改進(jìn)YOLOv8的路面缺陷檢測(cè)算法

摘要： 為了減少背景干擾對(duì)路面缺陷檢測(cè)的影響，解決對(duì)小尺寸細(xì)長(zhǎng)裂縫能夠提取的特征十分有限的問(wèn)題，本文基于YOLOv8模型進(jìn)行了改進(jìn)。首先，將網(wǎng)絡(luò)中的C2f融合動(dòng)態(tài)蛇形卷積設(shè)計(jì)了C2f-Dysnake模塊改善對(duì)目標(biāo)形狀和邊界的敏感性，增強(qiáng)了對(duì)細(xì)長(zhǎng)裂縫的特征提取能力；其次，將重參數(shù)化泛化特征金字塔網(wǎng)絡(luò)RepGFPN與動(dòng)態(tài)上采樣器DySample結(jié)合構(gòu)成新的頸部網(wǎng)絡(luò)RDFPN,增加了對(duì)低層特... （共9頁(yè)）

YOLOv8動(dòng)態(tài)蛇形卷積注意力機(jī)制路面缺陷檢測(cè)