基于改进YOLOv8的桥梁裂缝无人机检测方法

来源：南京信息工程大学学报·自然科学版杂志2025年第2期北京时间：

作者：唐菲菲，杨浩，刘娜，姜敏，庞荣，张朋，周泽林

单位：唐菲菲,重庆交通大学 智慧城市学院(重庆智慧城市学院), 重庆, 400074,杨浩,重庆交通大学 智慧城市学院(重庆智慧城市学院), 重庆, 400074;重庆市地矿测绘院有限公司, 重庆, 401121,刘娜,重庆市地矿测绘院有限公司, 重庆, 401121,姜敏,重庆市地矿测绘院有限公司, 重庆, 401121,庞荣,重庆交通大学 智慧城市学院(重庆智慧城市学院), 重庆, 400074;招商局重庆公路工程检测中心有限公司, 重庆, 400072,张朋,招商局重庆公路工程检测中心有限公司, 重庆, 400072,周泽林,中国十九冶集团有限公司, 成都, 610031

摘要：针对桥梁裂缝识别效率低、实时性差等问题,本文提出一种基于改进YOLOv8模型的桥梁裂缝无人机图像检测方法.首先,将动态蛇形卷积核融入YOLOv8骨干部分中的C2f模块,以增强裂缝特征提取能力;然后,引入CAM模块,提升小目标检测能力;最后,通过优化预测框损失函数,减少了低质量数据集对检测结果的影响.实验结果表明,改进后模型的GFLOPs达到14.4,mAP@50达到94%,较基础模型实现了较大的精度提升,检测速度达到147帧/s,能够满足无人机实时裂缝检测需求.

关键词：无人机图像;桥梁裂缝检测;YOLOv8;动态蛇形卷积;深度学习

基金资助：重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0098)