基于改进simAM-YOLOv8的路面多病害识别方法-杂志社官网-杂志社编辑部投稿-知库期刊数据库

基于改进simAM-YOLOv8的路面多病害识别方法

在线投稿下载

简介：针对道路路面病害数据多模态和识别准确率低的问题,提出了一种基于无参数注意力机制simAM改进YOLOv8的路面多病害识别算法.利用自有路面病害数据集,在YOLOv8结构中嵌入Res2Net,在计算负载量相似的基础上增强多规模特征提取能力;采用simAM模块进一步调整不同尺度特征图的权重,实现对目标的检测改善;利用遗传算法提升模型自动寻参速度,使用HSV以及Mosaic等图像增强手段扩充小样本病害.实验结果表明:改进后的simAM-YOLOv8算法对沥青、水泥等不同类型路面的裂缝、破碎板、修补等病害识别结果相较原网络精确率整体提升了 15.3%,召回率整体提升了 13.1%,表现出了较好的智能识别效果,可在公路路况自动化检测方面发挥重要作用.展开

学者：单飞李辉孙浩聂世刚申忠虎

关键词：智能交通路面病害识别算法SimAMYOLOv8Res2Net

分类号：TP391.4(计算技术、计算机技术)

资助基金：交通运输行业重点科技项目;河南省交通运输科技计划项目;河南省交通运输科技计划项目

论文发表日期：

在线出版日期：2026-03-11 （网站首发日期）

页数：12(219-230)

吉林大学学报（工学版） 2026年4期

ISSN：

年,卷(期)：2026,56(1)

所属栏目：心理学

评审资料打包下载