霧天時の路面欠陥検出の精度低下およびモデルパラメータ数の多さの問題に対して、改良されたYOLO11nの霧天路面欠陥軽量検出手法を提案する。本手法は霧環境での検出精度向上および軽量化展開を目的とする。まず、バックボーンネットワークに前端除霧ネットワーク（Dehaze-Network、DH-Net）を構築し、チャネル正規化および層間統計伝達機構により除霧画像の構造的一貫性を保持し、検出タスク指向の共同最適化を実現し、霧の検出影響を低減する。次に、従来の畳み込みダウンサンプリングを適応型ダウンサンプリングモジュール（ADown）に置き換え、パラメータ数削減とともに重要な空間特徴を保持し、欠陥の細部抽出能力を強化する。さらに、高効率マルチブランチ補助特徴ピラミッドネットワークを設計し、動的畳み込みカーネル適応と加重双方向特徴ピラミッド融合により、霧中のぼやけた対象のマルチスケール表現能力を強化し、霧の検出影響をさらに減少させる。最後に、検出ヘッドに部分畳み込みを用いて軽量化改良を施し、計算コストを削減する。異なるデータセットでの実験により、改良モデルはベンチマークに対してmAPをそれぞれ2.1％と3％向上させ、パラメータ数を47.2％削減したことを示した。本手法は霧天路面点検において高精度かつ低リソース消費のソリューションを提供する。

霧天;路面欠陥検出;改良YOLO11n;軽量化