基于YOLOv8改进的无人机航拍路面损伤检测算法

来源：电子测量技术杂志2026年第2期北京时间：

作者：张亚军，苗皓源，马薇，马冲

单位：新疆大学软件学院 乌鲁木齐 830091

摘要：针对无人机航拍路面损伤检测任务中，现有路面损伤检测算法存在模型复杂度过高以及复杂背景下漏检、误检的问题，提出了一种轻量化的路面损伤检测算法DFS-YOLO。首先，提出C2f-DWR模块，引入多膨胀率并行空洞卷积结构，扩大模型感受野，增强对高层语义信息的利用。其次，设计了轻量化的快速层次尺度特征金字塔FHSFPN，在减少模型复冗余的同时提升特征融合效果。最后，引入ShapeIoU损失函数，关注路面损伤的自身形状与尺度，提高模型的鲁棒性。实验结果表明，DFS-YOLO在China Drone和UAPD数据集上的mAP50分别较YOLOv8s提升4.6%和2.1%，参数量和计算量分别降低39.1%和20.4%，实现了轻量化与准确性的良好平衡，展现出较高的实际应用潜力。

关键词：路面损伤检测;YOLOv8;C2f-DWR;FHSFPN;ShapeIoU;轻量化

基金资助：新疆维吾尔自治区自然科学基金面上项目（2022D01C54）资助