统卷积,构建新的C2f模块,并改进损失函数,在回归损失中加入归一化Wasserstein距离损失来弥补交并比(Intersection over Union,Iou)损失的缺点。为克服样本不平衡带来的问题,将分类损失修改为变焦损失函数。测试结果表明,该算法具有良好的检测效果,可以准确检测图片中的所有裂缝。展开更多
文摘为实现复杂环境下道路路面裂缝的高效检测,提出基于改进YOLOv8的路面裂缝检测方法。为减少模型参数量,采用Ghost Conv代替传统卷积,构建新的C2f模块,并改进损失函数,在回归损失中加入归一化Wasserstein距离损失来弥补交并比(Intersection over Union,Iou)损失的缺点。为克服样本不平衡带来的问题,将分类损失修改为变焦损失函数。测试结果表明,该算法具有良好的检测效果,可以准确检测图片中的所有裂缝。