基于改进的YOLOv8模型对地下工程混凝土裂纹的检测识别

来源：计算机工程与科学杂志2025年第06期北京时间：

作者：周丰峻, 康怀强, 高伸, 李锋, 孙云厚, 高航, 马芃晟

单位：（军事科学院国防工程研究院,北京 100850）

摘要：地下工程混凝土表面的裂纹是影响施工安全的关键因素之一，准确高效地对裂纹进行检测可以在一定程度上避免安全事故的发生。针对该问题，提出了一种基于改进YOLOv8模型对混凝土裂纹的检测识别方法。首先，改进YOLOv8的主干网络，加入膨胀卷积提升主干网络浅层目标的特征提取；其次，引入卷积块注意力模块CBAM强化对裂缝特征的捕捉能力；再次，改进YOLOv8的颈部网络结构解决小目标的特征过小和特征纹理弱难以学习的问题；最后，优化YOLOv8的颈部网络特征融合方式。实验结果显示，改进后的YOLOv8模型在精确率上提升了36.94%、在召回率上提升了49.18%、在mAP上提升了51.74%，表明改进后的模型更适合于复杂场景下的混凝土裂缝检测，同时也进一步提升了其在复杂环境下对小目标的识别性能。

关键词：卷积网络,注意力机制,特征融合,网络优化,YOLOv8,