基于YOLOX-GED的路面病害检测算法

来源：电子测量技术杂志2025年第23期北京时间：

作者：封淑玲，王琪，吕成伊

单位：1.南昌工学院信息与人工智能学院 南昌 330108; 2.南昌大学信息工程学院 南昌 330036

摘要：路面病害检测在道路养护中尤为重要，针对路面病害检测存在路面图像背景复杂、病害尺度差异大等问题，提出了YOLOX-GED算法，该算法在YOLOX-s算法的基础上，首先设计CSP_Ghost模块替换CSPLayer模块，减少网络参数量的同时加强了网络的特征提取能力；其次，引入ECA注意力机制，加强了网络的特征融合效果，提高了网络对路面病害的识别精度；最后，设计DSPPF空间金字塔结构，增加特征的多样性，加强了对多尺度上下文信息的提取融合。在RDD2020数据集上进行实验，结果表明，YOLOX-GED算法的mAP比YOLOX-s算法高出5.32%，同时模型参数量减少了7.9%，更易部署到移动设备。

关键词：目标检测;路面病害检测;YOLOX;Ghost模块;注意力机制

基金资助：国家自然科学基金(72164027,72464023)项目资助