原始名称记载: 苏州智能交通信息科技股份有限公司; 东南大学

本发明属于图像处理技术领域，尤其涉及基于机器视觉的路面裂缝检测方法，包括以下步骤：S1,利用相机对实际应用场景的路面裂缝进行拍摄,采集得到原始图像数据集；S2，对获取的原始图像数据集中每张图像的缺陷区域进行标注，并进行数据扩充和增强，并划分为验证集、训练集、测试集，最后处理成YOLOv11的网络模型识别格式。本发明提出的针对路面裂缝检测场景而改进的YOLOv11模型，轻量级的自适应卷积下采样模块LAWDS解决了传统下采样模块无法区分重要区域和非重要区域的问题，结合了局部窗口注意力和全局池化注意力的注意力机制AggregatedAttention模块结合了Vision Transformers框架下的强悍特征提取优点，并通过局部窗口和池化操作减少了计算量，从而提高了模型的整体检测效率。