龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：新疆公路桥梁试验检测中心有限责任公司;新疆农业大学
申请日：2024-04-19
公开（公告）日：2024-06-25
公开（公告）号：CN118247636A
主分类号：G06V10/82
分类号：G06V10/82;G06V10/764;G06N3/0464;G06N3/0495;G06N3/082;G06N3/048;G06N3/047;G06V10/44;G06V10/80
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及计算机图像检测识别领域，公开了一种基于YOLOv8n模型的沥青路面病害检测方法，包括以下步骤：获取研究路段的沥青路面病害数据集，并将其划分为训练集与验证集；在YOLOv8n网络模型的骨干网络端引入全局注意力模块，在颈部网络端引入增加鬼网络的跨阶段网络瓶颈模块与全局上下文网络模块，构建改进的YOLOv8n网络模型；将训练集输入改进的YOLOv8n网络模型进行训练，得到训练好的改进的YOLOv8n网络模型；将验证集输入改进的YOLOv8n网络模型对沥青路面病害进行检测，获取有病害的沥青路段；该方法利用改进的YOLOv8n网络模型对沥青路面病害进行检测，不仅提高了检测精度，还实现了网络轻量化，减小了模型参数量，提升了模型检测性能，同时也减少了计算量与模型体积，降低了成本。
主权项：1.一种基于YOLOv8n模型的沥青路面病害检测方法，其特征在于，包括以下步骤：S1、获取研究路段的沥青路面病害数据集，并将其划分为沥青路面病害数据训练集与沥青路面病害数据验证集；S2、在YOLOv8n网络模型的骨干网络端引入全局注意力模块，在颈部网络端引入增加鬼网络的跨阶段网络瓶颈模块与全局上下文网络模块，构建改进的YOLOv8n网络模型，用于对沥青路面病害进行预测；S3、将步骤S1中沥青路面病害数据训练集输入步骤S2中构建的改进的YOLOv8n网络模型进行训练，得到训练好的改进的YOLOv8n网络模型；S4、将步骤S1中沥青路面病害数据验证集输入步骤S3中得到的训练好的改进的YOLOv8n网络模型对沥青路面病害进行检测，获取有病害的沥青路段。
全文数据：
权利要求：
百度查询： 新疆公路桥梁试验检测中心有限责任公司;新疆农业大学 一种基于YOLOv8n模型的沥青路面病害检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号