基于PyQt5与YOLOv8的自动化混凝土裂缝检测系统设计与实现
潘俊安
丁要男
尹慧君
何恬
罗俊
江西机电职业技术学院信息工程学院 江西南昌 330013
摘要：混凝土裂缝是影响建筑耐久性与承载力的主要病害.其早期检测对结构安全和寿命提升至关重要.文章设计并实现了一种基于YOLOv8(you only look once v8)的混凝土裂缝智能检测系统,旨在提高混凝土裂缝检测的自动化、高效性和准确性.系统采用Python图形界面框架PyQt5设计,使用深度学习算法YOLOv8作为核心检测框架,通过数据增强、模型训练与优化、用户界面设计等环节,实现了对混凝土裂缝的精准识别与定位.实验结果表明,该系统用户界面友好,操作简便,通过引入改进的注意力机制(C2f_attention 模块)和双向特征金字塔网络(bidirectional feature pyramid network,BiFPN),能够显著提升对小目标裂缝的准确性并减少背景噪声的影响,从而提高了整体检测性能.均值平均精度(mean average precision,mAP)相比于原始YOLOv8从0.709 8提升至0.734 1,改进后的模型准确性和鲁棒性得到了进一步提高,为混凝土裂缝的健康监测和维护提供了有力支持,具有广阔的应用前景和研究价值.
关键词：YOLOv8混凝土裂缝检测深度学习数据增强用户界面设计
资助基金：江西省教育厅科学技术研究项目(GJJ2406912)
论文发表日期：2025-10-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 45-48 )