基本信息
文件名称:基于YOLOv11n的道路病害检测研究.pdf
文件大小:4.51 MB
总页数:103 页
更新时间:2025-12-12
总字数:约14.99万字
文档摘要

摘要

近年来,随着城市化进程的加快,道路使用频率持续上升,道路病害的检测

与养护问题日益突出。高效、精准的病害识别技术已成为智能交通与道路维护系

统中的关键环节。尽管基于深度学习的目标检测算法在视觉感知任务中取得了显

著进展,但在道路病害检测任务中仍面临诸多挑战:小目标病害难以识别、病害

与背景对比度低、尺度差异显著以及背景环境复杂等特点,显著影响了现有模型

的检测精度与稳定性。此外,模型部署中常常受限于计算资源与存储条件,因此

亟需一种兼具检测精度与轻量化特性的检测模型。本文基于深度学习的目标检测