基于YOLOv8s的道路坑洼檢測技術(shù)研究

摘要：文章從YOLO的部署、數(shù)據(jù)集的構(gòu)建、模型的訓(xùn)練到模型的應(yīng)用全過程，研究了基于YOLOv8s目標檢測算法的道路坑洼檢測技術(shù)在城市道路坑洼檢測中的應(yīng)用，以實現(xiàn)對道路的各種類型和尺寸坑洼的準確檢測。實驗結(jié)果表明，該技術(shù)在準確性、速度和穩(wěn)定性方面都具有顯著優(yōu)勢，與傳統(tǒng)人工方法相比，檢測效果明顯提升，為道路維護和安全提供了更為可靠和高效的解決方案。

關(guān)鍵詞：目標檢測；YOLOv8s；道路檢測；深度學(xué)習(xí)

中圖分類號：U495" " " "文獻標識碼：A" " " DOI：10.13282/j.cnki.wccst.2024.11.009

文章編號：1673-4874（2024）11-0028-03

引言

道路病害對經(jīng)濟發(fā)展和通行安全的影響應(yīng)得到廣泛關(guān)注，道路病害的及早發(fā)現(xiàn)與治理可以提升道路使用壽命［1-4］。同時，道路坑洼對行車安全有直接而重要的影響。坑洼可能導(dǎo)致車輛失去穩(wěn)定性，增加交通事故的風(fēng)險，尤其是在高速行駛時更為危險；坑洼還會損壞車輛懸掛系統(tǒng)和輪胎，增加車輛維護成本，甚至可能導(dǎo)致嚴重的機械故障。此外，駕駛員為了避免坑洼往往需要進行突然的轉(zhuǎn)向或剎車動作，這增加了駕駛員的疲勞和應(yīng)激，降低了行車的舒適性和安全性。因此，針對早期裂縫進行及時有效的維護，對后續(xù)道路養(yǎng)護工作及行車安全等方面具有重要意義［5-7］。傳統(tǒng)人工路面檢測效率低、成本高，且有一定的危險性，而YOLO作為新興的目標檢測技術(shù)［8-10］，相比人工檢測，YOLO算法具有顯著的優(yōu)勢。其速度快，能夠?qū)崟r進行圖像檢測，減少了人力成本和時間開銷；具有自動化的特點，不需要人為干預(yù)，減少了主觀因素的影響，提高了檢測的一致性和可靠性；此外，YOLO具有良好的擴展性和適應(yīng)性，可以應(yīng)用于各種不同場景，并且能夠通過大規(guī)模數(shù)據(jù)集學(xué)習(xí)到各種目標的特征，具有更好的泛化能力。

1YOLOv8目標檢測算法

YOLOv8是一種目標檢測模型，其設(shè)計由三個關(guān)鍵部分組成：骨干網(wǎng)絡(luò)（Backbone）、頸部（Neck）和檢測頭（Head）。

骨干網(wǎng)絡(luò)部分，主要進行特征信息的提取工作，相比于YOLOv5，YOLOv8使用全新的C2f結(jié)構(gòu)替換了C3結(jié)構(gòu)，可以提取不同尺度的特征信息。

頸部部分，主要負責(zé)特征融合工作，同樣使用了C2f模塊替換C3模塊，并采用了PAN-FPN的思想，實現(xiàn)了自上而下和自下而上的特征金字塔。與此同時，去除了上采樣前的1×1卷積，直接對不同階段輸出的特征進行上采樣操作。

檢測頭部分，與YOLOv5相比，采用了Anchor-Free的解耦頭結(jié)構(gòu)，將分類和回歸分開，不再依賴先驗的錨框。此外，還使用了DFL（Distribution Focal Loss）的回歸分支，取代了傳統(tǒng)的Focal Loss，以更好地處理類別不平衡和難易樣本的問題。

2試驗測試

2.1YOLOv8的環(huán)境搭建

本文試驗在Windows10的PyCharm平臺上實現(xiàn)。需要安裝PyTorch，PyTorch是一個開源的機器學(xué)習(xí)框架，主要用于構(gòu)建深度學(xué)習(xí)模型，YOLO可以在PyTorch框架中實現(xiàn)和部署。接著下載YOLOv8的源碼，進行pip源碼安裝。

2.2構(gòu)建用于模型訓(xùn)練的數(shù)據(jù)集

本文采用的數(shù)據(jù)集來自RDD（Road Damage Detector）2022版本。RDD是一個用于道路損害檢測的數(shù)據(jù)集，旨在支持計算機視覺領(lǐng)域中相關(guān)研究和應(yīng)用的發(fā)展。該數(shù)據(jù)集包含了大量的道路圖像以及與之對應(yīng)的標注信息，用于訓(xùn)練和評估道路損害檢測算法，其中圖像為JPG存儲格式，圖像分辨率為720 dpi×720 dpi。由于RDD的標注文件格式與YOLO要求的標注文件格式不符，本文選擇重新對道路圖像中的坑洼進行標注，步驟如下：

（1）進入數(shù)據(jù)集標注網(wǎng)站，上傳包含坑洼的道路圖像。

（2）新建標簽，由于本文只對道路坑洼進行訓(xùn)練和檢測，這里只創(chuàng)建一個名為pothole的標簽。

（3）[JP3]選取目標，框出道路圖像上的坑洼，網(wǎng)站會自動生成該圖像的標注文件，框選過程和坑洼類型如圖1所示。

（4）導(dǎo)出標注文件，makesence網(wǎng)站支持導(dǎo)出適合YOLO框架的標注文件，最后得到和圖像文件名一樣的txt格式的標注文件。

2.3訓(xùn)練道路坑洼檢測模型

本文標注了150幅包含坑洼的道路圖像，將其中88幅作為訓(xùn)練集，用于訓(xùn)練模型參數(shù)；43幅作為驗證集，用于調(diào)整超參數(shù)和模型結(jié)構(gòu)；19幅作為測試集，用于評估模型的性能和泛化能力。試驗的CPU型號為AMD Ryzen 5600x，GPU型號為NVIDIA GeForce GTX 1080ti，內(nèi)存16 g。CUDA版本為11.6，編程語言為Python。

網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)置如下：選擇YOLOv8s版本，總迭代次數(shù)為300次，每次輸入模型的圖像數(shù)量（batch size）為32，初始學(xué)習(xí)率（Learning Rate）為0.01，學(xué)習(xí)率動量（Learning Rate Momentum）為0.95，權(quán)重衰減系數(shù)（Weight Attenuation Coefficient）為0.000 5。

2.4測試訓(xùn)練后的檢測模型

模型訓(xùn)練結(jié)束后得到.pt格式的模型文件，利用該模型文件，對測試集上的道路圖像進行坑洼檢測，對模型的輸出結(jié)果進行后處理操作，如過濾掉置信度低的邊界框、非極大值抑制（NMS）等。

3實驗結(jié)果分析

3.1訓(xùn)練結(jié)果分析

觀察圖2，發(fā)現(xiàn)隨著訓(xùn)練次數(shù)增加，錨框損失率和分類損失率不斷減小，[JP]這是因為模型在訓(xùn)練過程中逐漸學(xué)

習(xí)到了更好的特征表示和參數(shù)調(diào)整，隨著迭代次數(shù)的增加，模型會不斷地調(diào)整權(quán)重和參數(shù)，以最小化訓(xùn)練數(shù)據(jù)的損失函數(shù)。損失曲線隨著迭代次數(shù)的增多而減小，表明模型訓(xùn)練正在有效進行，并且模型在學(xué)習(xí)過程中逐漸提高了對目標的檢測能力。

進一步觀察圖2發(fā)現(xiàn)，分類損失曲線在訓(xùn)練中后期已經(jīng)接近水平，錨框損失曲線也趨于平穩(wěn)，當損失曲線接近水平時，通常表明模型的訓(xùn)練已經(jīng)收斂到一個穩(wěn)定的狀態(tài)。這表明模型已經(jīng)學(xué)習(xí)到了數(shù)據(jù)的特征，并且在當前參數(shù)設(shè)置下，進一步訓(xùn)練只會造成時間和計算成本的損失，即意味著模型已經(jīng)能夠準確地對目標進行分類和定位。

3.2測試結(jié)果分析

測試結(jié)果選取部分展示如圖3所示。觀察圖3，可以發(fā)現(xiàn)模型準確地定位和識別出了道路圖像上的坑洼。

為了定量評估模型的準確性，引入如下指標，包括精確率（Precision）和召回率（Recall），公式如下：

P=TPTP+FP（1）

R=TPTP+FN（2）

式中：P——精確率；

R——召回率；

TP、FP、FN——真正例、假正例和假負例，其對應(yīng)了混淆矩陣中的三種情況。真正例即為判斷正確的預(yù)測框，假正例即為類別預(yù)測錯誤的誤判，假負例即應(yīng)檢但未能檢測出的漏判。

精確率是指模型檢測到的物體中真正被正確檢測到的比例，召回率是指真正被檢測到的物體與總共需要檢測到的物體的比例。測試集中包含22處坑洼，模型檢測到21處真正例、2處誤判、1處漏檢。精確率和召回率如表1所示。

下頁圖4展示了測試集上21處真正例的IoU（Intersection over Union）數(shù)據(jù)，IoU是模型檢測結(jié)果的重疊度量，表示模型檢測到的目標區(qū)域與實際目標區(qū)域之間的重疊程度，IoU越接近1，表示模型檢測的準確性越高。

4模擬霧天環(huán)境檢測圖

4.1模型霧天環(huán)境

霧天影響行車安全，為了模擬霧天導(dǎo)致的視野不清晰，本文采用標準光學(xué)模型［11］來模擬霧氣。標準光學(xué)模型是基于光線與水滴或懸浮微粒之間相互作用的理論框架，用于模擬霧氣效果。在這個模型中，當光線穿過含有水滴或微粒的大氣時會發(fā)生散射和吸收現(xiàn)象。散射使光線的傳播路徑發(fā)生偏轉(zhuǎn)，而吸收則減弱了光線的強度。這些過程導(dǎo)致了在霧氣中看到物體時的模糊效果，遠處物體的輪廓變得不清晰。通過調(diào)整散射和吸收參數(shù)，可以控制霧氣的密度和強度，進而模擬不同條件下的霧氣效果，使圖像更加真實和逼真。對測試集的圖像添加霧氣，部分模擬結(jié)果如圖5所示。

4.2霧天環(huán)境下的檢測

在對測試集的圖像增加霧氣模擬后，再次用本文訓(xùn)練后的坑洼檢測模型進行檢測，以測試模型抗霧天環(huán)境干擾的魯棒性。部分結(jié)果如圖6所示，可以發(fā)現(xiàn)，即使有一定的霧氣存在，YOLOv8s訓(xùn)練的模型依然能準確檢測出坑洼。

5結(jié)語

本文提出的基于YOLOv8s的道路坑洼檢測方法在實驗中展現(xiàn)了出色的性能。通過構(gòu)建適用于道路坑洼檢測的數(shù)據(jù)集，并利用YOLOv8s進行訓(xùn)練，本文實現(xiàn)了對道路中各種類型和尺寸的坑洼的準確檢測，并模擬了霧天環(huán)境下的坑洼檢測。試驗結(jié)果表明，本文的方法在準確性、速度和穩(wěn)定性方面都具有顯著優(yōu)勢。與傳統(tǒng)人工方法相比，檢測效果明顯提升，為道路維護和安全提供了更為可靠和高效的解決方案。

參考文獻：

［1］Asher S，Novosad P.Rural roads and local economic development［J］.American economic review，2020，110（3）：797-823.

［2］De Soyres F，Mulabdic A，Murray S，et al.How much will the Belt and Road Initiative reduce tradecosts［J］.International Economics，2019（159）：151-164.

［3］Chen S，Kuhn M，Prettner K，et al.The global macroeconomic burden of road injuries：estimates andprojections for 166 countries［J］.The Lancet Planetary Health，2019，3（9）：390-398.

［4］牛為華，殷苗苗.基于改進YOLOv5的道路小目標檢測算法［J］.傳感技術(shù)學(xué)報，2023，36（1）：36-44.

［5］王鉦棋，邵潔.基于先驗顯著性信息的道路場景目標檢測［J］.計算機工程與應(yīng)用，2023，59（21）：251-257.

［6］郭克友，王蘇東，李雪，等.基于Dim env-YOLO算法的昏暗場景車輛多目標檢測［J］.計算機工程，2023，49（3）：312-320.

［7］岳曉新，賈君霞，陳喜東，等.改進YOLOv3的道路小目標檢測［J］.計算機工程與應(yīng)用，2020，56（21）：218-223.

［8］Bochkovskiy A，Wang C Y，Liao H Y M.YOLOv4：Optimal Speed and Accuracy of Object Detection［J］.Computer Science，2020（4）：216080778.

［9］Redmon J，F(xiàn)arhadi A.YOLOv3：An Incremental Improvement［J］.arXiv e-prints，2018（4）：180402767.

［10］Redmon J，F(xiàn)arhadi A.YOLO9000：better，faster，stronger［C］.Proceediof the IEEE Conference on Computer Vision and Pattern Recognition，2017.

［11］汪昱東，郭繼昌，王天保.一種改進的霧天圖像行人和車輛檢測算法［J］.西安電子科技大學(xué)學(xué)報，2020，47（4）：70-77.

作者簡介：羅偉（1988—）碩士，工程師，主要從事公路工程信息化研究工作。

收稿日期：2024-05-16