基于YOLOv8n和LabelImg的高原路面病害识别研究
摘要
本文针对高原特殊地理环境下的道路养护难题，采用无人机进行道路病害数据采集，并基于 YOLOv8n目标检测框架和LabelImg标注工具的路面病害智能识别方法。通过构建包含10类高原典型病害的专业数据集，采用迁移学习和数据增强策略，实现了在有限样本条件下的高效模型训练。实验结果表明，该方法在验证集上取得了0.489 mAP50的综合识别精度，其中针对修补病害(xb)识别精度达0.838。本研究验证了深度学习技术在高原道路巡检中的可行性，为高原地区公路智能养护提供了有效的技术支持
引用本文（GB/T 7714）
帅逸诚, 吴欣航, 张雪, 等. 基于YOLOv8n和LabelImg的高原路面病害识别研究[J]. 工程技术前沿, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。