نظرًا لتعقيد شكل تشققات الطرق وسهولة تأثرها بالبيئة، بالإضافة إلى وجود توازن غير متكافئ بين دقة الكشف وخفة الوزن، يقترح هذا البحث طريقة خفيفة الوزن لاكتشاف تشققات الطرق تعتمد على سمات متكيفة. أولاً، بناءً على خصائص التشققات التي تتميز بأنها ضيقة وطويلة المسافة، تم تصميم آلية اهتمام فعالة للتشققات من خلال ضغط أبعاد السمات لالتقاط التبعيات المكانية طويلة المدى. ثانيًا، تم بناء هرم أخذ عينات ديناميكي لإجراء العينات الذاتية واستخراج سمات الهدف، بهدف تعزيز قدرة تمثيل السمات المتغايرة للتشققات. ثم تم تحسين شبكة HGNet_GS الأساسية الخفيفة المقترحة واقتراح رأس كشف خفيف الوزن، مما يقلل بشكل ملحوظ من冗余 الحسابات؛ وتم استخدام دالة خسارة Powerful IoU لحل مشكلة تضخم إطارات المرساة وتسريع استقرار النموذج الصغير. بالإضافة إلى ذلك، للتحقق من التعميم، تم إنشاء مجموعة بيانات خاصة لعيوب الطرق المدنية، والتي تحتوي على 2985 صورة لعيوب الطرق تحت ظروف إضاءة مختلفة. أظهرت النتائج التجريبية أنه مقارنةً بالنموذج الأساسي YOLOv8n، انخفض عدد معلمات النموذج وكمية الحسابات بنسبة 50% و52% على التوالي. على مجموعة البيانات الخاصة، ارتفع mAP50 و mAP95 بنسبة 5.4% و4.1% على التوالي؛ وعلى مجموعة بيانات RDD2022 العامة، ارتفع mAP50 و mAP95 بنسبة 2.1% و1.5%. تم تطبيق هذا النموذج على أجهزة الطرفية واختبار العمل الهندسي، مما يثبت أنه يمكنه تلبية متطلبات التطبيقات الهندسية للكشف الخفيف الوزن عن تشققات الطرق، ويوفر حلاً تقنيًا للصيانة الآلية للطرق.

كشف تشققات الطرق;آلية الاهتمام;خفيفة الوزن;هرم العينة الديناميكي;YOLOv8