YOLOv8-DTD检测模型

轻量高精实时

引入可变形卷积和Transformer解码器，端到端检测隧道衬砌裂缝，参数量大幅降低，可部署于安卓设备实时运行。

刘勇 · Zhi-Feng, Wang · 王亚琼 · Liwei, Zhou · Xing-Kai, Li · Xiang-Hui, Ding

Automation in Construction 2025

参数信息

mAP提升幅度

10.84 %

F1分数提升幅度

9.31 %

参数量减少比例

43.21 %

推理速度

65.46 FPS

技术优势

手机就能跑

模型参数量减少43.21%，推理速度达到65.46 FPS，可直接部署在安卓设备上实时检测。

裂缝抓得更准

DCNv2让卷积核适应裂缝的不规则形变，mAP和F1分数分别提升10.84%和9.31%。

端到端更省事

Transformer解码器取代锚框机制，省去繁琐的后处理，直接从特征预测裂缝框。

应用场景

• 隧道健康监测：用手机实时扫描隧道衬砌，自动发现并定位裂缝，替代人工巡检。
• 结构裂缝检测：直接对衬砌表面裂缝进行端到端识别，提供精准的边界框。
• 移动检测设备：模型轻量到可在安卓手机流畅运行，随时随地进行现场检测。
• 机器人巡检：模型可在嵌入式平台如Jetson Nano上加速运行，适合搭载于巡检机器人。
• 嵌入式视觉：参数量降低43.21%，在资源受限的嵌入式设备上实现实时裂缝检测。