易乾坤;谭泽飞;康恒心;籍宏扬;针对目前公路病害检测存在识别精度低、运算复杂度高等问题,本文基于YOLO11模型进行优化改进,提出轻量级高效检测模型DDL-YOLO。首先,设计多尺度特征提取模块C3K2-DWB,结合膨胀卷积和残差连接,采用重参数化技术简化推理过程,提升推理效率并适应复杂目标检测任务;其次,在特征融合阶段引入动态上采样器Dysample,通过点采样提升特征融合质量;再次,引入不对称设计的LADH检测头替代原有结构,将分类与回归分支分离,增强小目标检测能力;最后,将损失函数替换为QualityFocalLoss,将目标定位质量融入分类损失中,解决分类与定位任务的不一致性。基于公开数据集RDD2022的实验结果表明,与原始YOLO11模型相比,所提DDL-YOLO模型的参数量分别降低了13%、计算量减少了17.5%,同时m AP@0.5指标提升至88.4%(提升了4.6%)。在公路路面小目标病害检测方面,DDL-YOLO模型表现更优。
2026年01期 v.46;No.227 31-36+43页 [查看摘要][在线阅读][下载 1257K] [下载次数:0 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ]