一种融合Swin-Transformer与yolov8的高效路面裂缝检测系统与方法技术方案

本发明专利技术公开了一种融合Swin‑Transformer与yolov8的高效路面裂缝检测系统与方法。首先，利用车载设备采集路面裂缝图像，对采集的路面裂缝图像进行标注，创建YOLO格式数据集；其次，对YOLO格式数据集进行数据增强操作，将增强后的YOLO格式数据集划分为训练集和验证集，再添加至公开数据集RDD2022中；然后，构建ST‑yolov8模型，将增强后的YOLO格式数据集输入该模型进行训练获取最优权重文件；最后，使用最优权重文件best.pt识别待检测的路面裂缝图像，输出检测结果。本发明专利技术解决了复杂背景下裂缝特征提取不充分的问题，实现了模型在目标检测中精度的大幅提高，能很好适应路面病害这种尺度多样的物体检测，适合农村道路裂缝检测。

【技术实现步骤摘要】

：本专利技术属于路面裂缝自动化检测，特别涉及一种融合swin-transformer与yolov8的高效路面裂缝检测系统与方法。

技术介绍

0、
技术介绍
：

1、裂缝是路面病害中最常见的类型，对道路的使用寿命和车辆行驶安全构成严重威胁，与高等级城市道路相比，农村道路的维护水平较低，分布更广，场景更复杂，农村道路的表面常常受到路边树枝或其他物体的阴影遮盖，这增加了图像背景的复杂性，给裂缝检测带来了额外的挑战。此外，农村路面上存在大量类似于杂草、树枝和泥土这些与裂缝纹理相似的细小干扰物，容易导致检测网络产生误判的问题。在农村路面病害检测过程中，同一张图像上可能存在多个时间段内生成的、尺度不同的裂缝，进一步增加了检测难度，目前常用的传统路面裂缝检测算法应用场景局限、完成任务单一、抗干扰性差，因此无法完成农村路这种路面情况复杂的道路裂缝检测任务。

2、基于深度学习的路面裂缝检测方法利用各种先进的传感器和技术对公路表面进行快速、准确的检测，通过采集大量数据并应用机器学习算法，对裂缝进行特征提取和模式识别，实现自动化的裂缝检测。基于机器学习的检测本文档来自技高网...

【技术保护点】

1.一种融合Swin-Transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：系统包括Backbone结构、Neck结构、Head结构；其中Backbone结构，用于从输入图像中提取特征；Neck结构，用于对Backbone提取的特征进行进一步处理和融合；Head结构，负责最终的目标检测任务，生成每个目标的预测结果；

2.根据权利要求1所述的一种融合Swin-Transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：步骤S01中，车载设备为高速工业矩阵相机，设置高速工业矩阵相机的最高分辨率为1280×1024，设置曝光时间为自...

【技术特征摘要】

1.一种融合swin-transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：系统包括backbone结构、neck结构、head结构；其中backbone结构，用于从输入图像中提取特征；neck结构，用于对backbone提取的特征进行进一步处理和融合；head结构，负责最终的目标检测任务，生成每个目标的预测结果；

2.根据权利要求1所述的一种融合swin-transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：步骤s01中，车载设备为高速工业矩阵相机，设置高速工业矩阵相机的最高分辨率为1280×1024，设置曝光时间为自动。

3.根据权利要求1所述的一种融合swin-transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：步骤s01中，采集路面裂缝图像，将图像大小填充为1280×1280，然后再压缩至512×512，使用labelimg标注工具对路面裂缝图像进行种类和位置标注；其中标注内容包括裂缝的边界框位置和所属类别。

4.根据权利要求1所述的一种融合swin-transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：步骤s02中，mosaic数据增强操作包括图像旋转、平移、改变亮度、加噪声和裁剪。

5.根据权利要求1所述的一种融合swin-transformer与yolov8的高效路面裂缝检测系统的工作方法，其特征在于：步骤s03中，在backbone结构中使用swin-transformer网络作为裂缝特征提取部分，使用sppf_avg模块进行裂缝特征融合；其中swin-transformer网络包括input模块、patch partition模块、liner embedding模块、swin-transformer block模块、patch merging模块；裂缝特征...

【专利技术属性】
技术研发人员：朱路，岳猛，王靖智，廖惠民，黄德昌，刘媛媛，张晓燕，黄招娣，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：