← 返回列表
一种自适应裂缝尺寸的轻量化道路裂缝检测方法及系统
摘要文本
本发明属于目标检测领域，提供了一种自适应裂缝尺寸的轻量化道路裂缝检测方法及系统，其技术方案为：使用无人机拍摄道路裂缝图像，制作道路裂缝数据集；利用labelme数据标注工具进行标注，并对数据集进行数据增强；通过在YOLOv8n的特征提取网络部分引入C2f_SK模块，在特征融合网络中引入轻量化的GSConv，将CIoU损失函数替换为Inner‑CIoU，构建改进YOLOv8n模型；将标注好的图像数据集输入到改进的YOLOv8n模型中进行训练；用训练好的改进YOLOv8n模型进行道路裂缝检测。本发明可以部署到无人机设备上，利用无人机进行道路裂缝巡检，可以提升道路裂缝检测的准确率。
申请人信息
- 申请人:山东大学
- 申请人地址:264200 山东省威海市高新技术开发区文化西路180号
- 发明人: 山东大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种自适应裂缝尺寸的轻量化道路裂缝检测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410194557.7 |
| 申请日 | 2024/2/22 |
| 公告号 | CN117765373A |
| 公开日 | 2024/3/26 |
| IPC主分类号 | G06V10/82 |
| 权利人 | 山东大学 |
| 发明人 | 李光明; 牛贵珍; 王成优 |
| 地址 | 山东省济南市历下区经十路17923号 |
专利主权项内容
1.一种自适应裂缝尺寸的轻量化道路裂缝检测方法，其特征在于，包括如下步骤：获取道路裂缝图像数据；结合道路裂缝图像数据和训练后的道路裂缝检测模型对道路裂缝进行检测，得到裂缝检测结果；其中，所述道路裂缝检测模型的构建过程包括：对道路裂缝图像数据特征提取时，在YOLOv8n模型中空间金字塔模块上一层的C2f模块中，引入带有选择性内核卷积注意力机制的C2f_SK模块，根据特征图中裂缝的大小动态选择卷积核的大小，自适应调整感受野大小，提取包括不同裂缝的信息的特征图；对包含不同尺度裂缝信息的特征图进行融合，将YOLOv8n模型中neck部分的标准卷积替换为轻量化卷积GSConv，将获得的通道分离的特征图，通过通道重排操作，融合不同通道之间的裂缝特征信息。