基于三重注意力机制的路面缺陷自动检测算法

李荣华; 陈里里; 王翔; 贺智轩

doi:10.12404/j.issn.1671-1815.2501515

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (8) :3406-3417 DOI: 10.12404/j.issn.1671-1815.2501515

自动化技术、计算机技术

基于三重注意力机制的路面缺陷自动检测算法

李荣华 ¹ ,
陈里里 ²^,^* ,
王翔 ¹ ,
贺智轩 ¹

作者信息 +

Automatic Pavement Defect Detection Algorithm Based on Triple Attention Mechanism

LI Rong-hua ¹ ,
CHEN Li-li ²^,^* ,
WANG Xiang ¹ ,
HE Zhi-xuan ¹

Author information +

文章历史 +

摘要

针对现有算法在路面缺陷检测方面存在的精准度低、模型复杂度高等问题,在YOLO11基础上,提出了一种基于三重注意力机制的轻量级路面缺陷自动检测算法(TAD-YOLO11)。首先,针对传统SPPF(spatial pyramid pooling-fast)模块只关注边缘信息而忽略背景信息的不足,利用自适应平均池化层和自适应最大池化层,设计了新的池化模式,融入全局背景信息和边缘信息,有利于特征信息融合。其次,为促进特征数据的跨维度交互,弥补原C2PSA模块在通道维度的不足,将Triplet Attention融入原模块,构建一种新的轻量级特征融合模块C2PSA-TA。在主干网络部分采用轻量高效的上采样算子DySample替代传统上采样算法,并加入Triplet Attention,利于平衡训练数据,增强算法对特征信息的理解。最后在公开数据集RDD2022和UAV-PDD2023上进行测试和验证。结果表明:与YOLO11n相比,TAD-YOLO11有更好的性能,两个数据集的准确率分别提升了2.5%和6.9%,平均精度分别提升了2%和5.2%,且模型参数量、运算量都有所减少,且处理速度是基础模型的1.25倍和2.38倍。

Abstract

To address the issues of low precision and high model complexity in existing pavement defect detection algorithms, a lightweight automatic detection algorithm for pavement defects based on YOLOv11 was proposed, incorporating a Triplet Attention mechanism (TAD-YOLO11). Firstly, to overcome the limitation of the traditional spatial pyramid pooling-fast (SPPF) module, which solely focused on edge information while neglecting background context, a novel pooling scheme was proposed. This design leveraged adaptive average pooling and adaptive max pooling layers to integrate both global background information and edge details, thereby facilitating effective fusion of multi-scale feature information. Secondly, to enhance cross-dimensional interaction of feature data and compensate for the shortcomings of the original C2PSA module in the channel dimension, the triplet attention mechanism was incorporated into the original module to construct a new lightweight feature fusion module, C2PSA-TA. In the backbone network, the lightweight and efficient upsampling operator DySample was adopted to replace the traditional upsampling algorithm, with triplet attention added to better balance the training data and improve the algorithm’s ability to understand feature information. Finally, testing and validation were conducted on the public datasets RDD2022 and UAV-PDD2023. The results show that compared to YOLOv11n, TAD-YOLO11 exhibits superior performance, specifically, precision improves by 2.5% and 6.9%, respectively, mean average precision increases by 2% and 5.2%, respectively, while the model’s parameter count and computational load are reduced. Additionally, the processing speed is 1.25 times and 2.38 times faster than the baseline model.

Graphical abstract

关键词

路面缺陷 / 目标检测 / 注意力机制 / YOLO11

Key words

road damage / object detection / attention mechanisms / YOLO11

引用本文

引用格式 ▾

李荣华, 陈里里, 王翔, 贺智轩. 基于三重注意力机制的路面缺陷自动检测算法[J]. 科学技术与工程, 2026, 26(8): 3406-3417 DOI:10.12404/j.issn.1671-1815.2501515

LI Rong-hua, CHEN Li-li, WANG Xiang, HE Zhi-xuan. Automatic Pavement Defect Detection Algorithm Based on Triple Attention Mechanism[J]. Science Technology and Engineering, 2026, 26(8): 3406-3417 DOI:10.12404/j.issn.1671-1815.2501515

登录浏览全文

4963

注册一个新账户忘记密码

路面缺陷,如裂缝、坑洼等,作为一种常见但往往被忽视的病害,严重影响交通安全、交通流畅性,增加了道路养护成本。人工巡检成本高、效率低、缺乏连续性和实时性,尤其在大范围、复杂环境下,难以实现全面、高效的覆盖,并且存在一定的安全风险。随着移动终端设备的普及,能够在较短时间内高效采集大量数据,显著降低人工巡检的时间成本,同时避免了检查过程中的安全隐患。结合先进的图像处理技术与深度学习算法,显著提升了道路图像缺陷检测的准确性与一致性^[1-3]。此外,该技术可在多种环境条件下稳定运行,进一步推动了路面检测的智能化与高效化发展;不仅提高了道路养护工作的精准度,也有效增强了交通安全性与道路通行效率。

埋入式传感器、图像处理和机器学习是目前常用的路面缺陷检测和分析方法^[4]。李理等^[5]利用应变计和有限元方法对比验证了光纤应变传感器在道路服役条件监测上的可靠性。基于图像处理方法,代少升等^[6]对路面二值图像进行连通域分析,结合快速并行细化算法提取出裂缝骨架。随着机器学习的发展和智慧交通的推进,检测网络被广泛应用于路面缺陷自动化检测。高明星等^[7]为兼顾无人机航拍图像复杂背景与噪音干扰下路面裂缝检测精度与实时性,提出一种基于双金字塔网络的航拍图像路面裂缝检测方法。Zhang等^[8]针对坑洼特点提出轻量级的单阶段对象检测网络AAL-Net,设计了符合坑洼特征的数据增强方法以提高检测精度和鲁棒性。对现有模型改进更高效快速,不少研究人员根据路面缺陷检测的特点对深度学习模型进行特定改进。邹凯鑫等^[9]针对路面缺陷图像对比度低、拓扑结构复杂等问题,在U-Net基础上引入残差块、空间通道挤压与激励模块等,提高模型的目标区域分割能力。杨杰等^[10]结合Transformer优势,在模型中引入COT(contextual Transformer)等模块,融合SimAM注意力机制,以提升路面损伤检测精度。而随着深度学习技术的不断发展,特别是在卷积神经网络(convolutional neural network,CNN)和目标检测算法方面的突破,路面缺陷检测的精度和效率得到了显著提升。

深度学习网络,通过自动化特征提取和高效的多层次学习,能够高精度地识别各种类型的路面缺陷,如裂缝、坑洞等,且不受复杂环境条件的影响,如光照和天气变化。深度学习模型不仅提高了检测的准确性和一致性,还能够在实时监控系统中应用,实现自动化的道路养护管理,减少人工误差。此外,通过融合多种数据源,深度学习模型能够提供更全面的路面信息,为智能化养护决策提供支持,推动道路维护向智能化、精确化发展。例如,基于Cascade R-CNN模型^[11]、Faster R-CNN模型^[12-14]、MobileNet^[15]网络和YOLO系列^[16-20]等改进算法应用于路面缺陷检测。然而基于深度学习网络的检测方法数据依赖性强,普遍存在泛化能力不足、微小损伤检测效果差、难以平衡检测精度与计算成本等问题。而YOLO能够在提供较高精度的同时,具备更强的实时性和应用灵活性,尤其适用于需要快速响应的应用场景。

YOLO系列算法在检测上表现出速度快、精度较高及较强的全局感知能力等卓越性能^[21-23]。Liu等^[24]设计的HE-YOLOv5s模型专注于道路缺陷检测,通过修建模型和去除不重要的模块降低模型参数量,引入了新的SPPF模块和注意力模块,提升模型特征提取与融合能力。叶发茂等^[25]沿用此思路,在原主干上增加一个边缘特征骨干网络(edge feature backbone,EFB),形成双骨干网络模型DB-YOLO,并结合新的特征增强融合模块(FEFM)为模型提供更丰富的特征信息。Wang等^[26]用EMA Faster Block结构来替换YOLOv8 C2f模块中的Bottleneck结构,设计一种新的C2f-Faster-EMA模块,引入SimSPPF 模块优化特征金字塔层。随着低空经济的推进,以航拍图像为主的检测进入研究人员的视野^[27-29]。何植仟等^[30]提出UAVAI-YOLO模型专用于无人机航拍图像的小目标检测。白锋等^[31]在AC-YOLO算法中,利用动态大卷积核注意机制 (LSK-attention)以扩展模型的感受野,融入BiFPN(bidirectional feature pyramid network)网络,改善对细小裂缝的检测。无人机结合深度学习技术,通过高效的图像采集与智能分析,提高了道路检测的效率与精准度,能够快速识别和定位路面缺陷,帮助养护部门及时制定维修计划,减少人工成本,延长道路使用寿命,在智慧交通、道路智能养护领域有着重要的推动作用,促进了交通基础设施的可持续发展。

综上所述,道路缺陷检测与深度学习方法相结合具有重要的工程应用意义,尤其是在复杂的道路交通与多变的气候影响下。因此,为及时检测路面缺陷、提高巡检效率和降低巡检成本,基于YOLO11模型,提出一个新的混合模型TAD-YOLO11,该模型重新设计了SPPF模块的池化层,增强了全局视角信息和不同尺度大小的特征;在主干网络C2PSA模块里融入三重注意力机制(triple attention),使通道注意力具备多尺度性能,提高检测精度;在颈部网络融合了轻量高效的动态上采样算子DySample,动态采样有助于平衡训练数据,提升模型泛化能力;同时引入三重注意力机制,有效地捕获输入张量中的空间和通道维度之间的交互关系,提高模型对特征的理解能力,进一步优化模型训练。

1 模型结构及原理

YOLO系列模型对目标检测领域做出了巨大贡献,在其基础上产生了大量的经典模型,使得目标检测技术更易被广泛应用,成为计算机视觉领域不可或缺的一部分。与YOLOv8等模型相比,YOLO11在特征提取、检测精度和适应性等方面都有不少提升,由骨干网络(Backbone)、颈部(Neck)和头部(Head)组成。相较于YOLOv8,YOLO11由C3k2机制替代原有的C2f模块,结合了卷积核分组卷积的特性,在保持高效特征提取的同时,提供更灵活的配置以适应不同的计算需求,如图1(a)所示。在主干网络空间金字塔池化SPPF模块后设计了基于PSA(pyramid squeeze attention)注意力机制的卷积模块C2PSA,负责处理输入张量并通过注意力机制增强特征表示,如图1(b)所示。

在交通道路场景下进行目标检测时,需要综合考虑图像质量、目标尺度、复杂背景、环境因素等多个问题。其中图像模糊、低光环境表现差、镜头畸变和分辨率限制等问题都会影响数据集的质量^[32]。其次由于道路缺陷图像背景大目标小的特点,要求算法具备足够的视角信息和不同尺度的特征提取、融合能力,以避免漏检误检目标。最后出于交通道路的复杂性和独特性考虑,要求算法具有一定的泛化性。

2 TAD-YOLO11模型

为提高路面缺陷图像的检测结果,提出了TAD-YOLO11模型。重新设计了SPPF模块的池化层,增强了全局视角信息和不同尺度大小的特征;设计了Triple Attention三重注意力机制,使通道注意力具备多尺度性能,提高细小目标的检测精度;在颈部网络融合了轻量高效的动态上采样算子DySample,有助于平衡训练数据,提升模型泛化能力。TAD-YOLO11模型结构如图2所示。

2.1 主干网络特征提取设计

2.1.1 SPPF模块池化设计

SPPF模块是YOLO系列中的关键模块,用于有效提取多尺度特征信息,借鉴了SPP(spatial pyramid pooling)的概念,通过不同尺度的池化操作,使得网络能处理尺寸不一的目标。在目标检测任务中,不同目标尺寸差异较大,SPPF在池化过程中引入了优化策略,通过从细粒度到粗粒度的不同尺度提取信息。但传统的SPPF模块仅进行三次最大池化,主要关注边缘信息,忽略了背景信息。自适应池化层可以根据输出目标尺寸调节池化窗口大小,灵活性更好,计算效率更高。基于此,TAD-YOLO11提出新型池化模式(New-SPPF),通过集成自适应平均池化与最大池化,其中自适应最大池化提取稀疏、高判别性的边缘特征;自适应平均池化保留密集、上下文相关的背景特征,二者互补构建多尺度特征融合机制。该设计在保留边缘细节的同时嵌入全局上下文信息,有效缓解了目标尺度变化导致的特征表征偏差问题,为后续特征金字塔网络提供了更丰富的多尺度语义信息。实验表明,该模块使模型精准度(P)提升,且未引入显著计算开销。SPPF模块改进前后对比如图3所示。

2.1.2 三重注意力机制的C2PSA模块设计

YOLO11的一个重要创新是增加了C2PSA模块(跨阶段部分空间注意力),该模块融合注意力机制,但侧重强化特征图中的空间关联性。为平衡空间信息与通道信息的提取,通过融入轻量但有效的三重注意力机制^[33],利用三支结构捕获输入数据的跨维度交互;基于较小的计算开销,通过对每个分支中的输入张量进行重排变换,接着应用Z池操作、卷积层以及激活函数,生成注意力权重。这种结构通过旋转和重排等操作,有效地整合了不同维度的信息,从而更准确地捕捉数据的内在特征;同时增强了C2PSA模块对复杂数据结构的理解和处理能力。相较于传统通道注意力模块,Triplet Attention以极低参数量代价,显著提升了模型对复杂背景下小目标的特征判别能力,尤其在低对比度缺陷检测中表现出更强的目标定位能力。改进后的C2PSA-TA结构、Triplet Attention具体实现流程图如图4所示,每个分支通过Permute操作来调整维度。Triplet Attention由三个并行的分支构成,其中两个分支用于捕获通道维度C与空间维度H(高度)或W(宽度)之间的跨维度交互;剩下一个分支类似于CBAM^[34],专用于构建空间注意力。右部分支负责计算通道维度C与空间维度W的注意力权重;中部分支通过分析通道维度C与空间维度H、W之间的关系,生成相应的注意力权重;左部分支计算空间维度的相关性并输出注意力权重。生成注意力权重后,每个分支会对输入进行重排,然后将三个分支的输出进行平均聚合,最终得到三重注意力输出,其表达式为

(1)

$\left\{\begin{array}{l}Z-Pool\left(x\right)=\left[MaxPoo{l}_{0d}\right(x),AvgPoo{l}_{0d}(x\left)\right],\\ 　　　　　\mathrm{维}\mathrm{度}\mathrm{压}\mathrm{缩}\\ y=\frac{1}{3}\left\{\overline{{\widehat{x}}_{1}\sigma \left[{\psi }_{1}\right({\widehat{x}}_{1}^{*})}\right]+\overline{{\widehat{x}}_{2}\sigma \left[{\psi }_{2}\right({x}_{2}^{*}\left)\right]}+\\ x\sigma \left[{\psi }_{3}\right({\widehat{x}}_{3}\left)\right]\},　　\mathrm{张}\mathrm{量}\mathrm{平}\mathrm{均}\\ y=\frac{1}{3}({\overline{{\widehat{x}}_{1}\omega }}_{1}+\overline{{\widehat{x}}_{2}{\omega }_{2}}+x{\omega }_{3})=\\ \frac{1}{3}(\overline{{y}_{1}}+\overline{{y}_{2}}+{y}_{3}),　\mathrm{注}\mathrm{意}\mathrm{力}\mathrm{融}\mathrm{合}\end{array}\right.$

式(1)中:Z-pool为结合最大池化和平均池化的特征池化操作;x为输入特征;MaxPool_0d(x)为对x沿第0维(通常为通道维度C)进行最大池化操作,输出该维度上的最大值特征;AvgPool_0d(x)为对x沿第0维(通道维度C)进行平均池化操作,输出该维度上的平均值特征;0d为发生MaxPool和AvgPool池化的第0维;σ为sigmoid激活函数;ψ为由核大小K定义的标准二维卷积层;ω为跨维注意力权重;y₁、y₂、y₃为三个分支注意力增强后的结果;

$\widehat{x}$

为旋转后张量;x^*为经过Z-pool得到的结果;

${\widehat{x}}^{*}$

为旋转后再经Z-pool得到的结果;“—”表示旋转逆操作。

2.2 动态上采样算子颈部优化

Upsample模块是YOLO目标检测框架中的重要工具,尤其是在需要恢复空间分辨率和进行多尺度特征融合的任务中非常有效。然而,传统上采样模块计算开销大,影响推理速度,可能引起信息丢失;并且对于一些低分辨率特征图上的目标,Upsample模块的上采样效果有限,可能无法有效改善检测结果;特别是在目标较小或在较复杂场景中的应用,Upsample的效果可能不如预期。基于上述问题,采用基于点采样的超轻量和有效的动态上采样器DySample^[24],结构如图5所示。

DySample是一种专为高效视觉任务设计的超轻量动态上采样算子,其核心在于通过动态点采样策略实现轻量化上采样,解决传统上采样方法在计算效率和特征适应性上的瓶颈。有效避开了复杂的动态卷积处理带来的计算花销和时间成本;上采样采用点采样方法而非传统的内核方法,提高了资源利用效率,简化了算法的部署实现。图5中详细描述了Dysample实现动态上采样的过程和技术细节,强调了采样点生成的静态和动态方法对最终上采样特征的影响,表达式为

(2)

$\left\{\begin{array}{l}x\text{'}=grid\_sample(x,s)\\ o=linear\left(x\right)\\ s=\gamma +o\\ o=0.5sigmoid\left[linea{r}_{1}\right(x\left)\right]linea{r}_{2}\left(x\right)\end{array}\right.$

式(2)中:x为输入特征;x'为上采样后的特征;o为生成的偏移量;γ为原始网格;s为采样集合;grid_sample为网格采样操作;linear₁、linear₂为两次线性层处理。

在路面缺陷自动检测网络中,上采样算子DySample,通过动态生成采样偏移量,自适应选择高信息量区域进行特征恢复,增强了检测网络对不同尺度目标的适应能力,有效缓解了传统上采样因固定插值导致的细节丢失问题,从而提升模型在多尺度、复杂场景下的检测精度。由于对数据进行动态选择,在减少计算冗余的同时平衡训练数据分布,尤其在处理大规模数据时,能够在保证精度的同时降低计算负担;能减少关键信息丢失,从而在细节恢复和物体定位方面表现更好,使模型具有更好的泛化性。

3 实验结果与分析

3.1 实验准备

选取RDD2022^[35]道路缺陷数据集中的中国部分进行算法的训练和验证,合计图像4 878张,训练集、验证集和测试集按照7∶2∶1的比例划分,标签分别是D00(纵向裂缝)、D10(横向裂缝)、D20(网状裂缝)、D40(坑洞)、Repair(修复);数据集包含车载摄像头视图、无人机视图等,视图的多样性有效保证了模型的泛化性。5种道路缺陷标签数量与示例如图6所示,开发环境和试验参数如表1所示。

为评价改进后模型的性能,选择如下评价指标:精准度(precision,P)、召回率(recall,R)、F₁分数(F₁-score,F₁)以及平均精度均值(mAP)。计算公式为

(3)

$\left\{\begin{array}{l}P=\frac{TP}{TP+FP}\\ R=\frac{TP}{TP+FN}\\ {F}_{1}=\frac{2RP}{R+P}\\ AP={\int }_{0}^{1}P\left(R\right)dR\\ mAP=\frac{1}{n}\sum _{i=1}^{n}A{P}_{i}\end{array}\right.$

式(3)中:TP为真正例,即模型正确预测为正类的样本数量;FP为假正例,即模型错误地预测为正类的负样本数量;FN为假负例,即模型错误地预测为负类的正样本数量;AP为精确度-召回率(P-R)曲线下的面积;mAP为所有类别中AP值的平均值;n为某一类别的数量;AP_i为i类的检测精度。

此外,评估还涵盖了浮点运算量(GFLOPs)、参数量(Params)以及每张图片处理速度(Speed)在内的补充指标。

3.2 消融实验

为验证采用模块的有效性和改进算法在路面缺陷检测任务上的表现,对New-SPPF模块、C2PSA-TA模块、DySample模块及Triplet Attention(TA)进行消融实验,实验结果如表2所示。

从表2数据可知,各改进点对模型整体性能均得到有效提升。New-SPPF、DySample模块有效提高了模型的处理速度,每个图像的处理时间较基础模型分别减少了1、1.3 ms;TA、C2PSA-TA模块显著提升了不同维度特征的融合,有效助力路面缺陷检测任务,较基础模型精准度分别提升1.7%、2.5%,mAP50分别提升1.7%、2%,且整体模型较基础模型参数量减少0.013 M,处理速度增加1.25倍。

为了直观体现三重注意力机制对特征融合提升效果,利用Grad-CAM^[36]技术,绘制了不同模块在检测同一图像时同一层输出的热力图,结果如图7所示。热力图可通过颜色变化直观展示输入图像在不同算法检测时对目标区域的识别效果,可以直观体现算法于不同区域的关注程度。显而易见,随着Triplet Attention模块的引入,TAD-YOLO11算法在路面缺陷检测方面更精确,目标区域有更高的热力值,再次证实了三重注意力机制在TAD-YOLO11算法中对多尺度特征融合的高效性。

3.3 对比实验

为深入验证TAD-YOLO11在路面缺陷检测任务中的表现,基于RDD2022数据集,将TAD-YOLO11与YOLO其他系列模型进行对比实验,对比算法涵盖YOLOv6n、YOLOv8n、YOLOv9s、YOLOv10n、YOLO11n、SSD、YOLOv5-CT^[37]、Faster-RCNN。性能对比结果如图8所示,模型复杂度如图9所示。

从图8、图9可以看出,TAD-YOLO11表现出优越的精准度,较其他对比模型最高提升了9.4%;在计算复杂度和推理速度方面,TAD-YOLO11表现同样出色,F₁和mAP50仅次于YOLOv9s,仅低0.01和0.007,而Params和GFLOPs仅是YOLOv9s的42.14%与28.96%,极大降低了算法复杂度与计算量;在推理速度方面仅次于YOLOv10n、YOLOv9s,但精准度较YOLOv10n提升5.3%,mAP50提升5.7%,F₁提升5%。与基础模型YOLO11n相比P、R和mAP50分别提升了2.5%、0.8%和2%。而较于基础模型SSD、Faster-RCNN,改进模型的Params仅是其的17.64%和1.58%;GFLOPs更是其25.6%和1.68%。综合考量精准度、检测速度和计算复杂度等指标,TAD-YOLO11表现出更优的平衡效果和卓越的精准度,因此在移动终端上进行路面缺陷检测部署时,更具适用性。

为准确反映TAD-YOLO11算法在实际检测任务中的效果,从RDD2022数据集的测试集中随机选取部分图像,分别在对比模型及TAD-YOLO11算法上进行检测,检测结果如图10所示。7种算法对比结果,可以看出TAD-YOLO11检测效果明显优于其他算法,能够准确定位目标区域,即使在细小目标上也能表现出良好的性能,特别是对细小裂缝时,但都存在目标区域重复检测的情况,但偏差较小,不影响整体效果;而其他对比算法都明显存在目标区域的漏检、误检等,而TAD-YOLO11算法能在较小误差下,全面检测这些路面缺陷,这充分体现了TAD-YOLO11算法在路面缺陷实际检测任务中的优势。

3.4 模型泛化性分析

为评估改进后的TAD-YOLO11算法在不同任务中的泛化性,选择了公开数据集UAV-PDD2023^[38]进行验证,改进算法与基础模型进行统一变量实验,实验结果如表3所示。

在UAV-PDD2023数据集上,改进后的TAD-YOLO11模型在精准度(P)和mAP50上分别提升了6.9%和5.2%;每个图像的处理时间从8.8 ms降低到3.7 ms,模型推理速度提升了2.38倍。以上结果表明,TAD-YOLO11模型在不同的检测任务中依旧具备更好性能,优化模型具有良好的可靠性、鲁棒性与泛化性。

4 结论

聚焦各种场景的路面缺陷特点设计的检测模型TAD-YOLO11,针对路面缺陷检测模型精度低、模型复杂度高等问题,通过实验验证得到以下结论。

(1)改进模型将Triplet Attention融入C2PSA模块,在颈部加入Triplet Attention与动态上采样算子DySample,促进特征跨维度交互,提高模型对复杂数据结构的理解和处理能力,有效平衡了检测精度与计算复杂度问题。

(2)引入的New-SPPF通过不同池化方式结合全局背景信息和边缘信息,减轻尺度大小不一的特征所带来的影响,协助算法做出更好的目标区域判断。

(3)在公共数据集RDD2022上对该模型进行了全面的性能测试与对比验证,并通过UAV-PDD2023验证了模型的有效性和泛化性.;其中准确率(P)提升了2.5%和6.9%,平均精度(mAP50)提升了2%和5.2%,且模型参数量、运算量都有所减少,而处理速度是基础模型的1.25倍和2.38倍。综上所述,TAD-YOLO11能满足多数场景下的路面缺陷检测任务,满足路面缺陷检测的准确性要求,具备良好的鲁棒性和泛化性,为智慧交通建设、道路路面智能巡检提供有力支撑。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Hou Y, Li Q, Zhang C, et al. The state-of-the-art review on applications of intrusive sensing, image processing techniques, and machine learning methods in pavement monitoring and analysis[J]. Engineering, 2021, 7(6): 845-856.

[2]	Du Z Y, Yuan J, Xiao F P, et al. Application of image technology on pavement distress detection: a review[J]. Measurement, 2021, 184: 109900.

[3]	Rateke T, Justen K A, Chiarella V F, et al. Passive vision region-based road detection: a literature review[J]. ACM Computing Surveys, 2019, 52(2): 1773-1795.

[4]	侯越, 李秋晗, 张晨, 等. 埋入式传感、图像处理技术和机器学习方法在路面监测与分析中应用的最新研究进展[J]. Engineering, 2021, 7(6): 309-334.

[5]	Hou Yue, Li Qiuhan, Zhang Chen, et al. Processing techniques, and machine learning methods in pavement monitoring and analysis[J]. Engineering, 2021, 7(6): 309-334.

[6]	李理, 周若零, 俄广迅, 等. 基于道路服役条件的光纤应变传感器监测可行性[J]. 公路, 2024, 69(11): 46-54.

[7]	Li Li, Zhou Ruoling, E Guangxun, et al. Feasibility of fiber optic strain sensor monitoring based on road service conditions[J]. Road, 2024, 69(11): 46-54.

[8]	代少升, 毛兴华, 余自安. 基于图像处理的路面裂缝特征提取方法[J]. 半导体光电, 2024, 45(3): 508-514.

[9]	Dai Shaosheng, Mao Xinghua, Yu Zi’an. Pavement crack feature extraction based on image processing[J]. Semiconductor Optoelectronics, 2024, 45(3): 508-514.

[10]	高明星, 蒋正发, 张林, 等. 基于双金字塔网络的航拍图像路面裂缝检测方法[J]. 激光与光电子学进展, 2024, 61(22): 122-131.

[11]	Gao Mingxing, Jiang Zhengfa, Zhang Lin, et al. Detection method of pavement cracks in aerial images based on double pyramid network[J]. Laser & Optoelectronics Progress, 2024, 61(22): 122-131.

[12]	Zhang C, Li G, Zhang Z K, et al. AAL-Net: a lightweight detection method for road surface defects based on attention and data augmentation[J]. Applied Sciences-Basel, 2023, 13(3): 239-244.

[13]	邹凯鑫, 张自嘉, 孙伟, 等. 改进U型网络的路面缺陷图像分割算法[J]. 电子测量与仪器学报, 2024, 38(8): 15-25.

[14]	Zou Kaixin, Zhang Zijia, Sun Wei, et al. Improving the road defect image segmentation algorithm of U-Net[J]. Journal of Electronic Measurement and Instrumentation, 2024, 38(8): 15-25.

[15]	杨杰, 蒋严宣, 熊欣燕. 结合Transformer和SimAM轻量化路面损伤检测算法[J]. 铁道科学与工程学报, 2024, 21(9): 3911-3920.

[16]	Yang Jie, Jiang Yanxuan, Xiong Xinyan. Combining Transformer and SimAM lightweight pavement damage detection algorithms[J]. Journal of Railway Science and Engineering, 2024, 21(9): 3911-3920.

[17]	Chen L, An S M, Zhao S, et al. MS-FPN-based pavement defect identification algorithm[J]. IEEE Access, 2023, 11: 124797-124807.

[18]	孙朝云, 裴莉莉, 李伟, 等. 基于改进Faster R-CNN的路面灌封裂缝检测方法[J]. 华南理工大学学报(自然科学版), 2020, 48(2): 84-93.

[19]	Sun Zhaoyun, Pei Lili, Li Wei, et al. Pavement potting crack detection method based on improved Faster R-CNN[J]. Journal of South China University of Technology (Natural Science Edition), 2020, 48(2): 84-93.

[20]	杨微. 用于路面裂缝识别的Faster R-CNN优化算法研究[D]. 哈尔滨: 哈尔滨理工大学, 2022.

[21]	Yang Wei. Research on Faster R-CNN optimization algorithm for pavement crack identification[D]. Harbin: Harbin University of Science and Technology, 2022.

[22]	Ghosh R. On-road vehicle detection in varying weather conditions using Faster R-CNN with several region proposal networks[J]. Multimedia Tools and Applications, 2021, 80(17): 25985-25999.

[23]	任泳洁, 吴立朋. 融合注意力机制和新型卷积神经网络的市政道路病害识别[J]. 科学技术与工程, 2024, 24(20): 8663-8672.

[24]	Ren Yongjie, Wu Lipeng. Municipal road disease recognition based on attention mechanism and novel convolutional neural netwoek[J]. Science Technoligy and Engineering, 2024, 24(20): 8663-8672.

[25]	叶发茂, 张立, 袁燎, 等. DB-YOLO: 特征增强融合的双骨干YOLOv8道路缺陷检测模型[J]. 计算机工程与应用, 2024, 60(24): 260-269.

[26]	Ye Famao, Zhang Li, Yuan Liao, et al. DB-YOLO: dual backbone YOLOv8 model with feature enhancement fusion for road defect detection[J]. Computer Engineering and Applications, 2024, 60(24): 260-269.

[27]	吴铁钰, 杨光, 邹丽. RSG-YOLO: 用于检测道路坑洼的高效神经网络[J]. 计算机技术与发展, 2025, 35(2): 199-206.

[28]	Wu Tieyu, Yang Guang, Zou Li. RSG-YOLO: an efficient neural network for road pothole detection[J]. Conputer Technoligy and Development, 2025, 35(2): 199-206.

[29]	王晓燕, 王禧钰, 李杰, 等. 无人机视角下的道路损伤检测算法MAS-YOLOv8n[J]. 光电工程, 2024, 51(10): 69-83.

[30]	Wang Xiaoyan, Wang Xiyu, Li Jie, et al. MAS-YOLOv8n road damage detection algorithm from the perspective of drones[J]. Opto-Electronic Engineering, 2024, 51(10): 69-83.

[31]	Guo N, Zhang R, Dong Q, et al. EADG-YOLO: road damage detection by improving of YOLOv8n[J]. Journal of Electronic Imaging, 2025, 34(1): 13026.

[32]	Zhang Z, Xu Z, Zhang J. GLE-YOLO: intelligent detection of road linear damage in shadow condition[J]. Signal Image and Video Processing, 2025, 19(3): 1-11.

[33]	Hussain M. YOLO-v1 to YOLO-v8, the rise of YOLO and its complementary nature toward digital manufacturing and industrial defect detection[J]. Machines, 2023, 11(7): 1-6.

[34]	Vijayakumar A, Vairavasundaram S. YOLO-based object detection models: a review and its applications[J]. Multimedia Tools and Applications, 2024, 83(35): 83535-83574.

[35]	孔令鑫, 陈紫强, 晋良念, 等. 融合可变形卷积的轻量级路面病害检测算法[J]. 科学技术与工程, 2025, 25(2): 683-694.

[36]	Kong Lingxin, Chen Ziqiang, Jin Liangnian, et al. A lightweight road disease detectionalgorithm fused with deformable convolution[J]. Science Technology and Engineering, 2025, 25(2): 683-694.

[37]	Liu Y H, Duan M L, Ding G E, et al. HE-YOLOv5s: efficient road defect detection network[J]. Entropy, 2023, 25(9): 581495.

[38]	叶发茂, 张立, 袁燎, 等. DB-YOLO: 特征增强融合的双骨干YOLOv8道路缺陷检测模型[J]. 计算机工程与应用, 2024, 60(24): 260-269.

[39]	Ye Famao, Zhang Li, Yuan Liao, et al. DB-YOLO: dual backbone YOLOv8 model with feature enhancement fusion for road defect detection[J]. Computer Engineering and Applications, 2024, 60(24): 260-269.

[40]	Wang J L, Meng R F, Huang Y H, et al. Road defect detection based on improved YOLOv8s model[J]. Scientific Reports, 2024, 14(1): 16758.

[41]	陈金林, 吴一全, 苑玉彬. 无人机视角下目标检测的YOLO系列算法研究进展[J/OL]. (2024-08-26)[2025-03-10]. https: //doi.org/10.13700/j.bh.1001-5965.2024.0420.

[42]	Chen Jinlin, Wu Yiquan, Yuan Yubin. Research progress on YOLO series algorithms for target detection from the UAV vision[J/OL]. (2024-08-26)[2025-03-10]. https: //doi.org/10.13700/j.bh.1001-5965.2024.0420.

[43]	Chen C L, Zheng Z Y, Xu T Y, et al. YOLO-based UAV technology: a review of the research and its applications[J]. Drones, 2023, 7(3): 100361.

[44]	Mu J S, Zhang R H, Cui Y H, et al. UAV meets integrated sensing and communication: challenges and future directions[J]. IEEE Communications Magazine, 2023, 61(5): 62-72.

[45]	何植仟, 曹立杰. UAVAI-YOLO: 无人机航拍图像的小目标检测模型[J]. 智能科学与技术学报, 2024, 6(2): 262-271.

[46]	He Zhixian, Cao Lijie. UAVAI-YOLO: dense small target detection algorithm based on UAV aerial images[J]. Chinese Journal of Intelligent Science and Technology, 2024, 6(2): 262-271.

[47]	白锋, 马庆禄, 赵敏. 面向航拍路面裂缝检测的AC-YOLO[J]. 计算机工程与应用, 2025, 61(1): 153-164.

[48]	Bai Feng, Ma Qinglu, Zhao Min. AC-YOLO for aerial pavement crack detection[J]. Computer Engineering and Applications, 2025, 61(1): 153-164.

[49]	Anwar S, Barnes N. IEEE real image denoising with feature attention[C]// Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV). Seoul: IEEE, 2019: 10729373.

[50]	Misra D, Nalamada T, Arasanipalai A U, et al. Rotate to attend: convolutional triplet attention module[C]// Proceedings of the IEEE Winter Conference on Applications of Computer Vision (WACV). New York: IEEE, 2021: 00318.

[51]	Woo S H, Park J, Lee J Y, et al. CBAM: convolutional block attention module[C]// Proceedings of the 15th European Conference on Computer Vision (ECCV). Munich: Springer, 2018: 3-19.

[52]	Arya D, Maeda H, Ghosh S K, et al. RDD2022: a multi-national image dataset for automatic road damage detection[J]. Geoscience Data Journal, 2024, 11(4): 846-862.

[53]	Selvaraju R R, Cogswell M, Das A, et al. Grad-CAM: visual explanations from deep networks via gradient-based localization[J]. International Journal of Computer Vision, 2020, 128(2): 336-359.

[54]	鲁冠宏, 吕成顺, 田隽, 等. 改进YOLOv5的公路隧道衬砌裂缝检测[J]. 科学技术与工程, 2025, 25(7): 2997-3006.

[55]	Lu Guanhong, Lü Chengshun, Tian Juan, et al. Highway tunnel lining crack detection based on improved YOLOv5[J]. Science Technoligy and Engineering, 2025, 25(7): 2997-3006.