Oct, 2023
基于YOLOv8的道路危害的视觉检测：坑洞、下水道盖和人孔
YOLOv8-Based Visual Detection of Road Hazards: Potholes, Sewer Covers,
and Manholes
TL;DR在道路基础设施维护和保障道路安全中，有效检测道路危险是至关重要的。本研究评估了YOLOv8，一种物体检测模型，在检测路面危险，如坑洞、下水道盖和人孔等方面的综合性能。通过与之前版本YOLOv5和YOLOv7的比较分析，强调了计算效率在各种应用中的重要性。本文探讨了YOLOv8的架构，并探索了旨在提高检测准确性的图像预处理技术，包括光照、道路类型、危险大小和类型的多样条件。此外，通过调整学习率、批量大小、锚点框大小和增强策略进行超参数调优实验，优化模型的性能。模型评估基于Mean Average Precision (mAP)，这是一种广泛接受的物体检测性能指标。通过在多种测试场景下计算mAP分数，本研究评估了模型的稳健性和泛化能力，强调了YOLOv8在道路危险检测和基础设施维护中的重要性。