基于改进YOLOv8的裂痕分割

来源：计算机测量与控制杂志2026年第7期北京时间：

作者：王佳乐,周坚和,李炜,聂金豪

单位：广西科技大学 计算机科学与技术学院软件学院

摘要：针对道路桥梁等裂缝尺寸形态差异大导致分割精度不足的问题,提出基于改进YOLO v8的多尺度裂缝分割网络MSC-YOLO；通过在骨干网络引入多尺度条形卷积结合交叉轴注意力机制捕获跨尺度关键特征并增强裂痕位置感知能力；采用动态上采样动态调整采样点及权重提升不同尺寸裂缝分割的灵活性；并利用EIOU损失函数优化裂缝边界拟合；在Roboflow Crack-Seg数据集上的实验表明：相较基准模型YOLO v8,mAP50提升6.7个百分点,参数量保持低位；该方法在资源受限环境下实现了裂缝严重性的高精度评估,可部署于基础设施智能检测系统。

关键词：深度学习;裂痕分割;多尺度;交叉轴注意力机制;动态上采样;EIOU损失函数

基金资助：国家自然科学基金(62441106) 广西科技重大专项(桂科AA22096033)