计算机应用

作者：张佳慧, 李晓明, 张嘉祥

单位：太原科技大学 计算机科学与技术学院，太原 030024

关键词：YOLOv8_n,路面缺陷检测,长程依赖关系,裂缝,多尺度

基金：国家自然科学基金资助项目(62273248)

针对路面缺陷形态侧向狭窄、尺度多变和长程依赖特性导致检测精度低和漏检率高的问题，提出基于YOLOv8_n改进的强化形态感知的路面缺陷检测算法。首先，在主干网络融合阶段提出边缘增益聚焦模块（EEFM），采用条状池化核捕捉定向和位置感知信息并强化深层特征的边缘细节，增强细长特征的表达能力。其次，设计双链特征重分配金字塔网络（DCFRPN），重构融合方式，提供大范围感知和丰富定位信息的多尺度特征，提升对多尺度缺陷的融合能力。此外，构造形态感知任务交互检测头（MATIDH），增强分类与定位之间的任务交互，动态调整数据表征，融合多尺度带状卷积，优化细长缺陷的分类和回归。最后，提出PWIoU（Penalized Weighted Intersection over Union）损失函数，动态分配不同质量预测框的梯度增益，优化Box框的回归方式。实验结果表明，在RDD2022数据集上，所提算法的精确率和召回率相较于YOLOv8_n分别提升了3.5和2.3个百分点，在50%交并比（IoU）阈值下的平均精度均值（mAP）提升了3.2个百分点，验证了所提算法的有效性。

来源：2025年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第10期