基于改进YOLOv10的无人机影像道路损伤实时检测方法

道路养护智能化是交通基础设施建设的重要方向,无人机巡检因高效灵活成为道路损伤检测主流手段,但现有方法存在微小损伤识别精度低、复杂场景实时性不足等问题。本文提出改进YOLOv10算法:引入轻量化CBAM注意力机制强化小目标特征提取,采用GSConv与CSP结构优化颈部网络提升多尺度融合能力,设计WIoU与Focal-EIoU组合损失函数优化定位精度。在RDD2022数据集上实验表明,该方法mAP@0.5达91.5%(较原始YOLOv10提升5.3%),裂缝类小目标AP达87.3%(提升3.8%),Jetson Xavier NX边缘设备检测速度45.2FPS,有效平衡检测精度与实时性,显著提升无人机道路巡检的自动化水平与实用性。

资料为PDF文档格式.

本文档关键词:实时,影像,损伤,改进,无人机